融合毫米波雷达与机器视觉的田间道路视觉引导线提取

针对传统机器视觉算法难以获取准确视觉引导线的问题,该研究提出了一种利用深度学习算法获取视觉引导线的方法,并将毫米波雷达探测的目标运动状态信息考虑到视觉引导线的提取中,以安全避开障碍物。首先通过数据预处理方法过滤部分雷达目标数据,再利用多目标跟踪算法过滤干扰数据并对动态目标持续跟踪,为后续数据融合提供准确的雷达目标数据。然后制作田间道路环境数据集,搭建基于Deeplabv3 plus的改进语义分割网络。继而利用时间戳对齐和基于最小二乘法的坐标变换实现毫米波雷达数据与视觉数据在时间与空间维度的同步。最后基于无动态目标状态信息和有动态目标状态信息两种情况提出了相应的视觉引导线提取策略,进行相关试验测试了视觉引导线提取方法的效果。相比于人工测量的真实道路中点,在无动态目标场景下提取的视觉引导线的平均误差为1.60~9.20像素;而在有动态目标的场景下,能够成功获取避障的视觉引导线。研究结果有助于提升丘陵山区农业机械的智能化水平。

几种机器学习算法的锂电池SOC估计研究

荷电状态(SOC)是锂电池管理系统的重要参数,对其能否准确估计关系到电池系统的优化和使用寿命。为了消除传统方法在SOC估计精度、实时性等方面的不足,提出了一种改进的估计锂电池SOC的LightGBM算法。在Panasonic-18650PF-Data公开数据集的基础上应用其进行锂电池SOC估计,减小数据训练误差,并评估机器学习模型的泛化误差。将随机森林、支持向量机、线性回归及神经网络等常用估计模型算法作为对比。数据表明,改进的LightGBM算法估计时间为随机森林的1/22、支持向量机的1/88及神经网络的1/1330,估计误差低于0.06。研究表明,该方法初步解决了现有锂电池SOC估计方法速率慢、拟合率低的问题,并拓展了该算法新的应用场景。

锂电池的电化学建模研究

锂离子电池作为电动汽车重要的储能单元,在反复的充放电过程中出现性能衰退等老化现象不可避免.本质上锂电池完成的充放电过程是持续的电化学反应,因此基于电化学建模方法比等效电路方法更为精准和可靠.本文首先从理论上阐述了电化学建模的过程,然后应用COMSOL软件对模型进行了仿真,为验证仿真分析的可靠性,对18650锂离子电池进行了多个温度、倍率的充放电,将仿真数据与实验结果进行对比发现吻合较好,表明了电化学建模方法的可靠性较高.随着放电倍率的增大,仿真结果和实验数据吻合变差,如何在建模时考虑电池的老化、热耦合等因素以确保始终吻合良好是未来研究的内容.

基于燃料电池汽车氢气制备研究

氢能被视为21世纪最具发展潜力的清洁能源,在汽车和船舶等领域具有重要的应用价值。随着燃料电池汽车的推广,社会对氢能的需求量快速增加。因此,研究氢气制备方式具有重要意义。论文在分析氢能应用场景和特点的基础上,对氢气的不同制备方法进行了讨论,并比较了各自方法的优缺点。鉴于氢气较活跃的物理和化学性质,文章还罗列了氢气的几种储存方式并比较了储存特点。对氢气制备-运输-储存-应用产业链的分析表明,在未来如何大幅降低氢气的制备成本和构建可持续的商业模式是亟待解决的难题。针对氢燃料电池汽车面临的问题,大规模增加加氢站数量和降低氢气价格将有助于提升燃料电池汽车使用的便捷性。

深度学习视域下的初中化学课堂教学实践——以“质量守恒定律”为例

深度学习关注学生在教师的引导下围绕具有挑战性学习主题进行认知的建构和体验。本文以初中概念教学中"质量守恒定律"教学为研究案例,基于深度学习理论进行素养为本教学的探索和实践,对引发深度学习的教学案例进行剖析,以期形成基于深度学习理论的初中化学课堂教学策略,为在实验教学中实现化学学科核心素养落地提供有效的教学方式。

基于模态分解的Transformer-GRU联合电池健康状态估计

针对锂电池使用过程中因松弛效应导致健康状态(state of health,SOH)呈现非稳定退化并影响SOH预测准确性的问题,提出一种基于变分模态分解(variational mode decomposition,VMD)与粒子群优化(particle swarm optimization,PSO)的变换神经网络(Transformer)和门控循环单元(gate recurrent unit,GRU)的联合方法。首先将锂电池容量信息通过变分模态分解算法分解,为避免分解程度不合理影响预测能力,使用中心频率法判断分解状态作为原数据信息有效解释依据;然后使用粒子群优化算法优化调整后的变换神经网络和门控循环单元结构的超参数,变换神经网络采用线性层代替解码器(decoder)更好适用时序数据,保留编码器(encoder)捕获数据全局特征及内部相关性,提升了单个Transformer及其联合模型预测精度;最后由Transformer和GRU分别对主趋势子序列和高频子序列预测,并将两种模型的预测进行融合以完成对锂离子电池SOH的估算。利用NASA锂电池数据集验证了模型的预测效果,并通过与多层感知机(multi-layer perception,MLP)、循环神经网络(recurrent neural network,RNN)等单一模型和高斯函数-GRU、Transformer-MLP等联合模型进行对比。结果表明本文预测模型无论在精度还是再生现象的拟合程度都优于其他单个模型或者联合模型,预测结果的平均绝对误差和均方根误差维持在0.62%和1.19%以内,决定系数在87.08%之上,验证了所提研究方法的有效性。

树脂系统内部相容问题的动态分析

本文用树脂配方各组份变化引起内部相容状态的变化，从而推断受力时其体系内部产生缺欠的规律的方法是内部相容的方法。而内部相容状态的变化引起配方内部产生缺欠动态过程的分析会帮助人们更深层次地认识材料的本性。由动态分析过程使人们认识到影响配方内部产生缺欠的因素有相容和结构二大因素，在一定条件下相容条件的影响才是主要的。

变电所改造的实施总结

根据某公司无人值班变电所改造经验,探讨一种投资少、工程量小、安全可靠和对供电影响小等优点的改造方案,以利于节约资金,降低运行管理费用,提高安全生产水平。

“大处着眼、小处着手” 培养学生良好习惯

校园是学生学习和生活的重要场所,对学生的成长具有举足轻重的重要作用。良好环境氛围的校园,对学生的学习、生活、个性倾向、品德与意志品质、身心健康、人生观、世界观等的初步形成,具有潜移默化和导向作用。一、校园环境卫生整洁的校园环境,不仅是学生学习的良好场所。

土壤环境监测质量控制问题的研究

我国在近些年来为实现可持续发展目标,十分提倡环保发展理念,并督促各行各业在环保发展理念的引领下,降低对资源的浪费,降低对环境的破坏。土壤环境是整个生态环境维护工作中的重要部分,若在社会发展新阶段,土壤环境监测质量控制人员通过不断提高专业素养,利用专业技术优化和提升土壤环境监测质量控制力度,可以在工业和农业急速进步的社会背景中,避免多元化的因素对土壤造成污染,确保土壤资源被使用的更加合理。本文主要对土壤环境监测质量控制问题进行研究,并对相应的解决策略详细论述。我国应针对如何完成土壤环境监测迫在眉睫的任务,督促相关工作人员,通过对土壤状况实时且精准的监测,为土壤资源开发和环境保护工作提供基础支持,让环境质量得到高效维护,让我国真切实现可持续发展目标。

两种不同针术治疗小儿腹股沟斜疝的效果分析

目的 分析单孔腹腔镜单凹槽单疝气针术与传统雪橇疝气钩针术治疗小儿腹股沟斜疝的效果,以及对患儿炎症因子水平的影响。方法 选择2019年9月至2021年9月金堂县妇幼保健院(金堂县妇女儿童医院)收治的80例进行单孔腹腔镜治疗的腹股沟斜疝患儿,根据随机数字表法分为对照组(予以传统雪橇疝气钩针术治疗)和观察组(予以单凹槽单疝气针术治疗),各40例,术后均定期随访1年。比较两组患儿的手术指标,术后4、8、24、48 h的疼痛程度,术前、术后24 h血清炎症因子[肿瘤坏死因子-α(TNF-α)、C-反应蛋白(CRP)、白细胞介素-6(IL-6)及白细胞介素-10(IL-10)]水平,以及预后情况(并发症总发生率、斜疝的复发率及对侧疝的发生率)。结果 与对照组比,观察组的术中失血量更少,术后肛门排气时间与住院时间更短(均P<0.05);两组手术操作时长比较,差异无统计学意义(P>0.05);术后4~48 h,两组患儿疼痛程度均逐渐减轻,且较对照组,术后不同时间点观察组的疼痛评分更低;与术前比,术后24 h两组患者炎症因子水平均显著升高,但与对照组比,观察组更低;观察组患儿并发症总发生率、斜疝的复发率及对侧疝的发生率均显著低于对照组(均P<0.05)。结论 与传统雪橇疝气钩针术比,单孔腹腔镜术中应用单凹槽单疝气针术治疗小儿腹股沟斜疝可取得更为显著的效果,不仅能改善手术指标,缓解疼痛程度,降低炎症反应,还能减少穿刺点硬结,避免术后伤口局部不适,减少术后并发症,预防术后复发。

牢记使命 奋进担当 书写航空报国的华彩乐章——记全国劳动模范,中航工业成飞董事长、党委书记程福波

他,高瞻远瞩;他,锐意改革;他,为人亲和。他就是常被员工称为＂贴心人＂的中航工业成飞董事长、党委书记程福波。近年来,在他的带领下,这个坐落在我国西南地区的航空工业企业,快速发展成为我国航空武器装备研制生产和出口主要基地,以及我国民机零部件重要制造商,用航空报国的辉煌业绩挺起了中华民族的脊梁。程福波,中共党员,高级工程师。

全状态“枭龙”首飞成功

2006年4月28日上午,中国自行研制具有完全自主知识产权的新一代多用途歼击机“枭龙”04架,在成都温江机场腾空而起,飞机在空中飞行了16分钟,首飞获得圆满成功。“枭龙”04架是第一架配装了全状态肮电系统和武器系统的“枭龙”飞机。04架机的首飞成功,为该机的批量生产奠定了基础。