过程装备与控制工程专业持续改进机制探索——以青岛科技大学为例

工程教育专业认证正得到越来越广泛的认同。青岛科技大学过程装备与控制工程专业经过不断研究和探索,形成了一套“评价—反馈—改进”闭环的持续改进机制,包含教学环节质量评价、在校生反馈、毕业生反馈和用人单位反馈的内外部评价。对专业培养目标、毕业要求和教学活动的持续改进加强了教学过程管理,强化了学生实践能力、沟通和团队合作能力的培养,提高了培养方案与专业认证标准的契合度,人才培养质量得到显著提升。

基于自动化码头的改进Dijkstra算法路径规划研究

针对自动化码头多路径规划中Dijkstra算法存有路径冲突的问题,引入时间窗防冲突判断模型对其进行改进。在Dijkstra算法从源节点向其他各节点逐步遍历的过程中,将时间窗冲突判断模型加到各路径节点上。通过改变规划中的路径节点向量,将每一个节点的所有前节点记录在路径节点向量中,在所有的路径中,搜索出一条最短路径,保证此最短路径与其他路径无冲突。在计算机上运用Matlab仿真软件进行算法验证,仿真结果显示,算法经过改进后,在规划多路径任务中能够得到预期效果。

自动化专业英语教学改革探索与思考

近年来,国内外自动化技术的发展,对我国自动化专业人才英语能力的要求越来越高,因此,自动化专业英语的教学对既具有专业能力又掌握英语语言交际工具的应用型人才的培养至关重要。基于此,本文结合教学实践,首先分析了自动化专业英语教学的现状和存在的主要问题,然后从培养学生的学习兴趣出发,通过改革教学内容、改进教学方法和手段、创新考核方式和提高教师的综合素质等方面探讨如何提高自动化专业英语课程的教学质量,旨在为其他专业英语的教学改革提供参考。

基于激光传感器的钻柱输送自动纠偏算法

在陆地钻井中,陆地钻柱输送机器人可以自动完成从钻柱抓取、调姿、输送到鼠洞的过程。但是钻柱在放置过程中会产生倾斜,导致机器人抓取失败。因此本文设计基于激光传感器的钻柱输送自动纠偏算法。首先,采用两个激光传感器扫描并获取钻柱任意两处切面距离信息,利用最小二乘法拟合得到切面圆心位置。由于实际现场作业时,钻柱表面粘附泥土将会影响采集的数据,采用格拉布斯准则通过多次迭代进行数据筛选。然后通过圆心位置计算出钻柱偏转角度并发送给机械手,以便进行定位抓取。最后模拟钻井现场中钻柱附着泥土的位置和厚度不同,进行了算法有效性实验。实验结果表明,该算法切实可行,工程可移植性高,满足工程应用要求,提高了钻柱输送机器人的自动化水平。

一种机动车火花熄灭器的自动检测系统设计

为解决火花熄灭器检测中人工称量活性炭效率低、无法在线称量等问题,基于国家标准GB13365-2005,提出了一种机动车火花熄灭器的自动检测系统设计。系统设计了自动称重装置,可实现检测过程中活性炭重量的自动实时称重。对于称重过程中气流造成的误差,采用软件方式进行实时自动校准,首先利用卡尔曼滤波算法对训练数据进行去噪,然后利用三次样条插值对降噪后数据进行拟合,构造误差补偿模型。实际在线测试结果表明,系统补偿后的称重误差可控制在1 g以内,满足了实际使用场景的需求。

滤波辨识(10):多变量Box-Jenkins系统的滤波辅助模型递阶广义增广参数辨识

针对多变量Box-Jenkins模型,即多变量输出误差自回归滑动平均(M-OEARMA)系统,利用滤波辨识理念和辅助模型辨识思想,研究和提出了滤波辅助模型递阶广义增广随机梯度辨识方法、滤波辅助模型递阶多新息广义增广随机梯度辨识方法、滤波辅助模型递阶广义增广递推梯度辨识方法、滤波辅助模型递阶多新息广义增广递推梯度辨识方法、滤波辅助模型递阶广义增广最小二乘辨识方法、滤波辅助模型递阶多新息广义增广最小二乘辨识方法。这些滤波辅助模型递阶广义增广辨识方法可以推广到其他有色噪声干扰下的线性和非线性多变量随机系统中。

滤波辨识(11):多变量CARARMA系统的滤波递阶广义增广迭代参数辨识

针对多变量受控自回归自回归滑动平均(M-CARARMA)系统,利用滤波辨识理念和递阶辨识原理,研究和提出了滤波递阶广义增广梯度迭代辨识方法、滤波递阶多新息广义增广梯度迭代辨识方法、滤波递阶递推广义增广最小二乘迭代辨识方法、滤波递阶多新息广义增广最小二乘迭代辨识方法等。这些滤波递阶广义增广迭代辨识方法可以推广到其它有色噪声干扰下的线性和非线性多变量随机系统中。

滤波辨识(12):多变量OEARMA系统的滤波辅助模型递阶广义增广迭代参数辨识

针对多变量输出误差自回归滑动平均(M-OEARMA)系统,即多变量Box-Jenkins系统,利用滤波辨识理念和辅助模型辨识思想,研究和提出了滤波辅助模型递阶广义增广梯度迭代辨识方法、滤波辅助模型递阶多新息广义增广梯度迭代辨识方法、滤波辅助模型递阶递推广义增广最小二乘迭代辨识方法、滤波辅助模型递阶多新息广义增广最小二乘迭代辨识方法等。这些滤波辅助模型递阶广义增广迭代辨识方法可以推广到其它有色噪声干扰下的线性和非线性多变量随机系统中。

滤波辨识(13):类多变量方程误差ARMA系统的滤波递阶广义增广迭代参数辨识

针对类多变量方程误差自回归滑动平均(M-EEARMA-like)系统,利用滤波辨识理念和递阶辨识原理,研究和提出了滤波递阶广义增广梯度迭代辨识方法、滤波递阶多新息广义增广迭代梯度辨识方法、滤波递阶广义增广最小二乘迭代辨识方法、滤波递阶多新息广义增广最小二乘迭代辨识方法。这些滤波递阶广义增广迭代参数辨识方法可以推广到其他有色噪声干扰下的线性和非线性多变量方程误差随机系统中。

基于改进YOLOv8的无人机航拍图像目标检测算法

针对现存无人机航拍图像目标检测算法检测精度较低、模型较为复杂的问题,提出一种改进YOLOv8的目标检测算法。在骨干网络引入多尺度注意力EMA,捕捉细节信息,以提高模型的特征提取能力;改进C2f模块,减小模型的计算量。提出了轻量级的Bi-YOLOv8特征金字塔网络结构改进YOLOv8的颈部,增强了模型多尺度特征融合能力,改善网络对小目标的检测精度。使用WIoU Loss优化原网络损失函数,引入一种动态非单调聚焦机制,提高模型的泛化能力。在无人机航拍数据集VisDrone2019上的实验表明,提出算法的mAP50为40.7%,较YOLOv8s提升了1.5%,参数量降低了42%,同时相比于其他先进的目标检测算法在精度和速度上均有提升,证明了改进算法的有效性和先进性。

卧式反应釜电磁感应加热设计

针对大型反应釜的感应加热难以进行大量实验验证的问题,通过将理论计算与有限元仿真相结合的方式,对计算得出的参数进行优化,选择合适的输出功率和谐振频率,完成感应器的设计。通过仿真可以更好对比不同匝数、自热对流和搅拌轴对加热的影响,更直观地查看工件温度分布情况,缩小计算参数误差,实现反应釜加热的工艺要求。

全国电子设计竞赛组织与培训体系的创新和应用研究

基于全国电子设计大赛的组织与管理经验,针对当前形势下赛事组织中遇到的问题进行研究,提出创新性的改革方案;从培养模式、课程体系、教学模式、训练体系、和保障机制等维度出发,构建全国电子设计竞赛组织与培训生态体系,解决同类院校中电子竞赛培训支撑不足,训练与比赛的学生覆盖面窄等问题,使赛事的组织与管理体系保持与时俱进。

基于创新融合的新工科实验平台建设和教学改革

采取继承与创新、交叉与融合的主要途径,对专业的实践教学环节进行改革。开发综合创新实验平台,设计实践项目和内容,构建循序渐进和持续化的实验体系和教学模式。实践效果表明,该平台的使用和教学模式改革,有助于学生工程思维培养,大大提高了工程应用能力和创新能力,提升了测控专业的人才培养质量。

滤波辨识(14):类多变量输出误差ARMA系统的滤波辅助模型递阶广义增广迭代参数辨识

针对类多变量输出误差自回归滑动平均(M-OEARMA-like)系统,利用滤波辨识理念和递阶辨识原理,研究和提出了滤波辅助模型递阶广义增广梯度迭代辨识方法、滤波辅助模型递阶多新息广义增广梯度迭代辨识方法、滤波辅助模型递阶广义增广最小二乘迭代辨识方法、滤波辅助模型递阶多新息广义增广最小二乘迭代辨识方法。这些滤波辅助模型递阶广义增广迭代参数辨识方法可以推广到其他有色噪声干扰下的线性和非线性多变量输出误差随机系统中。

自适应组合滤波算法在3D假肢模型中的应用

针对经典统计滤波算法无法自适应选取参数以及传统双边滤波算法难以兼顾保特征和光顺性的问题,提出一种自适应组合滤波算法。首先引入基于局部点云体积的自适应标准差倍数以灵活滤除假肢点云大尺度噪声;在滤除大尺度噪声的基础上,引入一种新的协方差矩阵加权方式,提高估计点云法向的准确性,并通过法向夹角变化程度的均值对特征权重因子进行改进,增强双边滤波因子的保特征性,旨在光顺三维假肢模型小尺度噪声。与单独使用统计滤波、双边滤波相比,所提算法在3个假肢模型的最大误差E_(max)至少降低了5%;平均误差E_(ave)至少降低了6.9%。仿真结果表明,该改进算法在有效剔除假肢模型大尺度噪声的同时又避免了过光顺和去噪不彻底,可以较好地保持模型中的几何特征。

结合时空特征的多传感器刀具磨损监测

针对传统深度学习方法监测刀具磨损状况时,相关特征提取繁琐,数据隐含信息提取不全面导致识别精度较低等问题,提出了结合时空特征的多传感器刀具磨损监测模型。首先,将不同传感器采集的波形信号经简单预处理后作为输入,再使用多通道1D卷积神经网络(MC-1DCNN)提取输入数据的空间特征;然后,利用双向长短时记忆网络(BiLSTM)提取时序特征;最终,由全连接层和Softmax层对特征进行分类。仿真结果表明,监测模型流程简单、识别准确率高,具备较强的可适用性。

光流结合特征提取的室内机器人避障技术研究

为解决室内机器人正向准确避障问题,提出一种光流结合特征提取的视觉避障方法。将LK光流与多尺度思想结合,加入仿射变换,提高算法追踪角点的噪声鲁棒性,进而准确检测视场中的障碍物;通过评估障碍物风险程度,制定出碰撞时间(TTC)结合光流平衡策略的碰撞机制,引导机器人在无碰路径上移动。改进光流与特征提取结合能提高相机快速运动下的追踪成功率,制定的碰撞策略能够有效规避机器人前方的障碍物。实验表明,相机快速运动时,算法能提高追踪的准确性,有效检测出视场中的障碍物,引导机器人无碰撞行驶,具备较强的独立性和实时性。

改进YOLOv8的遥感图像检测算法

针对目前遥感图像目标检测算法中存在的误检、漏检和检测精度低等问题,提出了一种改进YOLOv8的遥感图像检测算法。在主干网络中引入注意力机制EMA到C2f模块,以提高模型对多尺度目标的特征提取能力;在颈部网络中提出Slim-PAN结构,以减少模型计算量;使用WIOU损失函数代替CIOU损失函数,以提升模型的检测精度。通过在DIOR和RSOD遥感数据集上的实验结果表明,改进后的算法与原YOLOv8算法相比,mAP分别提升了1.5%和2.3%,计算量降低了0.3 GFLOPs,改进算法在不增加计算量的同时能提高检测精度,证明了改进算法的有效性和先进性。

基于DGLPP-SVDD算法的化工过程故障检测

为解决传统全局局部保留投影算法(GLPP)不能充分利用已有故障数据进行特征提取的缺点,提出了判别全局局部保留投影算法(DGLPP)。在数据降维处理后,为应对高斯和非高斯混合分布的过程数据特性,通过支持向量数据描述算法(SVDD)构建故障检测统计量。将两种算法相结合提出基于DGLPP-SVDD的故障检测方法。将DGLPP-SVDD算法应用于TE过程仿真,并与GLPP算法对比,结果表明:DGLPP-SVDD算法具有更短的故障检测滞后时间和更高的故障检测率。

基于启发式映射法的未知三维环境路径规划

针对全局环境的未知性和常用规划算法易得到局部最优解的特性,提出一种基于启发式映射法的未知三维环境路径规划算法。在分段规划的策略下,使用启发式映射法来获取分段的子目标,克服了常规直线映射法在一定情况下难以确定目标的缺陷,结合三维环境下的A^(*)算法完成了移动智能体的规划任务。通过MATLAB进行仿真,与直线映射法相比,得到了更短的路径长度,且运行时间更短,可以较好地解决未知三维环境的路径规划问题。