通过在反应气中加入氢气,研究此种气体组成条件下,喷补料抗CO侵蚀能力.同时,探讨一种用混合气体来检测耐火材料抗CO侵蚀能力的标准.结果表明:添加氢气促进了CO对喷补料的侵蚀;在95%CO+5%H2气氛中反应24h与试样在纯CO气氛中反应200h取得相的结果;可以用95%CO+5%H2代替纯CO气氛,进行耐火材料抗CO侵蚀能力的检测

一、种类繁多 ：被测量种类多，信号转换原理多，他们的组合更多。 二、 学习方法 ：原理→结构→相配合的电路→特点→选用。 三、检测装置的性能“瓶颈” ：受环境条件的影响、材料特性的限制，通常是检测装置中性能指标最低的环节

浮选回收率是金矿选矿过程重要的生产指标，目前主要是通过人工化验的方法检测获得，人工检测周期较长，造成金矿厂不能及时把握浮选工艺水平.在大量现场生产数据的基础上，分别采用多元线性回归和BP神经网络的方法，建立了金矿厂浮选回收率的预测模型.预测误差分析表明，BP神经网络预测模型能较好地预测金矿厂的浮选回收率，当预测相对误差在±3%范围内时，模型的预测精度达到91%，对于实际生产具有良好的参考作用

设计了岩石试块的单轴加卸荷实验.利用声发射观测动态检测损伤的扩展,通过超声波检测来定量评价岩石试块的损伤程度.结果表明:岩石在加载和卸载两种过程中都有新的损伤产生;其损伤扩展和演化过程可以通过声发射监测来动态观测,损伤演化的水平则可通过超声波的信号特征进行定量评价

1.1 自动检测技术概述 1.2 传感器概述 1.3 测量误差与数据处理 1.4 传感器的一般特性 1.5 传感器的标定和校准

系统研究了面向复杂系统监测时变信号的实时故障检测与识别问题.采用滑窗Mallat小波快速变换克服传统小波变换的时域全局依耐性并提高计算效率,使之适应于实时故障检测;针对时变信号的故障模式识别难题,在故障检测基础上采用改进动态循环神经网络(improved dynamic recurrent neural network,IDRNN)进行智能故障识别.最后将滑动时窗小波检测模块及最优IDRNN网络模块嵌入某型完整卫星姿态控制系统仿真平台进行在线故障诊断.试验结果表明:实时条件下的滑动窗口小波变换与传统小波变换具有一致性,IDRNN对于时变信号识别具有较好的时域泛化能力,将滑窗移动时不变小波方法与IDRNN结合可以实现面向复杂系统监测实时信号的故障检测及复合模式分类

《APP 开发与应用》 《ARM 技术原理与应用》 《DSP 技术原理及应用》 《FPGA 设计与应用》 《MATLAB 原理及工程应用》 《传感器与检测技术》 《单片机原理及应用》 《电器及 PLC 控制技术》 《电子电器通用项目测试》 《电子电器原理与应用》 《电子系统设计》 《电子线路 CAD》 《电子仪表测量》 《高频电路》 《工程电磁场导论》 《过程检测技术及仪表》 《模拟电子技术》 《嵌入式开发与应用》 《数字电子技术》 《数字图像处理》 《数字信号处理》 《通信原理》 《微波技术与天线》 《现场总线技术》 《现代交换技术》 《现代通信系统》 《信号与系统》 《信息理论与编码》 《语音信号处理》 《专业导论》 《专业英语》

首先给出了通过矩形块与三角像素特征块相结合所构造的八种用于眼睛检测的扩展三角特征原型块.考虑扫描块在人脸背景中遍历时眼睛样本图像块数量远少于非眼睛样本块数的实际,提出了一种结合Haar特征和三角特征的AdaBoost快速眼睛检测算法.通过级联分类器的前几层强分类器完成排除大部分非眼睛样本;然后,通过后续强分类器进行判断大部分的眼睛图像块和少量非眼睛图像块.检测时间消耗有所下降,这样可以保证整体的检测速度.实验结果进一步表明该算法具有更好的检测性能,与仅使用Haar特征相比正检率有一定程度提高

植物根系的生长状况可以反映该地区的气候及土壤特性,现有的根系研究方法如挖掘法、整段标本法和剖面法,都有破坏样本和工作量大等缺点.为了实时跟踪植物根系生长状况,介绍了一种基于多尺度小波变换和自适应阀值的图像处理方法,对采用内窥方法获得的根系图像进行边缘检测,并将边缘提取后的图像进行融合.此方法可以在不损伤植物根系的前提下自动对根系的生长情况进行提取分析,实现实时采集及精确测量根系的物理参数

建立了毛细管气相色谱法、火焰光度检测器分析韭菜中的8种有机磷农药残留量的方法．实验结果表明:采用程序升温所测定的8种有机磷农药,在色谱柱DB-608上分离良好,回收率在70%-119%之间;最低检测质量浓度分别为敌敌畏0．02μg·mL-1,甲胺磷0．01 μg·mL-1,乙酰甲胺磷0．02μg·mL-1,甲拌磷0．01 μg·mL-1,氧化乐果0．05μg·mL-1,乐果0．01μg·mL-1,甲基对硫磷0．01μg·mL-1,毒死蜱0．02μg·mL-1．该方法快速灵敏,符合实际应用的需要．