【摘 要】
：
电熔镁熔炼过程中的异常工况(如半熔化工况)直接影响产品质量、威胁人员和生产安全,有必要及时诊断.但与异常直接相关的超高温熔池温度(>2850℃)难以利用温度传感器检测,目前现场主要依靠工人在定期巡检时人眼观察炉壁来诊断,工作强度大、安全度低、诊断不及时.针对上述问题,本文提出一种炉体图像驱动的电熔镁炉异常工况实时诊断方法.结合电熔镁炉熔炼各区域温度分布的空间特征、正常工况下熔炼温度变化和水雾扰动引
论文部分内容阅读
电熔镁熔炼过程中的异常工况(如半熔化工况)直接影响产品质量、威胁人员和生产安全,有必要及时诊断.但与异常直接相关的超高温熔池温度(>2850℃)难以利用温度传感器检测,目前现场主要依靠工人在定期巡检时人眼观察炉壁来诊断,工作强度大、安全度低、诊断不及时.针对上述问题,本文提出一种炉体图像驱动的电熔镁炉异常工况实时诊断方法.结合电熔镁炉熔炼各区域温度分布的空间特征、正常工况下熔炼温度变化和水雾扰动引入的图像时序特征、以及异常工况下温度异常区域持续发亮扩大的特征,在对炉体动态图像进行空间多级划分的基础上
其他文献
为了探讨沟渠水生植物的光合特性及其氮磷去除效果,为水生植物应用于沟渠污染水体的生态修复及物种选择提供理论依据。以生态沟渠水生美人蕉(Canna glauca)与铜钱草(Hydrocotyle vulgaris)两种水生植物为试验材料,在晴天采用便携式CID-340光合仪进行自然条件下净光合速率(Pn)等生理生态指标(光合有效辐射(PAR)、气孔导度(Gs)、胞间CO_2浓度(Ci)和蒸腾速率(Tr
【目的】研究长期不同施肥措施对黄壤性水稻土有机碳矿化及其稳定性的影响,为固碳效应提供理论参考。【方法】采用室内培养-碱液吸收法对贵州省农科院内4个施肥处理[对照(CK),单施化肥(NPK),单施有机肥(M)和常量有机无机肥配施(MNPK)]的土壤进行研究。【结果】NPK处理的土壤总有机碳含量与CK相比无明显变化,而M处理和MNPK处理则显著增加。室内培养下,CO2产生速率可分为第3～12天的迅速下
并行主成分提取算法在信号特征提取中具有十分重要的作用,采用加权规则将主子空间提取算法转变为并行主成分提取算法是很有效的方式,但研究加权规则对状态矩阵影响的理论分析非常少.对加权规则影响的分析不仅可以提供加权规则下的主成分提取算法动力学的详细认知,而且对于其他子空间跟踪算法转变为并行主成分提取算法的可实现性给出判断条件.本文通过比较Oja的主子空间跟踪算法和加权Oja并行主成分提取算法,通过两种算法
主成分分析(Principle component analysis, PCA)是一种广泛应用的特征提取与数据降维方法,其目标函数采用L2范数距离度量方式,对离群数据及噪声敏感.而L1范数虽能抑制离群数据的影响,但其重构误差并不能得到有效控制.针对上述问题,综合考虑投影距离最大及重构误差较小的目标优化问题,提出一种广义余弦模型的目标函数.通过极大化矩阵行向量的投影距离与其2范数的可调幂之间的比值,
为研究植物沙丘形态及植物功能性状特征对坡面泥沙拦截的作用机制，探讨植物沙丘各类特征与土壤分形维数的关系，本文以干热河谷典型区蒋家沟流域为研究区，采用典型样地调查、野外实地观测和室内试验处理的方法，测定失稳性坡面42个植物沙丘（包括扭黄茅20株、拟金茅13株、丛毛羊胡子草9株）的形态特征、植物功能性状特征和沙丘土壤的颗粒组成，并运用分形理论计算分形维数，分析分形维数与植物沙丘形态特征及功能性状特征间
近年来，国内各大猪场都出现了非洲猪瘟疾病，给养殖户造成了巨大的经济损失，加速了生物安全等级的提高。为了尽可能的减少人和动物之间的接触，实现智能化养殖管理，必须为每个动物个体建立相应的管理档案。在这个应该用背景下，本文提出了一种基于多目标跟踪方法的猪只个体识别算法。本文采用改进后的Faster RCNN作为目标检测网络，对视频中每一帧的图像进行目标检测。使用上一帧的目标检测框来预测当前帧目标检测框的
基于深度图序列的人体行为识别,一般通过提取特征图来提高识别精度,但这类特征图通常存在时序信息缺失的问题.针对上述问题,本文提出了一种新的深度图序列表示方式,即深度时空图(Depth Space Time Maps, DSTM),该算法降低了特征图的冗余度,弥补了时序信息缺失的问题.本文通过融合空间信息占优的Depth Motion Maps(DMM)与时序信息占优的DSTM,进行高精度的人体行为研
无监督跨域迁移学习是行人再识别中一个非常重要的任务.给定一个有标注的源域和一个没有标注的目标域,无监督跨域迁移的关键点在于尽可能地把源域的知识迁移到目标域.然而,目前的跨域迁移方法忽略了域内各视角分布的差异性,导致迁移效果不好.针对这个缺陷,本文提出了一个基于多视角的非对称跨域迁移学习的新问题.为了实现这种非对称跨域迁移,我们提出了一种基于多对多生成对抗网络(Many-to-Many Genera
唇读,也称视觉语言识别,旨在通过说话者嘴唇运动的视觉信息,解码出其所说文本内容.唇读是计算机视觉和模式识别领域的一个重要问题,在公共安防、医疗、国防军事和影视娱乐等领域有着广泛的应用价值.近年来,深度学习技术极大地推动了唇读研究进展.本文首先阐述了唇读研究的内容和意义,并深入剖析了唇读研究面临的难点与挑战;然后介绍了目前唇读研究的现状与发展水平,对近期主流唇读方法进行了梳理、归类和评述,包括传统方
生成式对抗网络(Generative Adversarial Networks, GANs)是一种有效模拟训练数据分布的生成模型,其训练的常见问题之一是优化JS散度(Jensen-Shannon divergence)时可能产生梯度消失问题(Vanishing gradient problem).针对该问题,本文提出了一种解码约束条件下的GANs,以尽量避免JS散度近似为常数而引发梯度消失现象,从