基于计算机视觉的船舶主机气缸润滑管理

气缸注油率调节不及时以及气缸润滑状况不可直接测量等问题,一直是轮机管理的难点。分析气缸油碱值和注油率对气缸润滑的影响,针对扫气道残油碱值和含铁量检测存在的不足,提出基于计算机视觉的气缸润滑图像处理方法。将活塞和缸套的图像进行归一化、聚类、分割和形态特征提取等操作,基于Hu不变矩和卷积神经网络迁移学习的以图搜图技术开发气缸润滑质量分析软件,有效解决了气缸注油率人工调节的不确定性及失误概率大的难题,并将其应用于某超大型油船主机气缸润滑最优管理。应用结果表明:借助气缸润滑图像的计算机视觉深度学习可优化气缸注油率,实现了扫气道残油含铁量不高于25 mg/kg,残油碱值不低于30 mgKOH/g,缸套磨损率不高于0.1 mm/kh的气缸润滑最优控制,降低了缸套过度磨损的风险。该方法具有较好的推广应用价值和经济效益。

基于注意力机制的海关报表识别方法研究

海关报表作为进出口业务中的重要材料,需要快速识别文本并录入系统,提高业务效率。海关报表图像通常存在字迹模糊粘连、字号过小和噪声污染等问题,增加了报表文本识别的难度。本文针对海关报表图片识别准确率低的问题,提出了基于注意力机制的海关报表识别方法。在DBNet模型中引入了注意力机制,提升小字符文本检测能力,使网络更加关注字符相关区域;在视觉模型中引入可变形卷积模块,扩大感受野,并将视觉特征和语义特征增强后通过门控机制实现多模态融合,提升对低质量字符的识别精度。实验结果表明,本文方法在海关报表低质量图像的检测和识别准确率方面领先其他方法。

基于Buck-Boost逆变电路的低纹波可调直流稳压电源控制方法

为克服传统低纹波直流稳压电源的主电路拓扑结构存在电路结构复杂、体积大等不足,提出一种基于Buck-Boost逆变电路的新型可调直流稳压电源拓扑结构,用Buck-Boost逆变环节取代传统结构中高频逆变和变压器升压两个环节,此结构相较于传统结构,在电路结构上可以得到明显的简化。为实现该新型可调直流稳压电源输出低纹波、高稳定度直流电压的要求,针对其Buck-Boost逆变电路提出采用基于比例积分-矢量比例积分的复合控制方法,即以Buck-Boost逆变电路中电容电压和电感电流作为状态变量,并以电感电流为控制内环,电容电压为控制外环,通过对两个闭环采用比例积分-矢量比例积分复合控制方法,实现对两个状态变量的解耦控制,最后通过仿真与实验对其效果进行了验证,同时与传统低纹波直流稳压电源进行了对比分析。结果表明,文中提出的基于Buck-Boost逆变电路的新型可调直流稳压电源拓扑结构及针对该拓扑结构所提出的控制方法不仅输出直流电压纹波小、稳态精度高、动态性能好同时还具有电路结构简单且输出直流电压任意可调等特点,因而具有较好的应用价值。

政府研发补贴、制度环境与战略性新兴产业创新绩效

采用2000—2015年中国战略性新兴产业面板数据和门槛效应模型,实证考察了政府研发补贴、制度环境与创新绩效之间的关系。研究发现:制度环境在政府研发补贴和创新绩效之间具有显著的正向调节作用,产业规模、出口规模和资本投入对创新绩效具有正效应,产权性质具有负效应,技术引进的作用则并不显著;与中西部相比,东部地区的制度环境更为良好,政府研发补贴对创新绩效的促进作用更为显著;制度环境主要通过政府同市场关系等四个维度发挥调节作用。因此,充分认识到区域制度体系建设的重要性和紧迫性,推动政府研发补贴政策与制度环境建设在更高层次上的有效融合,对于战略性新兴产业创新发展具有重要意义。