电视接收机本振泄漏对CATV系统的干扰

本文对电视接收机本振泄漏干扰作了较深入的论述。提出了消除本振泄漏对ＣＡＴＶ系统干扰的方法。     

电子应用产品的防电击试验浅析

本文依据国家有关标准对电子应用产品的防电击试验进行了简介和分析，指出了试验中应注意的问题。     

电视接收机本振泄漏对CATV系统的干扰

本文对电视接收机本振泄漏干扰作了较深入的论述,提出了消除本振泄漏对CATV系统干扰的方法。     

液相色谱法测定地质样品中的芳香化合物

发展了用液相色谱法检测地质样品中芳香化合物的方法。对观察到的色谱峰进行了定性分析，了该法对油气地球化学勘探的意义。     

气相色谱-质谱联用技术测定水中油

本文综述了近年来用气相色谱法测定水中油的技术进展。引用文献13篇。     

融合注意力分支特征的甲烷泄漏红外图像分割

甲烷是现代化工业生产和社会生活的重要能源之一,实现其有效探测与分割对于及时发现甲烷泄漏事故并识别其扩散范围具有重要意义。针对红外成像条件下甲烷气体图像的轮廓模糊、泄漏的甲烷气体与背景对比度较低、形状易受大气流动因素影响等问题,本文提出一种融合注意力分支特征的红外图像分割网络（Attention Branch Feature Network,ABFNet）实现甲烷气体泄漏探测。首先,为增强模型对红外甲烷气体图像的特征提取能力,设计分支特征融合模块将残差模块1和残差模块2的输出特征与残差模块3以逐像素相加的方法融合,获取红外甲烷气体图像丰富细致的特征表达以提高模型识别精度。其次,为进一步加快模型的推理速度,将标准瓶颈单元中的3×3卷积替换为深度可分离卷积,大幅度减少参数量达到实时检测甲烷气体泄漏。最后,将scSE注意力机制嵌入到分支特征融合模块,更多地关注扩散区域边缘和中心语义信息以克服红外甲烷气体轮廓模糊对比度低等问题提高模型的泛化能力。实验结果表明,本文提出的ABFNet模型AP50@95、AP50、AP60定量分割精度分别达到38.23%、89.63%和75.33%,相比于原始YOL...     

基于HC32L136的液体推进剂泄漏无线监测系统设计

为提高对液体推进剂泄漏的监控能力,提出一种基于多通道气敏冗余的无线式气体浓度传感器组合的液体推进剂泄漏的无线监测系统,减少传统的单通道气敏元件监测传感器因气敏故障存在漏报或误报的不足。利用国产化微控制器HC32L136内置ADC采集2种电化学传感器（偏二甲肼和四氧化二氮）共6路气体浓度数据进行表决运算;RTC周期性唤醒微控制器,透过UART接口由2.4 GHz无线模块将采集的数据传输至手持终端或现场监测报警主机并报警显示,再按相关标准进行标准气测试及环境适应性试验考核。测试结果表明：推进剂泄漏无线监测系统周期性监测2种推进剂气体浓度、电池电量等参数,误差结果在±3%F.S.范围内,声光报警准确,误报率低。该系统具有功耗低、可靠性高、安装方便等优点,为液体推进剂泄漏监测提供一种新的技术手段。     

电位对油气管道37Mn5钢SLM制备WC/Co涂层性能的影响

以37Mn5钢作为测试基材,利用选择性激光熔化(selective laser melting, SLM)工艺在基体表面制备WC/Co涂层,以恒电位方法测试了海水介质下的磨蚀性能。研究结果表明：WC/Co涂层产生(111)、(200)和(311)各晶面对应衍射峰。WC/Co涂层厚度约3μm,形成较粗糙的表面结构,在载荷作用下发生划伤现象。当载荷为5 N时,极化曲线往右下角偏移,腐蚀电位也明显提高,得到更小的腐蚀电流密度,阳极区电流密度明显波动。提高阳极电位后,钝化膜已被击穿并产生了微孔,导致电流明显提高。当WC/Co涂层电位升高后,摩擦因数提高,引起涂层腐蚀现象,磨损量增加。电位0.5 V时涂层已经发生了磨穿,形成了大量点蚀形态凹坑结构,出现了划伤的犁沟,磨痕边界也发生了少数剥落。     

计算机线缆的电磁信息泄漏智能分析方法

计算机系统中的各型线缆会通过电磁传导发射泄漏内部信息,导致信息安全问题. 为了分析来自计算机线缆的电磁信息泄漏,提出了基于深度学习的智能分析方法. 设计一维卷积神经网络算法,对电磁泄漏信号进行深层的特征提取与学习,从泄漏的电磁信号中智能识别泄漏源的线缆类型,进而分析其中泄漏的视频信息. 实测结果表明,本文提出的方法,在未知目标信号特征的情况下,能够有效识别电磁信息的泄漏源与泄漏信息,为计算机线缆提供了一种电磁信息泄漏的智能分析手段.     

泄漏蒸汽红外温度场静动态锤尾特性表征与辨识

针对复杂工业现场泄漏蒸汽智能识别需要,文中提出红外温度场表征与辨识方法。利用模拟分析对蒸汽泄漏过程进行研究,揭示其温度场发生发展规律,即扩散特性、锤尾特性、动态特性,中心向源特性为一体的静动态锤尾特性。通过对温度层划分后的蒸汽温度场进行研究,提取蒸汽温度分布细节特征,提出变尺度灰度处理方法,实现了蒸汽红外温度场的高清化表征。为提高辨识速度和精度,建立Mask R-CNN网络模型,对泄漏蒸汽的锤尾特征进行学习和动态挖掘,对单张锤尾样本的识别准确率达到90.71%,总体算法识别准确率达到了99.93%,实现了蒸汽以及泄漏特性的有效辨识。现场实测表明,该算法对连续5帧图像处理时间为0.48 s,对于复杂工业现场的蒸汽泄漏辨识达到了快速准确的辨识效果。