催化动力学-流动注射停流分光光度法测定微量汞的研究

设计了分光光度自动分析系统的硬、软件 ,利用汞 ( )对藏红 T-碘化钾体系的催化褪色作用 ,建立了微量汞的催化动力学 -流动注射停流分光光度自动测定方法。Hg( )含量在 0～ 6.0 μg/m L范围内符合比尔定律 ,检出限为 3.5×1 0 -7g/m L,分析频率为 2 0 s/h。方法用于合成样品及污水中汞的测定 ,回收率为95.6%和 98.5% ,相对标准偏差为 5.1 %和 4.5% ( n=9     

星上电缆自动导通绝缘测试仪的设计与开发

星上电缆在航天器系统工程中起到了传递能量和信息的关键作用,并且其上天后具有不可修复性,这就决定了它在电性能检测方面必须做到高质量与高可靠。本文针对传统人工方式进行导通绝缘测试时工作强度大、检测效率低下和可信度低等缺点,设计并开发了一种星上电缆自动导通绝缘测试仪。该仪器基于模块化设计的思想采用中央控制器对各个模块单元进行控制来分别实现测试通道自动切换、测试电压的供给、星上电缆导通绝缘电阻的数据采集、通讯、存储和显示。实践结果表明,星上电缆自动导通绝缘测试仪一方面可以提高电缆导通绝缘测试的可靠性,增强质量控制;另一方面,可以提高效率,节省生产周期,降低劳动强度。     

SE-MCNN-CTC的中文语音识别声学模型

针对国内外缺少对振动轮噪声预估的问题,以某型振动轮为研究对象,首先基于动力学有限元理论对振动轮进行频率响应分析,其次采用声学边界元技术对振动轮辐射噪声进行了数值模拟,并通过实验验证了仿真结果的准确性,然后比较了垂直振动与圆周振动两种不同激振形式对辐射噪声的影响,得出垂直振动辐射噪声低的结论,最后对驾驶室声腔模态进行了仿真,与振动轮激振频率相近发生共振。通过调整激振频率,降低了司机耳旁噪声。所得研究成果可为振动轮辐射噪声的预估与改进提供一种切实可行的参考依据。     

一种基于卷积神经网络的恒星光谱快速分类法

恒星光谱数据的分类是天体光谱自动识别的最基本任务之一,光谱分类的研究能够为恒星的演化提供线索。随着科技的发展,天文数据也向大数据时代迈进,需要处理的恒星光谱数量越来越多,如何对其进行自动而精准地分类成为了天文学家要解决的难题之一。当前恒星光谱自动分类问题的解决方法相对较少,为此本文使用了一种基于卷积神经网络的方法对恒星光谱MK系统进行分类。该网络由数据输入层、四个卷积层、四个池化层、全连接层、输出层构成,与传统网络相比具有局部感知、参数共享等优点实验。在Python3.5的环境下编程,利用Tensorflow构建了一个简单高效的具有四个卷积层的卷积神经网络,并将Dropout作用于全连接层之后以防止过度拟合。Dropout的基本思想：当网络模型进行训练时,把一些神经网络节点按一定的比例丢弃,使其暂时不发挥作用。Dropout可以理解成是一种十分高效的神经网络模型平均方法,由于它不依赖于某些局部特征所以能够让网络模型更加鲁棒。实验中使用的一维恒星光谱图是取自LAMOST DR3数据库,首先进行预处理截取光谱3 600~7 300 Å的部分,均匀采样后使用min-max标准化法对其进行初始化。实验包括两部分：第一部分为依据恒星光谱MK系统对光谱进行分类,每一类的训练样本包含1 000条光谱数据,测试样本为400条光谱数据,首先通过训练样本对CNN网络进行训练,进行3 000次的迭代,用训练后的网络将测试样本进行分类以验证网络的准确性;第二部分为相邻两类的恒星光谱的分类,其中O型星数据集样本为250条光谱,其余类别恒星样本数据集均为4 000条光谱,将数据5等分,每次选取当中的一份当作测试集,其余部分当作训练集,采用5折交叉验证法求得模型准确率,用BP神经网络进行对比实验。选择对网络模型进行评估的指标包括精确率P、召回率R、F-score、准确率A。实验结果显示CNN在对六类恒星光谱进行分类时其准确率都在95%以上,在对相邻类别的恒星进行分类时,由于O型星样本量较少,所以得到的分类结果不太理想,对其余类别的恒星分类准确率都高于98%,以上结果都证明了CNN算法能够很好地解决恒星光谱的分类问题。     

1.3μm波长光纤偏振参数自动测试仪

本文介绍一种用于1.3μm波长的光纤偏振参数自动测试仪。它利用光路集成封装和计算机自动控制及信号处理等关键技术,方便、可靠、自动地进行1.3μm光纤及其器件偏振参数的测试,对于消光比为40dB以下的偏振态测量,误差优于0.3dB.     

水泥生料品质激光在线检测设备研制

水泥质量的优劣直接影响到建筑工程的安全,使用品质合格的水泥材料是保证工程结构质量的必要前提,因此快速检测水泥生料成份对于及时指导调整原料配比和保障水泥产品品质具有重要意义。传统的生料检测需要经过取样、制样、化验等环节,检测结果严重滞后于生产。我们通过产学研协同攻关,研制了一套基于激光诱导击穿光谱(laser-induced breakdown spectroscopy, LIBS)技术的水泥生料品质在线检测设备,该设备由LIBS光学检测系统和气动取送样系统两部分组成,实现了对水泥生产线上水泥生料品质的实时连续测量,避免了传统的取制样环节,从而大大缩短了化验时间,所测水泥生料成分的实时数据能够及时指导调整水泥原料的配比,保证水泥质量的合格。我们利用该LIBS水泥品质在线检测设备对水泥生产线上生料中的主成分Al₂O₃,CaO,Fe₂O₃,MgO和SiO₂进行了定量分析,利用全谱归一化和支持向量机(support vector machine,SVM)对水泥生料建立定标模型,对水泥生料中Al₂O₃,CaO,Fe₂O₃,MgO和SiO₂测量的最大误差分别是0.34%,0.35%,0.07%,0.14%和0.55%。现场实验结果表明,本水泥生料品质激光在线检测设备的测量结果与传统化验法的结果相吻合,测量精度与X射线荧光光谱法(XRF)相接近,从而证实了LIBS可以作为水泥在线检测的一种有前景的方法。     

LIBS/Raman光谱对称零面积变换自动寻峰方法研究

自动寻峰是进行光谱原位探测、实时自动分析的必要环节,对拓展光谱分析技术到长期海洋监测、石油录井等应用领域具有重要意义。该研究以实验室中获得的LIBS/Raman光谱数据,对Gaussian,Lorenz,Voigt三种线型函数构建的对称零面积变换函数进行了比较研究。结果证明各个光谱峰都存在一个最优的对称零面积变换函数,但三种变换函数在各自的最优化参数下获得的峰位、峰宽一致;以实验室中LIBS和Raman光谱定量实验数据对该方法的测试还证明,对称零面积变换寻峰方法对信号的大范围动态变化适应性强,弱峰识别能力达到或优于人工识别水平,有望应用于将来的LIBS/Raman自动原位分析中去。     

基于STAF自动化测试框架的研究与应用

随着软件功能实现技术越来越复杂,软件测试领域迫切需要具有自动化、多平台、开销小的自动化测试框架,STAF的出现很好地解决了这个问题。提出一种基于STAF的自动化测试框架,并进行模拟实践,采用ATT工具设计自动测试引擎,通过模拟实验测试,构建基于STAF的自动化测试框架。测试结果显示：在不同环境下,该框架均具有软件测试自动化程度高、测试效率高,易于管理、维护和可扩展等优点。     

利用超声测量水中含沙量垂线分布的方法

本文根据超声反射式测沙的原理，跟踪超声波在水中的传播，实时采集并获沙量沿垂线的分布规律，测量发射的一次超声脉冲，可得沙量分的瞬时特性；多次发射并取平均法。     

嵌入式软件GUI自动化测试平台研究

为实现嵌入式软件的GUI自动化测试,本文对嵌入式软件GUI自动化测试现状深入分析,提出了一种无侵入式的GUI自动化测试框架,利用图像采集与信息识别技术实现测试用例结果判断;利用键盘鼠标模拟技术模拟测试用例执行的人机交互;利用脚本语言嵌入技术实现用例编辑与转换、利用嵌入式软件GUI测试自动化控制技术实现用例的自动驱动与执行。在此基础上,设计并研发了嵌入式软件GUI自动化测试平台,能够方便、有效的实现无侵入式的嵌入式GUI自动化测试。