立式拱顶油罐罐顶凹瘪变形测量方法

拱顶油罐罐顶的变形程度是油罐使用状态鉴定的重要参数之一。罐顶变形大部分为凹瘪变形,对罐顶凹瘪程度的测量包括凹瘪度和凹瘪面积。分析了现有罐顶变形测量方法的优缺点,在已知油罐罐顶曲率半径R和内直径D的基础上,通过皮卷尺和量油尺测量变形测量点与罐顶中心的水平距离XXN和垂直距离YXN,利用几何关系得出测量点的凹瘪度计算公式;凹瘪面积的估算分为罐顶中心有变形和无变形2种情况,利用球缺上表面计算方法得出估算公式。利用该测量方法实际测量了一座500 m3的洞库拱顶变形油罐,得出了测量和计算结果,并分析了测量误差。     

一种基于余弦定理罐壁变形测量的新方法

立式圆柱形钢制油罐在运行过程中，由于各种原因可能导致罐顶和罐壁的吸瘪变形。油罐修复时需要确定其承载和变形的相关数据，根据余弦定理提出了一种能对罐壁变形，特别是洞库和覆土罐罐壁变形进行测量的方法，同时介绍了该方法所需要的测量尺的制作方法。通过300m^3油罐罐壁测量的结果表明，该方法在实际操作中是可行的。提出的方法为确定油罐变形修复方案提供科学依据。     

基于三维激光扫描技术的变形立式油罐容积检定

油罐作为大型储存和计量容器,快速、准确地计量其容积是大型能源储运工程的重要环节。针对目前三维激光扫描技术对壁板已发生变形的立式油罐容积检定无法给出准确结果的情况,提出了新的检定方法。壁板发生变形的油罐,由于变形处壁板水平截面不再是一个标准圆,于是采用一种新的算法用于计算变形油罐截面面积;充分利用油罐的三维点云数据,使用Matlab编制程序实现了三维点云数据的自动分层;结合罐体点云自动分层与计算得到的截面面积,将罐体点云导入程序即可得到油罐容积,实现了对变形油罐容积计算的自动化处理。通过对某立式油罐进行现场试验和数据处理,结果证明提出的新方法可以精确实现对变形油罐的检定。     

钢质油罐罐底腐蚀预测模型研究与评价

钢质油罐在储存油料时不可避免地会受到严重腐蚀.为能够掌握罐底的腐蚀程度,提出了一种由灰色系统理论和BP人工神经网络相结合的方法建立预测模型,对钢质油罐罐底腐蚀情况进行了预测,并通过实例计算给出了评价.计算结果表明,预测值与实测值相差很小,尤其对油料腐蚀这种涉及较多因素的复杂过程,该方法具有明显的优越性;该模型克服了传统预测模型需建立函数的难题,且预测精度较高,具有较高理论与实际应用价值.     

油罐罐底渗漏模拟试验及渗漏量计算

油罐罐底渗漏不仅会造成巨大的经济损失和环境污染，甚至还会带来火灾爆炸，严重威胁存储油料场所安全。因此，主动掌握油罐渗漏量数值范围和渗漏发展规律，显得很有必要。利用模拟油罐渗漏装置在微压条件下进行了无砂垫和有砂垫罐底小孔渗漏速率试验，获得了渗漏速率的数值范围并运用Matlab对数据进行处理，拟合出有砂垫罐底小孔渗漏量计算的经验公式。试验分析表明有砂垫罐底小孔渗漏量比无砂垫时的渗漏量在数值上小很多，此结果将为加压条件下的渗漏试验奠定基础。     

矢量多边形并行栅格化数据划分方法

针对多边形并行栅格化中的负载不均衡问题提出一种新的数据划分方法,主要包括:迭代计算划分线的位置,在每次迭代中保证分块间的计算量大致均衡,完成数据划分、实现负载均衡;提出基于二叉树的划分结果融合策略,以解决跨边界多边形的融合问题。在多核CPU环境下实现并行算法,选用多个典型土地利用现状数据集进行测试。结果表明:针对不同类型多边形数据集,所提方法较传统方法可获得更高的并行加速比和更好的负载均衡;针对大数据量数据集,以多边形节点数为度量标准可更精确地估算分块计算量,从而更好地实现负载均衡。     

基于三维Hough变换的机载激光雷达平面地标提取

针对机载激光雷达点云数据中的平面地标检测问题,分析了以三维Hough变换为基础的传统的平面检测算法,指出其存在空间分割不一致问题,在检测法线垂向地标时出现"极点"现象。研究了三维Hough变换的空间完备分割条件,利用参数空间的对偶特性,提出了一种基于对偶空间分割的三维Hough变换算法,避免了空间不一致问题。仿真和实验证明,改进三维Hough变换算法在不增加计算量的同时,能够有效检测激光雷达点云中的平面地标。     

罐底渗漏的罐基油气质量分数探测法识别

油罐是油品储运的重要设备,罐底最易出现穿孔渗漏油现象,致使罐基内部油气质量分数高于正常值。以油库中柴油覆土罐群为例,研究并试验了根据罐基油气质量分数识别罐底渗漏的方法：分析罐基探漏孔位置分布并钻孔;多次探测罐基油气质量分数,根据探测数据识别各罐有无底部渗漏;为了便于以后检测油库时识别各罐有无渗漏,为各罐建立状态监测表,并将无渗漏的罐基油气质量分数最高值暂定为该类罐的安全值,低于该安全值的油罐可直接判定为无渗漏。实践结果证明,这种不开罐检测罐底渗漏油的方法可及时发现故障并采取措施,对储油安全具有重要意义。     

基于多步新息的机动检测方法

为提高末端防御系统对高速机动反舰导弹的处理能力,一种方法是提高武器系统目标跟踪数据率,使火控解算能够获得更多的目标信息,但数据采样率的提高会降低传统机动检测中单步窗口量测的信噪比。为此,提出了基于多步新息预测的机动检测算法。该算法利用当前量测值与多步预测值信息,并采用基于衰减记忆的机动检测方法,通过仿真计算方式,给出了最小机动检测延迟时间与衰减系数,以及与预测步长的关系;同时该方法还可有效降低检测虚警率。     

直接序列扩频信号仿真数据的高效生成方法

扩频技术在通信和卫星导航领域得到了广泛应用,传统仿真数据的生成方法存在计算量大、忽略信道影响因素,较难实现高精度生成等问题.结合扩频系统信号和噪声的特点,提出了基于扩频码码片相关的信号生成以及基于AR模型的带限高斯噪声生成两种高效仿真信号生成方式.该方法计算量相对于传统高精度方法可由1GHz的生成速率降低至码片速率级的数据生成速率,同时保证了信号生成的灵活性和可控性.相关结果可用于现代化导航接收机的仿真数据快速生成.     

性能退化与寿命数据融合的贝叶斯方法研究

针对高可靠性航空产品寿命失效数据样本量小,传统评估方法可信度低的难题,提出基于性能退化数据与寿命失效数据融合的可靠性评估方法。然后用失效机理分析、建模方法选择、失效阀值确定、置信区间求解和数据融合5个关键步骤具体阐述了该方法。最后以飞机液压泵为例,使用该方法进行性能退化数据与寿命数据的融合计算。分析表明,该方法充分利用了性能数据和寿命数据,比传统的方法更加合理,评估结果更加精确。     

基于粒子群优化的点云场景拼接算法

多视点三维点点云场景拼接是解决激光三维主动成像目标自遮挡或被遮挡情况下目标数据不完全问题的一种有效方法,它将直接影响到后续的目标检测与识别处理。本文提出了一种基于粒子群优化（PSO）的点云拼接算法,该方法通过投影分布熵对待拼接场景姿态进行估计,由此获取场景拼接的初值,然后利用PSO实现多视点场景的精确拼接。仿真实验结果表明,本文方法是一种有效可行的方法。     

基于模糊数学的数据融合算法研究

针对当前单目标跟踪数据融合中存在的迭代求解计算量大,难以满足实时计算要求的问题,提出了一种将模糊数学和非负特征向量理论相结合的数据融合算法.该方法克服了卡尔曼滤波法、最小二乘法需要建立统一的测量方程,进行迭代求解、计算量大的问题.与传统方法相比,该方法能充分利用测量数据,提高目标跟踪精度,计算简便,便于工程实现.     

一种融合显著性的Adaboost电视制导图像变尺度目标快速检测方法研究

电视制导过程中随着弹目距离的减小,目标图像会呈现尺度的非线性放大,传统的目标检测方法不能满足目标尺度的精确变化,目标定位有偏差,且检测计算量大,无法达到实时性。将基于剩余谱的显著性检测方法融入Adaboost检测过程,并应用于电视制导图像的目标检测中,能够对海面或沙漠等背景较为单一的区域进行快速目标检测,且检测窗口能够准确适应目标尺度的变化。     

深度神经网络指导下的无线覆盖预测算法

为保证新一代移动无线网络能够根据实时覆盖情况动态地调节小区天线参数,需要实现高效且准确的无线覆盖预测。传统的求解方法通过精确的场强预测判断天线参数的优劣,虽然精度很高但需要大量的计算资源,无法满足5G和后5G移动网络通过实时覆盖预测进行射频参数动态调整的实际需求。现采用基于深度神经网络的算法对给定天线参数的覆盖效果进行预测,以取代对目标区域的精确场强预测。数值结果表明:该方法能够在保持计算准确性的同时显著减少计算量,为5G动态网络规划提供基础性参考数据。     

一种融合显著性的Adaboost的电视制导图像变尺度目标快速检测方法研究

电视制导过程中随着弹目距离的减小,目标图像会呈现尺度的非线性放大,现在传统的目标检测方法,不能满足目标尺度的精确变化,导致目标定位偏差,且检测计算量大,无法达到实时性。本文将基于剩余谱的显著性检测方法融入Adaboost检测过程,并应用于电视制导图像的目标检测中,能够对海面或沙漠等背景较为单一的区域进行快速目标检测,且检测窗口能够准确适应目标尺度的变化。     

基于二维GIS数据和三维模型库快速构建营房土地三维模型的研究

营房土地三维可视化管理是实现营房土地信息化的重要手段,而营房土地三维模型的建立是实现三维可视化管理的前提.为提高营房土地管理水平和管理效率,提出了基于二维GIS数据和三维模型库的营房土地三维模型构建方法,解决了大范围、多区域数据采集和建模工作量大的难题,实现了数据的廉价采集和三维模型的快速构建,是实现营房土地三维可视化管理的有效途径.     

迭代插值FPFH特征点云配准算法

针对三维激光扫描点云数据的配准问题,提出了一种基于FPFH特征的迭代插值配准新方法。配准过程中考虑到点云数据获取时,受扫描仪分辨率影响,点云局部或整体密度偏小,两次测量点云数据的相同位置不存在完全相同的点,以致对应点之间存在误差。为减小误差对配准精度影响,引入迭代插值方法,增加点云整体密度。配准过程通过计算关键点处FPFH特征寻找对应相关关系求得粗配准旋转平移矩阵,再使用ICP算法进行点云的精确配准。实验结果表明,改进的配准方法简单、稳定可靠、计算速度快且计算复杂度小,对实现点云配准具有实用价值。     

基于深度神经网络的无线覆盖预测算法*

为保证新一代移动无线网络能够根据实时覆盖情况动态地调节小区天线参数，需要实现高效且准确的无线覆盖预测。传统的求解方法通过精确的场强预测来判断天线参数的优劣，虽然精度很高但需要大量的计算资源，无法满足5G和后5G移动网络通过实时覆盖预测进行射频参数动态调整的实际需求。现采用基于深度神经网络的算法对给定天线参数的覆盖效果进行预测，以取代对目标区域的精确场强预测。数值结果表明，该方法能够在保持计算准确性的同时显著减少计算量，为5G动态网络规划提供基础性参考数据。     

双面型PSD的短脉冲激光照射位置测量

为了实现双面型位置敏感探测器(Position Sensitive Detector,PSD)对短脉冲激光光斑的准确测量,根据PSD响应原理——Lucovsky方程,得出双面型PSD在短脉冲光照下传统计算量和实际照射位置的换算关系式。结合短脉冲信号变化快、响应线性度低等特点,提出了一种基于双面型PSD的短脉冲激光照射位置计算方法,并分析了该方法的使用条件。通过实验对该方法进行了验证,给出了实验数据拟合曲线和理想曲线的对比,结果表明:该计算方法具有较高的测量精度。