近红外光谱在加工监测方面的应用

为有效的监控工业生产过程,希望测量技术能够提供快速的信息.近年来,近红外光谱作为一种分析工具常用在许多化学或生物化学生产过程中.对于过程监控来说,与其他方法相比近红外光谱的优点是简单,快速,不破坏样品及无需样品的预处理.回顾了近年来近红外光谱在过程控制方面的应用.     

近红外光谱在加工监测方面的应用

为有效的监控工业生产过程，希望测量技术能够提供快速的信息．近年来，近红外光谱作为一种分析工具常用在许多化学或生物化学生产过程中．对于过程监控来说，与其他方法相比近红外光谱的优点是简单，快速，不破坏样品及无需样品的预处理．回顾了近年来近红外光谱在过程控制方面的应用．     

无损光电检测技术原理及应用

无损光电检测技术已被广泛应用于工业、农业及其他领域中。文章介绍了红外光谱、拉曼光谱、机器视觉、超声波、X射线以及电子鼻和电子舌等6个方面的无损光电检测技术原理,分析了无损光电检测技术的国内外研究现状、化学计量学实现算法和应用过程中要解决的关键技术,在此基础上,展望了无损光电检测技术的应用前景。     

光谱分析技术在道路工程材料中的应用研究

文章对光谱分析技术的基本原理以及常用的光谱分析技术(即红外和拉曼光谱,X射线衍射和荧光,核磁共振)在道路工程材料中的应用进行了介绍,并对便携式光谱仪器设备用于现场材料检测评价的可行性进行了初步分析。最后,提出将光谱分析技术的定量评价,便携式设备的开发、可用性和可靠性作为今后研究的重点。     

南丰蜜桔可溶性固形物非线性模型研究

探索应用近红外透射光谱无损检测技术,结合径向基神经网络和反向传播神经网络两种人工智能算法,建立南丰蜜桔可溶性固形物快速无损检测的非线性稳定预测模型。通过43个未参与建模的南丰蜜桔样品作为外部验证数据,验证径向基函数神经网络模型的性能,预测模型的相关系数R=0．92。研究结果表明：径向基函数神经网络比反向神经网络获得的预测结果更好,校正模型的预测均方根误差从0．72^0Brix降低到0．65^0Brix。径向基函数神经网络方法是解决近红外光谱检测南丰蜜桔可溶性固形物中非线性建模问题的有效方法。     

无损检测技术在道路工程隐性病害中的研究进展

脱空、空洞等隐性病害直接影响着道路桥梁的安全性与耐久性,而传统的隐性病害检测方法无法直观判别病害的发生与扩展,因此利用快速、高精度的无损检测技术对道路病害检测具有十分重要的意义。在阐释道路工程中脱空、空洞隐性病害的形成与扩展机理的基础上,综述了路面主要无损检测技术的分类及检测原理,并总结红外热成像、探地雷达及落锤式弯沉无损检测技术的研究进展;最后,就无损检测技术在道路桥梁工程中的应用趋势作出展望。     

无线网状网路由攻击和路由安全研究进展

分析了无线网状网的外部攻击和内部攻击路由攻击技术,并针对上述攻击技术,对相应的路由安全技术进行了综述.分析了当前无线网状网路由安全技术的不足,包括安全路由机制、网络行为关联性建模以及基于行为模型的路由安全检测和应对技术.     

数字图像处理技术在道路无损检测中的应用

随着计算机技术的发展，数字图像处理技术得到了广泛应用。为满足道路发展的现代化要求，迫切需要快速、精确、高效、无损的道路检测手段。该文在分析数字图像处理技术特点的基础上，以视频成像、CT、热图成像、射线照相等方法在道路无损检测中的应用作了分析和展望，并提出了尚待解决的关键技术。     

基于红外光谱的沥青常规物理指标预测匹配性研究

为了对沥青品质进行高效快速的无损评判,基于红外光谱分析技术,采用偏最小二乘法对沥青红外光谱图分析,确定了针入度、软化点、蜡含量的主因子数分别为10、8、8.通过对沥青红外光谱分析及试验验证,得出针入度:RC为0.91、SEC为1.0、RP为0.86、SEP为1.0,软化点:RC为0.76、SEC为0.3、RP为0.63...     

甲状旁腺术中识别技术及临床应用和研究现况

甲状旁腺在机体钙磷代谢中有重要作用,颈部手术中完整保留甲状旁腺对避免术后甲状旁腺功能减退和术后低钙血症至关重要。目前大多数甲状腺手术中仍依赖传统肉眼识别方式或通过术中冰冻辨认甲状旁腺,前者依赖于术者经验,后者所消耗的时间和费用较高。近年,国内外学者对术中有助于识别甲状旁腺的染色技术和基于荧光的成像技术进行了相关研究,如亚甲蓝、纳米炭、近红外自体荧光、吲哚菁绿血管造影技术、激光散斑对比成像等,均可显著提高对甲状旁腺的识别与保护。本文将对甲状旁腺术中识别技术的临床研究进展情况作一综述。     

铸钢风机叶片X—射线检测及微机评片技术

阐述了双胶片技术的基本原理、试验方法以及在铸钢风机叶片X-射线检测中的应用,并介绍了微机评片技术。结果表明,双胶片技术成像质量好,相对灵敏度提高,曝光量减少,取得了较好的效果;微机评片方便、快速、准确,是无损检测技术的一个发展方向。     

基于高光谱成像技术的绝缘子污秽度预测

高光谱成像技术能对绝缘子进行非接触式成像,且具有多波段、图谱合一等特点. 为此,本文提出一种基于高光谱成像技术的绝缘子污秽度预测方法. 首先,利用高光谱成像仪对绝缘子进行成像,得到400～1 000 nm波段范围内的高光谱图像数据,并进行黑白校正;然后,获取感兴趣区域（region of interest,ROI）的反射率光谱曲线,进行Savitzky-Golay平滑、对数或一阶导数变换的预处理. 最后,联合部分的真实样本标签数据分别建立基于支持向量机的绝缘子污秽度预测（support vector machines-insulator contamination degree prediction,SVM-ICDP）和基于偏最小二乘回归的绝缘子污秽度预测（partial least squares regression-insulator contamination degree prediction,PLSR-ICDP）模型. 从实验结果中可知,当预处理方法采用一阶导数变换时,所建立的绝缘子污秽度预测模型效果最佳,即SVM-ICDP模型准确率达到91.84%;PLSR-ICDP模型的均方根误差（root mean square error,RMSE）为0.024 1.      

浅析我国快速无损检测技术在公路工程中的应用与发展

介绍了用于检测路面弯沉、路面沥青层厚度、路面平整度、路面摩擦系数的常用快速无损检测设备,探讨了新型快速无损检测技术与传统检测技术的区别和优缺点,在此基础上分析了快速无损检测技术在公路工程建设、养护过程中的发展方向及应用前景。     

电容层析成像技术中影响图像重建质量的因素分析

电容层析成像技术（ECT）作为一种多相流参数检测技术,具有快速、非侵入、结构简单、无辐射、成本低等特点,而图像重建质量和速度是阻碍电容层析成像技术工业应用的关键性问题,本文讨论了影响图像重建的因素,在采用线性反投影算法、正则化求逆算法以及迭代法的基础上,研究了单元划分数目、有限元形状、极板数以及介电常数四种因素对成像质量的影响．研究结果对获得最佳成像效果具有一定的指导意义．     

路面检测技术的发展现状

在分析国内外研究成果的基础上,简要总结了路面主要无损检测技术和相关研究的最新进展。就国内目前情况看,随着沥青路面快速检测与养护技术深入系统的研究,随着我国自主知识产权的路面快速检测技术的发展,加之我国路面检测技术的规范和行业标准的不断提升,不久的将来,我国路面检测技术的发展、应用和实施,以及我国公路的管护水平必将有更加全面的大幅度的提高。     

光源光强对颜色对比度的影响研究

彩色图像成像时,光源的亮度变化影响着光源的光谱相对功率分布,影响着照明光源的色温,与成像后的检测目标对比度密切相关。因此研究在光源光谱不变的条件下,光源的亮度变化对颜色对比度的影响。光源的亮度调节采用PWM脉冲编码调节,分析了色块对比度随着光源的亮度变化规律,在CIEL*a*b*空间利用色差来评定色块间的对比度,根据最大色差选择了一个最佳的光源照度等级。     

高速公路收费车道绿色通道货物成像检测系统

鲜活农产品流通"绿色通道"是贯彻执行国家惠农政策的一项重要工作,保障"绿色通道"的安全快捷通畅的同时,还要认真执行依法收费。高速公路收费车道绿色通道货物成像检测系统可缓解高速公路管理人员与用路人之间的矛盾,有效减少伪冒绿色通道车辆的数量,防止通行费的流失。     

基于LS-SVM高光谱成像鱼新鲜度鉴别

基于高光谱成像光谱信息的鱼新鲜度(鱼不同冷冻时间以及冻融次数)鉴别。首先,提取鱼样本感兴趣区域(region of interest,ROI)光谱,分别采用蒙特卡罗无信息变量消除(Monte Carlo free information variable elimination,MCVE),连续投影算法(successive projections algorithm,SPA)和随机青蛙算法(random frog,RF)提取特征波长,三种算法分别得到90,31和49个特征变量,采用最小二乘支持向量机作为分类模型,将90,31和49个特征变量作为LS-SVM模型的输入变量建立分类模型,基于SPA-LS-SVM和MCVE-LS-SVM模型预测集识别率都达到了98%,而采用RF-LS-SVM建立的模型取得了较差的预测结果 ,模型预测集识别率都只是达到了88%。结果表明,SPA-LS-SVM作为分类模型优于其他模型,SPA选择的特征波长,不但可以简化模型,还可以提高模型的预测精度,基于高光谱成像技术可以用于鱼新鲜度(鱼不同冷冻时间以及冻融次数)鉴别。     

铁路运营隧道检测技术综述

为了解铁路运营隧道检测技术研究与应用情况, 梳理了隧道病害特点与检测方法, 从表观状态、内部状态、几何形态、高精度地面移动检测机器人和数据信息化5个方面, 分析了国内外检测技术现状, 探讨了检测技术体系与发展方向。分析结果表明: 表观状态检测主要有相机摄像和激光扫描技术, 相机摄像系统适用于车载平台, 检测速度达80 km·h-1, 激光扫描系统结构精巧, 检测速度约为5 km·h-1; 图像处理、计算机视觉是表观病害识别的2种技术, 拓展设计病害特征、提高识别效率、降低非病害因素干扰是图像处理技术进一步发展方向, 计算机视觉推广关键在于构建行业级病害样本库; 地质雷达是开展内部状态检测的关键技术, 地耦型雷达速度约为10 km·h-1, 空耦型雷达速度达80 km·h-1, 空耦型雷达检测系统关键在于优化天线结构、信号增强、抑制电气化设施和机械系统振动干扰, 地质雷达、红外热成像、超声层析成像、激光缺陷检测法等检测技术在探测范围、精度、效率等方面具有互补性, 可构成多技术综合运用策略; 几何形态检测主要有激光扫描、激光摄像、惯性测量技术, 激光扫描测量精度高, 速度约为10 km·h-1, 激光摄像速度达60 km·h-1, 提高激光摄像测量精度关键在于系统标定与振动补偿, 可基于惯性测量深化研究开展仰拱上拱变形检测; 发展和推广高精度地面移动检测机器人、检测数据信息化是与隧道规模相适应、状态精准管理相匹配的保障措施; 检测技术体系建议由“车载式快速综合检测+原位与地面移动精确检测+数据信息化平台”3部分组成, 未来发展方向应集中在空耦型雷达快速检测、复合变形快速精确测量、高精度地面移动检测、病害智能识别及多源数据融合分析等方面。      

路面检测技术综述

总结了路面检测重要研究成果,分析了路面损坏、平整度、车辙、抗滑性能(构造深度)和结构强度(弯沉)检测技术的发展现状,研究了路面检测技术的不足与发展方向。研究结果表明:国内外路面检测技术的发展经历了3个阶段,从早期传统的人工检测到20世纪末的半自动化检测,发展到目前的无损自动检测;无损自动检测的主要特点是快速与智能化,采用多源传感器协同工作,并且集成在多功能道路检测车上,能够同时检测路面损坏、平整度、车辙、抗滑性能和结构强度以及道路线形与沿线设施等;在路面损坏检测方面,采用数字图像检测技术,实现了路面裂缝的快速检测;在路面平整度检测方面,采用激光位移传感技术,实现了快速自动化检测;在路面车辙检测方面,采用激光和数字图像技术,实现了非接触智能化检测;在路面抗滑性能和结构强度检测方面,建立了铺砂法与贝克曼梁法检测结果的相关关系,实现了基于激光技术的路面构造深度与弯沉快速检测;为了减少外界因素对现有检测技术和检测设备的干扰,提高检测信号的信噪比,应该开发适合各种工况下的路面检测和数据处理方法,实现路面检测高效化与智能化。