论文部分内容阅读
[!--newstext--]
[!--title--]
【摘 要】
：
湿度（Humidity）是一个重要的环境参数,在人类日常生活、生产活动中扮演了重要的角色。目前使用最广泛的高分子电容式湿度传感器凭借其测试量程宽、线性度高、响应时间短、长期稳定性好等优点受到了研发人员的广泛关注。但是,随着湿度传感器应用领域的扩展,人们对湿度传感器的各项特性指标提出了更高的要求,基于常规聚酰亚胺（Polyimide,PI）感湿材料的电容式湿度传感器因其高稳定性和高线性度成为了主流,
【机 构】
：
江南大学
【出 处】
：
江南大学
【发表日期】
：
2021年01期
其他文献
随着机器人应用领域不断扩展,机器人智能化控制技术愈见短板。常用的机器人控制方式主要是通过示教器或者离线编程的方法。这种固定的点到点的操纵控制方式,不能够应对复杂的抓取环境,需要机器人具有更高的智能化。此外,传统的机器人抓取针对的是特定的检测工件,通过人工设计特征提取,并使用模板匹配等方法。该种方法可移植性不强,鲁棒性较低。因此,面对类别多样、姿态各异的抓取对象,本课题提出一套在ROS（Robot
目前,微纳技术发展迅速,使得微机器人已经广泛应用于血栓疏通、靶向药物输送、近距离放射治疗和热疗等医学生物领域,体现出革命性的应用前景。此外,磁场驱动技术具有无损伤、兼容性强以及无线调控等特性,广泛应用于微机器人的驱动控制中,所以开展复杂环境中磁场驱动技术的研究具有重要意义。而现有的磁场驱动系统存在磁场梯度小、工作空间小等缺点,同时在复杂环境中微机器人动/静态障碍物避障的一系列难题亟待解决。为了解决
在焊接领域中对结构加强筋的焊接是一类常见的工程。结构加强筋是指用来在结构设计中为了加强结构面的承载能力而设计的一类构件,这一类构件往往在前期固定时往往会存在些许变形和大量的飞溅干扰点,以往对这一类工件的焊接一般依靠人工手动操作,焊接的工作量大,重复性高且焊接现场环境复杂存在危险。在自动焊接阶段大部分的焊缝定位方法是基于二维图像结合几何方法提取出焊缝,该方法提取出的焊缝对结构加强筋缺乏适用性,整体定
火灾是发生最频繁、破坏性最大的灾害之一,它严重威胁着人类生命和财产安全以及自然生态环境。图像型火焰检测技术有效地弥补了传统的传感器火焰检测装置传播速度慢、误报率高、无法适用于室外大空间等弊端,得到广泛的关注与研究。提取火焰特征,使用模式识别算法检测火焰是图像型火焰检测的一类主流方法。但是,现有的图像型算法大多是针对已经形成火灾的火焰进行分析识别,对于未形成火灾的早期火焰高危点的检测能力却很有限。而
颗粒物传感器,属于气体传感器的一种,作为环境检测系统（Environmental Monitoring Management System,EMIS）的重要组成部分之一,越来越受到社会与国家的关注。颗粒物传感器不仅在环境检测领域,也在诸如工业、医疗等领域发挥作用。而光散射法因具备测量速度快、实时检测、精度高、无损耗、便携性好等优势,近些年来在颗粒物传感器的市场化应用中越来越多。本文主要针对光散射算
养殖水域溶解氧的产生与消耗过程对于水草布局、人工增氧等具有重要的价值,因此研究溶解氧的机理模型非常重要。光合作用对于养殖水域溶解氧产生至关重要,但是文献上鲜有围绕光合作用建立养殖水域溶解氧机理模型。针对该问题,本文考虑了河蟹养殖水域的各种环境因素,考虑光合作用活动,研究了溶解氧的机理建模和增氧控制方案,具体工作如下:1.针对以水草为初级生产者的河蟹养殖池塘,建立了溶解氧系统动力学模型。综合考虑了水
近年,科学技术的充分发展,极大地助力了扫地机器人行业的迭代与发展。从第一款扫地机人诞生至今国内外企业对扫地机器人一直持续着更新与设计。而大量新技术的介入,市场上扫地机器人产品愈渐复杂,用户在使用中的学习成本变高。本课题来源于江南大学设计学院的研究生校企合作项目。本文的主要目的是以全流程体验的眼光,通过优化交互指引的设计,引导消费者在智能家用扫地机器人使用过程中得到最佳的用户体验。本文的研究方法是针
随着互联网技术的飞速发展和工业4.0战略的提出,全球制造业在往高精度、高柔性、高智能程度方向发展。科技水平的提高使人们进一步追求高生活质量,人们开始关注自身居住环境的舒适性,如建筑材料的环保性等。在我国每年新增20亿平方米建筑面积的背景下,木质材料作为典型可持续建筑材料,其在民居、旅游等建筑场所等得到广泛应用。作为木质建筑主要构成材料——木结构组合墙体,却面临着生产自动化程度低、产品报废率高的生产
红外与可见光图像的融合技术是图像融合领域中一项十分重要的研究。红外图像以亮度的形式反映不同物体的热辐射差异,从而具有夜间可视性;可见光图像拥有丰富的纹理信息,且与人类的视觉系统一致。通过图像融合技术将这两种图像进行有效的融合,融合后的图像能够在突出红外目标的同时保持足够多的纹理信息,可更好地实现目标监控、跟踪等任务。传统的图像融合方法主要是基于多尺度变换（Multi-Scale Transform