基于动态四叉树搜索的民航行李车码放算法

民航行李智能化码放是未来行李处理的重要发展方向。为解决当前运输过程中劳动密集、效率低下等问题,提出了基于动态四叉树搜索的民航行李车码放算法。基于行李构型沿竖直方向动态规划组合成复合条,针对根节点空码放方案构造四叉树,设计动态最低利用率公式,在四叉树的每层生成复合层,4个分支为4种复合层放入后的新码放方案。设计了一种优化剩余空间的动态选择算法,在每层选择并保留n个最优码放方案继续搜索,当无法生成新码放方案时算法结束,取搜索过程中填充率最高者为最终码放方案。在现实算例的测试中,码放方案的平均空间利用率为91.63%,相对于选取的同类算法提升了16.83%,且算法稳定性更强,可多行李一次装载,并使用现实机械手码放平台验证码放结果。

基于改进ZF网络的航空发动机叶片损伤检测

为实现航空发动机叶片损伤的准确检测,提出一种基于更快区域卷积神经网络(Faster R-CNN, Faster region-based convolutional neural network)模型的ZF(Zeiler-Fergus)网络改进方法。首先,将航空发动机叶片损伤检测抽象为目标检测问题,并针对该问题利用ZF网络进行损伤位置及类型检测;其次,根据检测效果对原始ZF网络进行增加卷积层操作,并调整卷积层卷积核尺寸及池化层步长等超参数,将增加的卷积层纳入共享卷积层以提取更加细致的损伤特征;最后,将已有数据集分为3组子数据集,通过实验分别对比每组子数据集改进前后的ZF网络性能。仿真结果表明:改进ZF网络较原始ZF网络平均精度均值最高可提高5.5%,证实了改进ZF网络能更加精准地预测发动机叶片损伤。