论文部分内容阅读
描述了一次完整的钢卷尺检定装置比对项目的实施和评价。包括该计量比对实施的背景、意义;所选取的实验样品、稳定性考核、参考值及不确定度的确定过程;参加实验室的分组情况;对参加实验室的结果予以图示后,着重展示此次比对中能体现典型问题的实验室图示,对其结果判定为不满意产生的原因进行探讨,并提出建议。
对钢卷尺比对中体现问题的探讨
【摘 要】
：
描述了一次完整的钢卷尺检定装置比对项目的实施和评价。包括该计量比对实施的背景、意义;所选取的实验样品、稳定性考核、参考值及不确定度的确定过程;参加实验室的分组情况;对参加实验室的结果予以图示后,着重展示此次比对中能体现典型问题的实验室图示,对其结果判定为不满意产生的原因进行探讨,并提出建议。
【机 构】
：
广东省现代几何与力学计量技术重点实验室,广东省计量科学研究院,广东省质量监督测绘装备检验站（广州）
【出 处】
：
计量与测试技术
【发表日期】
：
2021年9期
【基金项目】
：
国家市场监督管理总局(项目编号:2019MK050),广东省市场监督管理局(项目编号:2016CJ05)“激光对中偏差示值误差校准方法研究及装置的研制”。
其他文献
测量重复性是数字近景工业摄影测量系统精度测评的重要指标。本文按照GB/T34890-2017《数字摄影三坐标测量系统的验收检验和复检检验》的规定,评定了数字近景工业摄影测量系统的测量重复性,并与JJF1033-2016《计量标准考核规范》的评定方法、计算值进行了比较。通过评定发现:GB/T34890-2017规定的评定方法所得测量重复性略偏大,但计算方便,计算结果反映了摄影测量系统的稳定性水平。
文章立题检定装置的研制。以高浓度可燃气体检测报警器检定装置为研究对象,剖析目前检测中的不利因素,针对性地创新设计,大幅度提高试验的安全性。装置设计科学合理,操作方便,安全性好。
针对复杂信号波形的分析与校准,提出了一种以波形事件为核心的复杂信号波形分解与合成方法。首先将波形事件分类成周期性事件和非周期性事件。对于周期性事件,按照事件幅度由高到低依次分解,化繁为简,降低复杂波形分析的复杂程度和技术难度。周期性事件分解完毕后剩余部分,属于非周期性事件,包括单次事件和随机事件。经过按事件进行复杂波形分解,可以获得各个事件在复杂波形上的准确定位,以及实现各个事件与母体波形的有效分离。在一组以受干扰的正弦波为基础的复杂信号波形上所进行的实验及分析,验证了所述方法的有效性与可行性。
现行的GB/T 16789-2019《比长基线测量规范》规定全站仪测距长度基线场采用因瓦基线尺测量的方法进行检定,其过程繁琐,且成本较大。通过对激光跟踪仪距离测量精度的分析和检测实验结果,对比了同一个标准基线场分别利用激光跟踪仪测量和因瓦基线尺测量的结果及其若干项精度指标,以及通过对比用两种基线长度分别计算出的若干台高精度智能型全站仪的加乘常数及其中误差,论证了激光跟踪仪的长度测量精度是可以满足全
针对传统支持向量机回归模型应用在红外甲烷传感器测量数据处理时出现预测精度低的问题,提出了一种基于灰狼优化算法的支持向量机回归模型。该模型在传统支持向量机的基础上,利用灰狼优化算法自适应搜索特征空间来选择最佳特征组合,经过循环比较,能快速、准确地搜索到最优的惩罚因子C与gamma参数。用实验室研制的红外甲烷传感器对0～5.05%浓度范围的标准甲烷气体进行测量后,建立了3种SVM回归模型,并进行对比。
随着北斗三号全球卫星导航系统成功组网,我国的北斗系统迎来了全球服务时代。卫导高精度与5G、人工智能等前沿技术的快速融合发展,为卫星导航的应用与发展提供了有力支撑,也为卫星导航应用领域计量技术的发展提出了更多更高的要求。本文从产业分布、产品发展、规模应用、行业应用、技术发展方面对北斗应用产业的发展现状进行介绍,分析了北斗应用产业对计量、标准、检验检测等质量基础的具体需求,最后梳理和总结了北斗导航应用产业的质量基础工作现状和成果。
国标GB/T15576-2020《低压成套无功功率补偿装置》要求生产企业对每台低压无功功率补偿装置进行“工频过电压保护试验”和“缺相保护试验”(无缺相保护的装置除外)。[1]由于低压无功功率补偿装置的容量大,该试验会增加企业的生产能耗和成本。本文通过对上述两个试验本质的分析,提出了可以用容量较小的电容器取代低压无功功率补偿装置中的电力电容器进行试验,达到相同的效果,同时提出了一种检测设备的设计方案。
磁粉检测标准灵敏度微米槽深的校准检测是长度计量检测的一项难点。目前,开展磁粉检测标准灵敏度微米槽深溯源的计量部门不多,已开展的仍使用接触式位移传感方式来磁粉检测标准灵敏度片离散的槽深度值,检测难度较大。本文介绍了一种用非接触的显微干涉测头代替接触式传感测头,利用GUIDE开发控制人机界面,建立硬件通信机制,实现智能化光干涉检测标准灵敏度微米槽深检测的方法。
路面的坑洞破损严重影响着驾驶舒适性与安全性,因此路面坑洞的检测与修补是一项重要的路面维护任务。本文基于改进YOLOv3-tiny目标检测神经网络模型,实现了路面坑洞的有效检测。其中,改进的模型用一些稠密块替换原模型中的大部分卷积层,使模型的深度大幅增加,而模型的参数和运行时所需的GPU内存显著降低。使用建立的路面坑洞破损数据集训练模型,以mAP作为评价模型的指标。同原YOLOv3-tiny和YOL