基于KDTree改进的Super 4PCS+ICP算法在点云配准中的应用研究

在点云配准过程中,为了提高点云的配准精度,针对ICP算法对于初始位姿的局限性,对点云数据进行Super4PCS+ICP的“先粗后精”处理。首先利用KDTree树搜索对应点,用局部区域的特征度确定特征点集,再使用Super4PCS算法实现粗配准。针对精配准提出KDTree树来加快速度,SVD求解对应点参数、常数为1的加权平均、求解误差函数等手段来实现对ICP算法的改进,并求出刚体变换后的旋转平移矩阵,提高点云配准精度。实验表明,相较于传统ICP算法,本文方法的配准精度有了显著的提升。本文研究的方法可为点云配准的深入研究提供一定的参考。

氮掺杂碳包覆纳米钴颗粒用于硝基芳烃室温选择性加氢（英文）

通过硝基芳烃选择性加氢能高效地制备芳香胺和环胺,其中芳香胺作为重要的化工中间体应用于多个领域(精细化工、商业产品和聚合物).在加氢反应过程中,硝基的还原伴随着生成一些副产物(如亚硝基和偶氮化合物).同时对于含还原性基团的取代硝基苯,硝基的选择还原也面临着很大的挑战.金属钴是常用的硝基加氢催化剂活性成分,但是由于对反应底物的过度吸附,导致其选择性不高.早期研究发现,氮掺杂碳催化剂能有效吸附硝基基团,从而在硝基苯加氢中表现出一定活性,但对分子氢的活化不足.因此,氮掺杂碳作为吸附材料与钴构建复合催化剂,能够发挥吸附和活化氢的协同作用,从而高效催化硝基苯加氢.基于此,本课题组发展了一种制备方法,可将钴颗粒尺寸限制在10 nm左右,且包覆在氮掺杂碳中,并应用于对硝基苯酚的室温选择性加氢反应中,发现相较于碳负载钴和氮掺杂碳催化剂,所制催化剂在室温下表现出了很好的活性和选择性.在此基础上,本文采用元素分析、X射线光电子能谱(XPS)和拉曼光谱(Raman)等手段对催化剂形貌和结构进行了研究.表征结果表明,保持钴前驱体的量不变,随着氮化碳加入量的增加,催化剂中氮掺杂浓度提高;当氮化碳/钴>1时,氮掺杂浓度不变.红外结果表明,与普通碳载体相比,氮掺杂碳对硝基苯有很强的吸附作用,而氮掺杂碳包覆的钴催化剂也表现出同样的结果.通过调节氮的掺杂浓度,一方面可以修饰碳载体的电子结构,增加表面缺陷的浓度,提高与反应底物的相互作用;另一方面可以促进电子由钴颗粒转移至与之相连的氮原子上,因此进一步促进钴颗粒对分子氢的活化作用.该复合结构的催化剂实现了底物吸附和氢活化的协同作用,氮掺杂碳将反应底物吸附在表面,钴颗粒活化氢,随后解离的氢原子与表面吸附物反应,从而实现硝基苯的高效加氢.其中Co@NC-1催化活性最高,并在循环套用10次后,仍维持较高的催化活性,同时对含其它取代基的硝基苯均表现很高的活性和选择性.

整体叶轮的数控加工工艺研究与实施

根据整体叶轮的零件图样,文中分析了叶轮结构,确定叶轮的加工内容和加工要求。设计了叶轮加工工艺路线,选用合适的毛坯、刀具和夹具,编制了叶轮的五轴铣削程序,完成了叶轮加工,阐述了叶轮类零件的一般加工过程。

基于MOF骨架Fe-W碳化物用于硝基芳烃选择性加氢的研究

基于金属-有机骨架材料(MOF)制备了一类新型双金属碳化物催化剂。将磷钨酸(PTA)包覆在铁-MOF中,通过惰性气氛高温焙烧得到了双金属碳化物,并研究了其催化加氢性能。其中,900℃高温焙烧得到的Fe6W6C晶体在加氢反应中起到了关键的作用。PTA@MOF-900表现出很高的硝基芳烃和苯乙炔的加氢活性(>86%),且其加氢选择性接近100%,对于不同反应底物均具有较好的普适性。该催化剂循环使用5次,催化活性仍能维持在70%左右。

基于RGF改进显著性检测与SCM相结合的图像融合

针对传统显著性检测融合方法中目标对比度低,纹理细节不够丰富的问题,提出了一种基于滚动导向滤波(RGF)改进显著性检测与脉冲发放皮层模型(SCM)相结合的可见光与红外图像融合算法。该算法先将源图像经过非下采样剪切波变换(NSST)分解成低频部分和高频部分,然后利用RGF小尺度消除、大尺度边缘恢复特性对Frequency Tuned算法进行改进并提取出红外图像显著图。再使用显著图投影区域指导法融合低频部分,同时采用SCM结合区域能量与改进的拉普拉斯能量和融合高频部分,最后使用逆变换重建图像。仿真结果表明,该算法能在突出显著目标的同时保留丰富的细节信息,在质量指标如标准差、互信息、边缘保留因子等方面均优于对比方法。

基于残差网络的智能交通标志识别算法

汽车制造领域L4以及更高级别的自动驾驶技术已经成为当今汽车行业最前沿的发展方向。智能驾驶汽车在行进过程中对公路上的交通标志的识别可以有效帮助驾驶员及时做出决策,降低交通违法和交通事故的发生率。目前智能交通标志识别系统仅可在少量指定车型中使用,普及率较低。为使更多的驾驶员可以使用智能交通标志识别系统完成辅助驾驶,本文对中国标准交通标志数据库(CCTSDB)进行研究,提出了一种基于残差神经网络的智能交通标志识别算法。利用高斯平滑和Canny锐化对实验图像预处理,在Mxnet框架下引入残差神经网络模型ResNet-18将图像分类识别。结果表明该算法能够有效识别交通标志信息,在实验环境下对于交通标志识别率可达91.87%,具有识别速度快,可移植性好的显著特点,为智能交通标志识别系统的轻量化和大众化提出了新的可能性。

基于掺TiO_(2)光纤的拉曼放大器特性研究

为探索能够应用于集总式拉曼放大的新型光纤材料,采用掺TiO_(2)光纤作为增益介质分别设计了一阶、二阶拉曼放大器。给出了高功率转换效率且增益平坦的泵浦参数配置方案,在总泵浦光功率不变的情况下对比了掺TiO_(2)光纤的一阶、二阶拉曼放大器与掺GeO_(2)光纤的二阶拉曼放大器的增益特性。仿真结果表明,在L波段60nm的谱宽范围内,32dBm的泵浦光前向注入长达6 km的掺TiO_(2)光纤对3 dBm的信号光进行二阶拉曼放大,其功率转换效率可达41.57%,增益平坦度仅为1.14 dB,对比掺GeO_(2)光纤的二阶拉曼放大器具有更平稳的输出增益。

有机液体储氢载体催化脱氢技术研究进展

绿氢(可再生能源制氢)的开发及利用是推动能源绿色转型和实现“双碳”目标的重点发展方向之一.然而,大规模绿氢的安全储运技术仍需进一步完善.以环烷烃/芳烃为主的有机液体储氢载体(LOHCs)体系因其高储氢密度、安全高效、运输方便等优势成为绿氢长距离大规模输送的关键技术.相比于工艺成熟的芳烃加氢技术,富氢LOHCs(环烷烃)脱氢技术开发的难度较大,是近年来研究的热点.本文系统综述了环己烷(CH)、甲基环己烷(MCH)、十氢萘(DHN)和全氢二苄基甲苯(H18-DBT)4类典型富氢LOHCs脱氢技术的研究进展.基于目前的研究结果,阐述了单环烷烃(CH、MCH)和多环烷烃(DHN、H18-DBT)的脱氢反应路径和机理,重点从活性组分和载体两方面总结了脱氢催化剂的设计思路、构效关系和研究进展,详细分析了基于不同模型的富氢LOHCs脱氢动力学,探讨了4类典型脱氢反应装置的优缺点.总体来讲,环烷烃作为LOHCs距离工业化应用还有一段距离,继续完善环烷烃脱氢动力学和脱氢机理、提高Pt系催化剂的催化活性和稳定性、开发具有实际应用意义的非贵金属催化剂以及优化反应器结构成为未来环烷烃脱氢技术研究需要聚焦的难点.

绿豆芽观察日记

一天早晨,我把绿豆放进室内一个装满水的玻璃杯中,第二天,绿豆奇迹般地发生了变化。绿豆的中间出现了一条白色的线条,像是被缠上一条雪白的丝带。不注意一瞥,还像是波斯猫的绿色眼珠。我在家里的南阳台与北阳台的水盆里也放了些绿豆。换装的速度从快到慢依次是:室内水杯、南阳台水盆、北阳台水盆。绿豆里有一部分已经换上了银白的新装,还有一部分仍保持着原来的雛,并没有什么变化。

基于改进粒子群算法的后向泵浦RFA设计

为了满足第六代移动通信(6G)系统对光通信网络的高速率及大容量的要求,进一步提高光传输网络中光纤放大器的带宽、响应速率及放大倍数等成为目前的研究重点。在使用碲酸盐光纤作为光纤增益介质的同时,提出一种改进粒子群优化算法,通过在迭代过程中动态的调整速度、位置及惯性权重值,获得更高收敛速度,增强全局搜索的能力。应用该算法对拉曼光纤放大器的各个泵浦光参数配置进行优化、分析及仿真验证,最终设计出平均开关增益为23.738 8 dB,增益平坦度为0.209 8 dB的后向泵浦拉曼光纤放大器。结果表明,改进的粒子群优化算法对拉曼放大器泵浦光的参数配置有很强的适应性,能够获得较低的增益平坦度,对未来拉曼光纤放大器的设计具有一定的参考意义。

BiVO_(4)/C_(3)N_(4)异质结界面电荷传输机制调控

直接Z型异质结是理想的全解水光催化剂形式之一.C_(3)N_(4)的价带电位约为+1.6 V(vs.NHE,pH 0),在热力学上限制了其产氧性能.C_(3)N_(4)与具有较强氧化电势的半导体复合构建Z型异质结,有利于提高光催化效率.构建直接Z型的关键在于对界面电荷传输路径的精确控制.通过调控半导体的氧缺陷浓度可有效改变其功函数,进而改变异质结界面处的能带弯曲方向以选择性控制光生载流子的传递路径.利用水热法合成BiVO4并降低氧缺陷含量,从而使其功函数逐渐增大.当氧缺陷含量较高时,BiVO_(4)的功函数小于C_(3)N_(4);而当氧缺陷含量较低时,其功函数大于C_(3)N_(4).这种功函数相对值的变化进一步改变了异质结界面处的能带弯曲方向,进而使BiVO_(4)/C_(3)N_(4)由Ⅱ型转变为Z型.与Ⅱ型异质结不同,直接Z型BiVO_(4)/C_(3)N_(4)实现了高效的光催化全解水,且420 nm处的表观量子效率为4.4%.