视觉表面缺陷无监督学习检测方法研究进展

视觉表面缺陷检测是工业生产质量控制重要环节,其中无监督学习范式检测方法是重要的发展趋势。该文针对视觉表面缺陷无监督学习检测方法在工业生产、质量控制中的实际应用问题,系统介绍目前国内外的主要物体表面缺陷数据集以及缺陷视觉检测方法主要评价指标,评述图像重建范式、生成模型范式、特征嵌入范式在视觉表面缺陷无监督学习检测中的分类、基本原理及框架、应用性能等方面内容,总结比较各种方法的应用特点以及技术发展趋势,指出归一化流模型、预训练大模型等无监督视觉表面缺陷检测研究值得关注。

动力锂离子电池关键参数估计方法研究进展

锂离子电池热失控、电化学模型参数和荷电状态等关键参数无法直接通过设备或无损方法进行直接测量,需通过复杂模型或算法进行估计,在参数估计方面仍然面临着挑战。该文对动力锂离子电池关键参数进行系统综述,包括动力锂离子电池热失控扩散建模、电化学模型参数估计、荷电状态参数估计等方法的基本原理、相关研究进展与应用,比较分析各类方法的优缺点及其适用对象,研究指出:研究电池包层级的热失控仿真技术有助于电池包的热扩散特性分析、电池热管理系统设计优化;电化学模型参数估计通常需应用元启发式算法,但选择合适的元启发算法仍需要深入研究、加强;深度学习网络+注意力机制、元启发式算法优化网络超参数等均为提升荷电状态参数估计性能重要方法。

应用GA-RBFNN全光谱水体COD与NO_(3)-N检测方法研究

应用全光谱测量水体化学需氧量(chemical oxygen demand,COD)、硝酸盐氮(NO_(3)-N)浓度等水环境质量指标容易受水质环境影响,检测模型与特征波长一直是全光谱检测推广关注重点。该文提出一种基于遗传算法-径向基神经网络(genetic algorithm-radial basis function neural network,GA-RBFNN)全光谱水体COD与NO_(3)-N浓度检测方法,鉴于GA搜索能力强、随机性高的特点,对预处理后全光谱吸收数据应用GA进行特征波长选取,以RBFNN神经网络留K法训练过程中平均决定系数作为适应度函数,输出最优特征波长与RBFNN神经网络参数进行部署,从而实现水体COD、NO_(3)-N浓度准确测量。最后,开展GA-RBFNN、偏最小二乘(partial least squares,PLS)、GA-PLS、RBFNN四种模型对160组水样的COD、NO_(3)-N浓度检测实验,结果表明GA-RBFNN模型对COD、NO_(3)-N检测平均决定系数、最大误差分别为0.9964、0.9950和3.9%、4.9%,均优于其他模型,方法具有重要推广价值。

光伏发电系统运行数据时间序列补齐与降维方法研究

分布式光伏发电系统(photovoltaic generation system,PGS)往往存在运行数据采集缺失及维数过多问题,这给平稳电力供应的PGS发电功率准确预测建模带来困难。为此,该文提出一种应用插补+主成分分析(principal component analysis,PCA)的PGS数据时间序列补齐与降维方法,以采集时间戳的环境、光伏发电数据完整为目标,采用线性插值、多重插补、生成对抗插补网络等3种典型插补算法对PGS数据时间序列补齐构成完整数据集,并对数据集所包含13种输入变量、3种输出变量进行PCA处理,有效地减少数据维度及减低建模难度。实验选取环境温度、光伏发电功率缺失数据,时间序列补齐数据表明多重插补相对于线性插值、生成对抗插补网络效果更佳;对环境温度、光伏发电功率补齐数据PCA处理,5主成分累计贡献率>95%,较好地完成时间序列补齐与降维处理,有助于数据后续建模、预测及其他挖掘工作,其研究工作具有重要的推广应用价值。

基于改进的Hough变换图像分割方法

在图像处理和计算机视觉中 ,Hough变换是一种应用非常广泛的图像边缘检测技术 ,针对传统Hough变换算法所需的存储容量大、计算量大、速度慢、效率低 ,不能确定曲线端点及长度的问题 ,提出了一种改进的Hough变换方法 ,它根据Hough变换思想的逆变换 ,采用对参数空间逐步细分的方法 ,逐步排除不包含直线的区域 ,能够有效地减少存储容量 ,提高运行效率 ,并能有效地求出曲线轮廓的端点及长度。

单变量时间序列的MHAGRU-MCCE分类方法

在单变量时间序列分类任务中,有效利用时间序列的多尺度特征、时间依赖特征对提高分类准确率至关重要。针对现有模型在综合利用多尺度特征、时间依赖特征方面局限,本文提出一种结合多尺度条件卷积增强模块(MCCE)与基于多头注意力机制的门控循环单元(MHAGRU)新型混合模型MHAGRU-MCCE,MCCE从不同尺度捕捉丰富时序特征,MHAGRU侧重于提取时间序列数据中依赖关系。在UCR的85个公共数据集上,与MACNN、AFFNet、OS-CNN、LITETime、MLP和LSTM-FCN等6种主流基于深度学习时间序列分类模型相比,验证表明MHAGRU-MCCE在平均准确率(MA)上分别提升0.66%、2.04%、3.45%、2.70%、12%和2.89%,并取得最高算术平均排名(AMR)=2.45、几何平均排名(GMR)=1.98,充分证明MHAGRU-MCCE在处理单变量时间序列分类问题上的有效性、优越性。

应用EW+YOLOv8耐张线夹DR图像缺陷检测识别技术

输耐张线夹在电线路中起到连接导线及运载电流作用,其压接质量直接关系电网安全。针对耐张线夹压接DR缺陷检测存在操作复杂、人员要求高等问题,提出一种EW+YOLOv8应用EW+YOLOv8耐张线夹DR图像缺陷检测识别方案,选用准确性好、实时性佳的YOLOv8n作为检测基准网络,再添加高效通道注意力机制ECA突出缺陷特征图关键信息,并应用基于动态非单调聚焦机制Wise-IoU损失函数代替CIoU损失函数,降低标注样本中低质量锚框影响。基于数据集准备与实验评价指标分析,开展相关消融实验及对比实验,表明了EW+YOLOv8n在保证较高检测精度时计算速度快、模型参数少,应用于电力耐张线夹压接缺陷检测识别mAP@0.5、FPS分别达到97.4%、50张,能满足工程实际检测需求。

基于测频测周方法集成的高分子湿度仪

研究了一种基于测频测周方法集成的高分子湿度仪 ,它把传感器件的阻值随湿度而变化的关系转换成频率信号与湿度变化的关系 ,根据频率大小分别用测频或测周方法加以处理 ,最终得出湿度值的大小 .本文重点研究测频测周方法集成在高分子湿度仪中如何应用和实施 .该方法具有结构简单、利于遥测、抗干扰能力强。

迅速崛起的网络化智能传感技术

网络化智能传感技术是智能传感和计算机通信技术相结合而提出的一个全新概念,在过程控制领域将得到广泛应用。主要论述了网络化智能传感技术当前研究的热点问题,并分析了其发展趋势。

线缆掩膜中心线代数化重建弯曲半径计算方法

大型电气设备中线缆起到输送、信号传递重要作用,线缆弯曲半径测量是安装过程质量保证的重要环节。针对测量线缆弯曲半径传统方法存在操作不便、效率较低的问题,提出一种非接触式机器视觉线缆弯曲半径测量方法,基于深度学习RGB-D双模态语义分割网络分割线缆掩膜,从掩膜图像中提取线缆特征中心线,进而构建线缆空间特征点集,对缆空间特征点集用参数曲线代数化重建得线缆空间特征曲线,再利用质点空间曲线运动规律求解线缆弯曲半径。为验证本方法实际应用效果,用半径R=110 mm、125 mm标准圆弧固定线缆,由弦高法人工直尺测量结果与本方法测量结果对比,实验表明:本方法测量弯曲半径较人工直尺测量平均误差分别降低7.2%、2.2%,测量时间分别减少93.8%、92.2%。所提出的非接触式的机器视觉线缆弯曲半径测量方法在掩膜图像基础上代数化重建线缆空间特征曲线,计算其空间弯曲半径,测量结果可靠,较人工手动测量精度高、速度快,能适用于各种场合的线缆弯曲半径测量任务。

基于IP传感和网络接口的环境测控平台设计

论述基于IP通信技术的测控平台的特点及优势,介绍了一种基于IP传感器和网络接口设备的环境测控平台的设计方法、构成机制、各组成部分的作用和整个平台的运作过程,同时介绍在环境测控平台中的应用虚拟仪表技术的情况。

基于最小二乘支持向量回归机的无线传感器网络目标定位法

针对RSSI测距误差直接影响无线传感器网络(WSN)目标定位准确度的问题,从目标位置与目标到传感器节点测距矢量的双射关系入手,建立最小二乘支持向量回归机(LSSVR)目标定位的数学模型,提出了一种基于LSSVR的WSN目标定位方法TL-LSSVR。根据虚拟目标坐标和虚拟目标到传感器节点距离矢量构造出训练样本,通过确定学习区域及网格化采样获得训练样本集,采用LSSVR训练得到定位模型,将测量得到的距离矢量输入定位模型实现目标定位。对不同传感器节点数量以及不同节点分布情况下的WSN目标进行了定位实验。结果显示,对于节点随机分布的情况,TL-LSSVR方法的定位误差比最小二乘法减小21.0%～43.1%;对于节点均匀分布的情况,TL-LSSVR方法的定位误差则减小26.5%～48.7%,表明TL-LSSVR方法能有效减小测距误差对定位结果的影响,提高目标定位准确度。

基于磁流体独有特性的各种潜在传感器

详细分析磁流体所具有的磁通门原理、粘度智能性、液体流动性、可浸泡性、磁光效应等各种独有特性,探讨基于上述特性的潜在传感机理及应用方向,将上述特性单独或组合使用,将可以开发出各类新型磁流体传感器,具有用于倾斜、速度、加速度、体积、流量、非磁性体或磁流体密度、磁场以及磁流体磁化强度等传感的潜在可能性,对磁流体传感器研究具有指导意义。

冷却塔热力性能在线监测装置及系统研制

针对目前冷却塔分立仪器检测方式效率低、成本高、无法满足实时性等问题,开发一套冷却塔热力性能在线监测装置及系统,实现冷却塔运行工况与环境参数的准确在线自动测量,结合Merkel模型相对冷却塔热力性能进行实时评估,利用3G模块实现测量结果和故障的远程短信发送。实验结果表明:系统测量准确度较高,提高冷却塔监测效率,有利于冷却塔能效的进一步数据挖掘。

基于熵不确定性概念的机器人位姿精度理论(二)——主要评价指标公式推导

基于机器人位姿信息传输模型及所研究的位姿精度评价指标体系，本论文以平面ＳＣＡＲＡ机器人为例，推导了主要位姿精度评价指标的计算公式。并提出该方法在深入研究中尚须解决的问题。

现场总线与虚拟仪表技术相融合的发展新趋势

简要介绍了现场总线和虚拟仪表的技术特点及发展趋势 ,指出该两种技术在工业自动化和过程控制系统的界面统一及网络化等方面具有优势互补性 ,技术相互融合满足了现代多网合一的要求 ,是工业自动化和过程控制领域的重要发展趋势之一。

补偿型强度调制光纤传感器测量处理的新方法

对补偿型强度调制光纤传感器信号处理的共性的研究提出一种基于自扫描二极管阵列器件（ＳＳＰＤ）作为探测器件的信号探测及处理新方法，较好地解决了由于信号识别处理对传感性能的影响，尤其适合于多路探测传感器中。

熵概念的发展及在精度理论中的应用

简要介绍了热力学、统计物理和信息论中熵概念的内涵及发展， 讨论了信息熵概念在测量精度分析中的应用特点， 并介绍了熵不确定性概念在机器人误差理论中的新应用．

基于特征量重要度LS-SVR的WSN定位方法

针对无线传感器网络（WSN）节点定位方法中采用粗测距技术时，节点间较大的测距误差导致定位准确度不足的问题，提出一种基于特征量重要度最小二乘支持向量回归（LS-SVR）的定位方法．该方法把未知节点到锚节点的距离作为特征量，依据特征量的重要度进行特征提取，通过对探测区域网格化采样得到训练样本集，使用LS-SVR学习得到定位模型；在定位阶段，将未知节点的特征向量输入定位模型，利用LS—SVR良好的泛化能力实现对未知节点的准确定位．对均匀分布和C形区域随机分布的100个节点的定位实验表明，文中提出的定位方法能有效地降低测距误差对定位准确度的影响，减小平均定位误差；与采用相同测距技术的DV—Hop方法相比，均匀分布情况下该方法的平均定位误差减小7．5％～14．0％，C形区域随机分布情况下显著减小36．5％～55．2％．

以太网智能测控系统中虚拟仪表软件的实现

顺应当前以太网测控系统的发展新趋势 ,提出了一种采用以太网通信方式的智能测控系统平台 ,详细介绍了基于Java技术的网络化测控虚拟仪表软件系统的设计方法和主要功能模块 ,并最终实现了一个基于虚拟仪表思想的软件平台 ,应用结果表明运用Java和虚拟仪表技术的平台软件通用性较好 ,具有较强的可靠性和灵活性 。