单向CFRP表面缺陷的涡流检测与有限元仿真研究

针对目前钢制拉索耐腐蚀性差,寿命周期短,同时无法满足当前工程应用中超大跨距的要求,碳纤维复合材料因具有优异的机械性能和稳定的化学性能,为寻找替代钢拉索的新材料拉索提供了新的研究方向。本研究利用实验与数值仿真相结合的方法,开展CFRP裂纹损伤结构的涡流场分析与检测。结果表明,当激励频率为1250 kHz时,线圈对碳纤维板索裂纹损伤检测最为敏感。裂纹处信号幅值随裂纹深度的增加而增加;随裂纹宽度的增加呈现先增加后减小的趋势,在裂纹宽度为1.5 mm时幅值达到最大值。通过CFRP涡流场有限元仿真,能够有效地验证实验结果。涡流检测技术可以有效应用在CFRP的损伤缺陷检测当中,为今后利用电磁涡流技术实现CFRP拉索的在役缺陷检测提供参考依据。

气相色谱-串联质谱法测定菊花中29种农药残留量的不确定度评价

为建立菊花中29种农药残留的气相色谱-串联质谱测定方法及不确定度评价,采用气相色谱-串联质谱内标法测定菊花中29种农药残留的含量,并依据测量不确定度的相关评定标准与表示,通过建立数学模型,对检测过程中产生的不确定度进行分析与评价,包括标准溶液配制、标准曲线拟合、供试品测定3大方面.结果表明:菊花中29种农药质量浓度在0.002~0.1 mg/L内线性关系良好,回归方程决定系数R2为0.997 36~0.999 82,定量限0.002 03~1.18 963 mg/L,检出限0.000 64~0.356 89 mg/L,添加回收实验中测定平均回收率为69.85%~93.26%,29种农药测量数值为0.04、0.06、0.1 mg/kg时,得到扩展不确定度为0.004 787~0.058 935 mg/kg.测量结果不确定度显示标准工作液的配制和标准曲线拟合是本实验测定方法不确定度的主要影响因素,该实验结果可以为测定菊花中农药残留量的方法及不确定度评价提供参考.

一种基于GA_Faster R-CNN的掌指骨骨折计算机辅助诊断系统

为解决临床掌指骨骨折诊断中难检测、易漏诊的问题,对如何更加准确地检测和定位X线图像中掌指骨骨折区域进行实验研究.开发了一种基于深度学习的计算机辅助诊断系统,改进了Faster R-CNN网络模型中的锚框、特征映射和损失函数,在节约算力的同时大大提高了网络性能.建立了包含5195张手部的X线图像的数据集,其中随机抽取4675张作为训练集,520张作为测试集.实验表明,提出的新模型在测试集上的平均精度达到了69.3%,与Faster R-CNN相比能够更加精准地识别出掌指骨骨折区域,验证了该模型具有潜在的临床应用价值.

基于同轴线相位法的两相流含气率测量研究

为了准确测量气液两相流含气率,提出一种同轴线相位差测量方法。利用同轴线传感器,通过测量电磁波经过在同轴线内分布状况不同的气液混合介质后相位差的变化,得到混合介质的含气率。完成了同轴线测量电路及测量传感器的设计,建立了一种含气率测量模型。以气液两相做了室内静态实验,并对垂直管状态下传感器响应和实验结果进行了误差分析。结果表明:相位差输出与含气率呈线性关系;同时,在不同频率下,预测结果和实验结果的相对误差在±5%范围内,说明预测模型准确度较好。

婴幼儿奶粉中多种掺假物近红外高光谱图像检测方法

奶粉市场是食品掺假行为频发领域,其中婴幼儿配方奶粉价格高,其质量是消费者、生产企业和执法部门关注的重点。近红外高光谱成像(Near infrared-hyperspectral imaging,NIR-HSI)技术结合化学计量学和机器学习算法可以检测奶粉中单一掺假物含量。基于NIR-HSI技术研究了不同品牌婴幼儿奶粉中多掺假物(三聚氰胺、香兰素和淀粉)的定量预测。对基于像素点预处理后的高光谱图像划分感兴趣区域(Region of interest,ROI),提取ROI平均光谱。基于经典的过滤式特征选择算法拉普拉斯分数(Laplacian score)(无监督)和ReliefF(有监督)挑选建模关键变量,建立偏最小二乘回归模型(Partial least squares,PLS)。开发包含自定义选择层的一维卷积神经网络模型(One-dimensional convolutional neural networks,1DCNN)。自定义层根据权重系数绝对值,可确定重要波长变量。Laplacian score-PLS模型对预测集中奶粉、三聚氰胺、香兰素和淀粉质量分数预测结果均方根误差分别为0.1110%、0.0570%、0.0349%和0.3481%。ReliefF-PLS模型对预测集中奶粉、三聚氰胺、香兰素和淀粉预测结果均方根误差分别为0.1998%、0.0540%、0.0455%和0.1823%。1DCNN模型对预测集中奶粉、三聚氰胺、香兰素和淀粉质量分数预测结果均方根误差分别为0.8561%、0.0911%、0.0644%和0.2942%。对Laplacian score、ReliefF和自定义选择层挑选出的前15个重要波长进行对比分析,不同特征选择方法挑选的特征波长子集有所区别,但都选择1210、1474、1524、1680 nm等附近波长。基于ReliefF-PLS模型的可视化结果表明了其良好的预测能力。

考虑不平衡磁拉力的双馈异步风力发电机轴承外圈故障动力学建模

轴承故障会引起双馈异步风力发电机转子气隙变化,产生不平衡磁拉力(UMP)。为准确揭示双馈异步风力发电机轴承故障振动特性,开展了考虑UMP的双馈异步风力发电机轴承外圈故障动力学建模研究。首先,基于赫兹接触理论构建了轴承外圈故障模型;然后,推导了正常和轴承故障下发电机转子的气隙磁密,得到了发电机转子受到的UMP解析式;最后,采用Runge-Kutta法对模型进行求解,得到了轴承故障振动响应。试验分析表明:所提动力学模型能够有效揭示双馈异步风力发电机轴承故障振动信号的双冲击现象,UMP激励会影响风力发电机轴承外圈故障振动信号的调制特性。为风力发电机轴承故障诊断提供了新的理论参考。

TDLAS技术调制参量的优化及实验研究

为了研究激光调制参量对二次谐波信号峰值、信噪比、峰宽、对称性以及信号完整性的影响,基于硬件实验系统与Simulink仿真模型进行分析,验证了理论模拟结果与此硬件系统下信号变化趋势的一致性,同时确定了CO_(2)检测系统的最佳调制参量。通过实验系统对不同体积分数的CO_(2)在1432.04nm处的吸收光谱进行了测量,建立主吸收峰处信号强度与不同体积分数CO_(2)的反演模型,分析了系统性能及测量精度。结果表明,线性拟合系数R^(2)=0.9998,气体体积分数反演最大相对误差为0.7333%,系统检测限为0.0074%;通过调制参量的优化选择可以获得较为理想的二次谐波信号,从而实现待测气体体积分数的精确反演。该研究为检测系统中调制参量的优化提供了重要参考,为系统测量精度的改善提供了指导。

肾透明细胞癌数字病理图像细胞核ISUP分级预测

针对全切片数字病理图像中的肾透明细胞癌进行精准的细胞核分级并改善肾癌的治疗和预后,提出了一种基于多尺度通道信息拼接与融合残差网络的ccRCC病理图像国际泌尿病理学会核分级方法。通过多尺度通道信息拼接将不同阶段的语义信息进行融合,从而在不损失深度信息的同时提取更多的浅层特征,实现更准确的分类效果。实验收集了90例病人的肾组织病理切片,对WSI图像进行裁切和增强后,按照4:1的比例分成训练集和测试集。在训练集上对CSFNet卷积神经网络模型参数进行迭代优化,并在测试集上验证模型性能。实验结果表明,提出的CSFNet模型鉴别ISUPⅠ级、ISUPⅡ级、ISUPⅢ级和正常病理图像的宏平均AUC与微平均AUC分别为0.9758和0.9794,准确率为88.00%,精确率为88.36%,召回率为86.67%,F1分数为87.32%,且优于其他主流的分类网络模型,因此,本文所提出的肾透明细胞癌病理图像ISUP细胞核分级模型有良好的诊断效能,具有潜在的临床应用价值。

基于CFD仿真的涡轮流量计动态特性

航空航天领域对于流量计量的要求愈发严格,研究流量计的动态特性对于提高其在各类环境下的测量性能和在线测量性能具有重要意义。以涡轮流量计为例,通过数值仿真研究了其动态性能。在涡轮流量计入口处分别施加脉冲和阶跃2种干扰信号,通过数据处理,得到系统的幅频特性、相频特性、传递函数和阶跃响应曲线。结果表明:涡轮流量计可以作为一阶系统进行分析,脉动流的频率是影响涡轮流量计性能的主要因素;与5 Hz工况相比,50 Hz工况下幅值比降低了60%;相位差随频率的增加而增大,最大相位差近40°;阶跃响应的速度和阶跃流的大小与阶跃幅值有关,负阶跃产生的时间常数大于正阶跃产生的时间常数。