无人机技术在锅炉内部检验中的应用

传统锅炉内部检验方法有着工作周期长、经济效益差、危险性高的局限性,而无人机检验具有成本低、反应灵活、空间适用性强等优势,本文旨在通过将无人机应用于电站锅炉及垃圾焚烧锅炉内部检验的应用实例,根据无人机本身特性及锅炉内部结构特点,确定无人机检验方案,完善无人机检验方法,并指出目前在锅炉内部进行无人机检验时存在的问题以及改进...     

江苏生态环境无人机监测体系研究及初步应用

近年来,无人机技术趋于成熟并逐步得到广泛应用,成为一种新的环境监测平台。与传统监测方法相比,无人机监测平台具有快速、灵活、清晰、直观等突出优势。基于以往工作基础,研究并提出一种适用于江苏省的生态环境无人机监测体系,同时进一步讨论无人机在水、气、生态环境监测领域的业务应用思路。     

油气田企业无人机主动防御技术应用与探究

分析了无人机发展现状及潜在风险,总结无人机主动防御系统的工作原理及技术特点,及其在油气田企业的实践应用及注意事项,为进一步发挥无人机主动防御技术在油气田企业公共安全的防范作用提供参考。     

基于贝叶斯网络的物流无人机失效风险评估*

为降低城市物流无人机（UAV）失效坠落风险,通过考虑其运行环境和系统故障等因素的影响,以城市物流无人机运行数据为基础,从系统故障、运行环境和人为因素3方面提取失效诱因;分析物流无人机失效模式,并构建意外坠落事故的贝叶斯网络;基于所建网络和失效诱因发生概率分别计算不同工况下意外坠落事故及各中间事件概率,并基于网络拓扑结构展开反向推理,推演事故的主要失效诱因。结果表明:物流无人机正常运行时发生安全事故的概率为6.54×10-3;其中,电池电量不足、桨叶失效和电池故障是坠落事故的主要诱因,计算结果可为无人机运行安全风险防控提供依据。     

小型多旋翼无人机振动特性分析及改进

为改善某小型多旋翼无人机飞行试验中的共振现象,本文系统分析了该无人机的模态与谐响应振动特性,从机臂铺层结构出发,进行复合材料铺层方案的优化与改进。通过仿真计算结果可以发现,45°铺层角度正负方向与0°铺层位置的改变对于振动特性的影响极其微弱,可以忽略不计。但中性面的改变对频率和幅值的影响显著,中性面为0°铺层时,振动特性整体得到了明显改善。并且不同中性面方案均表现出随着0°铺层数量的增加,频率逐渐右移、幅值逐渐降低的规律。因此,为实现本型及类似构型多旋翼无人机振动特性优化,建议优先选择0°中性面铺层并合理增加0°铺层数量（3～4层为宜）。     

基于无人机探空和数值模拟天津一次重污染过程分析

污染发生在边界层中,边界层热力和动力垂直结构对重污染天气形成有显著影响.本文基于无人机探空、地基遥感观测和数值模式,开展天津地区2019年1月10~15日重污染过程期间边界层垂直结构及污染成因分析,以期加强北方沿海城市边界层过程对重污染影响规律认知,提升重污染天气预报预警准确率.结果表明：大气温度层结对重污染天气形成、持续和消散有显著影响,此次过程伴随逆温层的发展和消散,PM_2.5高浓度区白天向大气上层发展,高度可达300 m以上,夜间向近地面压缩,高度在100 m左右;雾天气出现并在白天维持,改变了边界层垂直结构特征,雾顶逆温的持续存在抑制了污染物向大气上层扩散,使得白天湍流垂直混合过程贡献明显下降,导致近地面重污染天气维持和发展;过程期间区域输送贡献率为66.6%,边界层垂直结构与重污染天气区域输送密切相关,区域污染物输送高度主要出现在边界层顶部以及雾顶逆温层以上的大风速层处,且随着边界层和雾顶抬升高度的变化,通过下沉运动影响地面,形成北部弱高压天气控制下静稳天气区域输送;边界层垂直结构影响冷空气对空气质量的改善效果,S3阶段雾顶的强逆温导致冷空气无法通过湍流切应力传导到地面,在高低空存在明显的风速差,冷空气影响地面时间延后,作用减弱,重污染天气无法彻底缓解.     

无人机通信信道模型研究

研究合适的无人机通信信道模型对无人机数据链的设计和性能分析具有重要意义。目前,根据无人机不同的飞行状态和不同的飞行环境,通信信道模型可以分为大尺度衰落模型和小尺度衰落模型。在分析这两种模型相关参数和概率分布函数的基础上,结合大尺度衰落和小尺度衰落的特性,利用自由空间路径损耗和粗糙地面路径损耗理论,建立了适合不同环境下无人机特性的统一信道模型。     

基于无人机遥感和集成学习的苏州市河流悬浮物浓度反演

针对单一模型容易过拟合的缺陷,通过4种不同的集成学习策略实现多种机器学习方法之间的优势互补,从而提升模型的精度和泛化性,并以苏州市为研究区,无人机采集的多光谱遥感影像和实地测量的悬浮物浓度数据为基础建立集成学习反演模型.同时,4种常用的回归分析方法和3种经典的机器学习方法被作为对比方法以探究集成学习策略的有效性.结果表明,集成学习策略能够克服单一模型各自的缺陷,显著提升遥感反演的精度和泛化性,其中表现最优的集成学习反演模型的验证集决定系数达到0.821井相比回归分析方法提升38.21%,井相比单一机器学习方法提升16.79%.此外,集成学习方法反演的绝对误差集中于较小值,其绝对误差均值和中值均优于传统方法,以期提高城市悬浮物浓度反演精度,为无人机遥感河流悬浮物浓度反演提供指导.     

无人机遥感系统在某河流域环境监测项目中的应用

剖析了无人机遥感系统的组成及工作流程,结合无人机遥感系统在某河流域环境监测项目中的应用案例进行深度分析,凸显了应用方案的诸多优势,并对该系统在环境保护领域中的应用前景进行了展望。     

基于无人机多光谱的沼泽植被识别方法

为了探究高分辨率无人机多光谱数据对沼泽植被群丛识别能力,在洪河国家级自然保护区的核心区、缓冲区和实验区分别建立典型样区,通过低空无人机搭载的RGB及多光谱相机获取研究区正射影像,构建多维数据集并确立4种分类方案.采用面向对象的随机森林（RF）算法,对输入的多维数据集进行变量选择和参数（mtry、ntree）调优,构建适合沼泽植被群丛尺度识别模型.结果表明：优化的面向对象的RF算法对沼泽湿地植被具有较高的识别能力,在95%的置信区间内,核心区方案四（结合了光谱波段、纹理特征、几何特征、位置特征、地表高程信息和植被指数）获得最高总体精度为87.12%,kappa系数为0.850,比方案二（结合了光谱波段、几何特征和位置特征）总体精度高12.27%,kappa系数高0.140;对于单一典型沼泽湿地植被识别精度中,芦苇获得最高的用户精度高于88%,生产者精度高于90%,小叶章的生产者精度高于85%,但是在核心区用户精度较低,仅为78%.该方法可以作为沼泽植被群丛识别的有效方法,为研究沼泽湿地生态环境变化提供更准确的数据支持.