基元阀在汽轮机进汽阀研究中的应用

阀碟型线对汽轮机进汽阀的性能影响很大，本文设计了三种形式的基元阀，通过数值模拟手段研究了阀碟型线对流场的影响；得出了不同阀碟形式的性能．     

光电跟踪设备中光纤通信系统设计

为实现高数据传输率、强抗干扰性和超低误码率的目标,采用光纤通信技术传输高帧频、高分辨力的数字图像数据。本设计针对Cameralink接口红外图像数据源,设计了一种基于现场可编程门阵列(FPGA)控制的自适应分辨率和帧频的光纤收发系统,采用了低成本SPARTAN6器件XC6SLX45、串并转换芯片组DS90UB903/904、小型化单模小封装可插拔(SFP)单纤双向收发光模块,实现了双路图像光纤收发功能。其中FPGA接收Cameralink接口图像数据,进行图像转换处理,再通过内部集成电路(I2C)总线控制串并转芯片组实现自适应图像串行化和解串功能,并驱动光模块实现光电转换。本设计实现了分辨率640×512、帧频100 Hz红外图像数据的发送和接收功能,并通过了各项环境试验,已应用于实际型号项目中。     

基于潮汐AAPC功能提升分流比

基于潮汐AAPC功能分析,分潮汐时段聚焦用户分布,根据用户数波动情况与天线覆盖角度偏离,通过天线权值进行自优化,从而能够最大化地实现覆盖增益,最终快速提升分流比。以B2＿JX同文学院ZRD＿H站点为例,优化前后,5G分流比由27.69%提升到33.48%,提升5.49%,分流比提升幅度20.92%,RRC连接平均用户数增涨17.1%,PDCP层流量增涨33.56%。     

一种基于荧光信号的海面厚油膜评估方法

油膜厚度是海面溢油污染评估分析的一个重要指标,激光诱导荧光(LIF)技术是目前最有效的海面溢油探测技术之一,基于LIF探测技术的油膜厚度反演算法当下仅有适用于薄油膜(≤10~20 μm)的评估方法,而对于较厚油膜(>20 μm)的评估目前尚无有效的反演算法。鉴于此,提出一种基于LIF技术适用于较厚油膜的反演算法,该算法采用油膜荧光信号反演油膜厚度,推导了油膜厚度反演公式,并给出了基于该反演算法的油膜厚度评估方法。首先采用最大类间方差算法(Otsu)选取合适的荧光光谱波段,然后根据选取波段内每个波长的光谱数据反演油膜厚度,最后采用反演油膜厚度的平均值作为油膜厚度评估结果。研究了该算法的适用范围,给出了该算法有效评估范围最大值与测量相对误差的关系,并结合消光系数给出了在多种测量误差条件下不同消光系数油品有效评估范围的最大值。通过实验对本文方法进行了验证,选用原油和白油的混合油(1∶50)作为实验油品,以波长为405 nm的激光作为激发光源,采集波长范围为420～750 nm,采集了海水背景荧光和拉曼散射光光谱、实验油品的荧光特征光谱和多种不同厚度的较厚油膜的荧光光谱。采用Otsu算法选取420～476 nm波段评估油膜厚度,在实验油品油膜厚度≤800 μm时,该算法对油膜厚度的评估具有较高的精度,平均误差为10.5%;在油膜厚度>800 μm时,平均误差为28.8%,评估误差较大且随油膜厚度的增加快速变大,该实验结果与利用测量相对误差和消光系数的分析结果一致。实验结果表明,该方法可以实现对海面较厚油膜厚度的有效评估,并可以根据测量相对误差和消光系数判断评估结果的有效性。     

5G网络干扰分析及解决方案研究

随着5G网络建设全面展开和5G网络大规模商用,5G用户占比逐渐增多,干扰问题对5G网络性能的影响也愈发突出,严重影响接入、速率、切换等用户实际感知,如何减少干扰对用户的影响是现阶段干扰优化工作中急需解决的难点问题.文章通过梳理5G干扰原理以及系统内外的干扰分类,总结日常优化中5G干扰排查方法,总结出可通过5G干扰波形快...     

基于FPGA分布式算法的滤波器设计

设计了FPGA的分布式算法结构和具体的硬件环境。基于FPGA的分布式算法充分利用FPGA的并行处理特性设计算法,简化了滤波器系统设计。采用了分割查找表技术,节省了FPGA硬件资源。对查找表（LUT）中内容经过相应的修改即可方便地实现低通、高通、带通滤波。对基于FPGA分布式算法的滤波器进行了仿真及工况环境下的测试实验。实验结果表明,该算法不仅提高了系统运行速度,而且节省了大量的FPGA资源,还具有极大的灵活性。     

基于harris-Iike角点算子的指纹分离

Harris-like角点算子用于检测图像中的交角,而重叠指纹图像则由于指纹与背景纹理的重叠产生了大量的额外的交角,因此为了实现指纹分离,首先采用梯度下降法使得指纹图像的harris-like角点算子最小,然后加入全变差调整,更好地指导分离过程.MATLAB仿真结果表明,此算法能够实现指纹分离.     

融合拉曼散射光和荧光信号反演海面溢油厚度的算法研究

随着海洋溢油问题的日益严重,多种遥感技术被用于海面溢油监测,其中激光诱导荧光(LIF)技术是目前被认为最有效的海面溢油探测技术之一。Hoge等基于LIF技术提出了一种利用拉曼散射光评估薄油膜厚度的积分反演算法并广泛应用于海面溢油探测,针对该算法存在误差较大的问题,提出一种融合拉曼散射光和荧光信号评估海面溢油厚度的反演算法。首先利用拉曼散射光信号反演油膜厚度,然后利用该反演结果计算获取溢油油品的荧光特征光谱,最后利用荧光信号反演油膜厚度。文中推导了利用荧光信号反演油膜厚度的算法,给出了油品荧光特征光谱的逼近算法,并给出了利用荧光信号反演油膜厚度的误差分析。通过实验对该方法进行了验证,选用原油和柴油为实验油品,以波长405 nm的激光作为激发光源,采集波长范围为420～700 nm,采集了海水的背景荧光和拉曼散射光信号、实验油品2,5,10和20 μm等不同厚度油膜的光谱信号。将采集数据分为训练集和测试集,利用训练集数据采用梯度下降法获取油品的荧光特征光谱,利用测试集数据分别采用积分拉曼法和该方法反演油膜厚度。采用积分拉曼法,原油不同厚度油膜反演结果的平均误差分别为12.6%,4.6%,4.4%和2.3%,柴油不同厚度油膜反演结果的平均误差分别为14.0%,7.0%,4.2%和3.6%;采用本文方法,原油不同厚度油膜反演结果的平均误差分别为2.5%,2.2%,1.2%和1.1%,柴油不同厚度油膜反演结果的平均误差分别为3.0%,2.4%,2.7%和1.6%。实验结果表明,2 μm油膜反演结果的误差降低最多,原油和柴油2 μm油膜的反演结果误差分别由12.6%和14.0%降低为2.5%和3.0%,其他厚度油膜反演结果的误差也有较大程度的降低,油膜厚度反演结果的误差均小于3%,采用本文算法可以有效提高油膜厚度反演结果的精度。     

基于LIF的海面溢油状态识别研究

随着海洋运输业和海洋石油开采业的快速发展,溢油污染日益严重,给海洋环境和海洋生态平衡带来极大威胁。因此海洋溢油污染的治理、改善,成为海洋环境保护工程中刻不容缓的重要工作。而对不同状态溢油的识别则是解决溢油污染问题的基础与关键。海面上的溢油,主要包括未乳化与乳化两个不同阶段。前者以不同厚度的油膜形式存在,后者以不同油水比的溢油乳化物形式存在。不同状态的海面溢油具有不同的元素组成：油膜为纯油分子,乳化溢油为油水混合结构,构建出差异化的荧光基团。在激光作用下具备各自特征的荧光光谱信息,不同状态显示出较为明显的荧光光谱差异。光谱曲线的形状特征是荧光物质物理化学性质的一种外在体现,所以从光谱的特征形状来分析、比较一定的光谱参量可以达到物质分类和物种识别的目的和效果。为了实现海面溢油不同状态的快速分类识别,通过搭建的LIF探测系统,采集了常用成品油不同状态的荧光光谱,光谱曲线对比发现：乳化阶段的光谱会表现出荧光峰个数增多、荧光强度改变、荧光峰位偏移等一系列特征。在此基础上,根据表观统计学原理,提取光谱的均值、标准差、峰度系数、谱线宽度、曲线斜率等特征参量,并将这些特征值进行聚类分析。结果显示：基于...     

高压联合进汽阀门三维粘性流场数值分析

本文采用多分区 ＳＩＭＰＬＥＣ算法对 ６００ ＭＷ汽轮机高压联合进汽阀门内部复杂流动进行了三维粘性数值分析。流场计算结果表明总压损失主要集中在调节阀喉口附近。调节阀阀碟前后的两股高速气流在阀碟的正上方位置相碰引起较大的掺混损失;气流经过调节阀喉口后,附面层急剧增厚,形成一层较厚的沿管壁的低总压区。计算得到的流场特性为即将开展的阀门结构优化设计提供了重要依据。