工业机器人机械臂加工目标定位控制研究

在工业机器人机械臂加工目标定位控制研究中,为了克服工业机械臂系统的非线性、强耦合性以及机械臂与加工目标的接触力难以精确测量的不利因素,提高加工目标定位的精度,避免由于接触力较大对加工目标和末端工具造成损坏。针对上述问题,提出了采用广义动量观测器估计机械臂与目标的接触力,采用阻抗滑模控制方法提高目标定位的精度。首先建立了机械臂的笛卡尔空间动力学模型;其次可以较好的获取到机械臂与目标的接触力,机械臂能较为精确地跟踪目标位置;然后根据Lyapunov函数证明了系统是渐近稳定的。最后仿真结果表明该方法能够提高机械臂加工目标定位精度,实现机械臂与加工目标柔性接触,保证了加工目标和末端工具不受到损坏。

水电站溢流坝表观裂缝损伤智能检测方法研究

针对人工巡视获取坝面图像方式存在风险高、效率低及传统裂缝检测方法的检测精度偏低和实时性差等问题,搭建了具备长续航能力的系留无人机系统,通过搭载高清云台相机采集坝面图像;同时基于语义损伤检测网络(SDDNet)提出了一种改进的坝面裂缝损伤检测方法;在特征编码器与解码器之间引入注意力机制模块提升模型对感兴趣区域的关注度,并采用非对称卷积操作减小模型参数量。实验结果表明,所提方法的裂缝检测精度高于SDDNet,且模型参数量也明显减低,有效地提升了模型的实时性和准确率。

冰雪条件下城市道路路段交通量

为研究冰雪条件下城市路网交通特性,以冰雪条件对路段交通量的影响为研究对象,在界定冰雪条件以及进行实际交通调查的基础上,引入冰雪交通量因子来表征冰雪条件对路段交通量的影响程度,并对路段冰雪交通量因子与冰雪条件建立回归模型,通过大量的实际调查数据对函数参数进行标定。结果表明标定函数的精度较高,能够为冰雪条件下交通特性研究提供数据支持和理论依据。

区位势能研究及其在交通管理规划中的应用

城市交通拥堵日趋严重,科学合理的交通管理规划对于解决这一问题具有重要的理论与实际意义。本文研究城市的区位势能并将其应用于交通管理规划之中。通过对区位势能的理论基础、区位势和区位势能、区位势能的分类、区位势能在交通管理规划中的应用进行研究,并指出区位势能与交通规划之间的关系,最后结合大庆市的实际情况计算主城区各个交通区的区位势能。所得结果对于交通管理规划具有重要的实际指导意义。

沥青混凝土路面质量评分方法和等级评定

结合工程实例,介绍了沥青混凝土路面分项工程质量检查内容,提出了路面工程质量评分办法和等级评定方法。

如何对混凝土外观质量的施工进行控制

主要介绍了混凝土外观质量的施工方法和防治措施。

水泥混凝土路面铺筑质量控制与检查验收

结合工程实例,从施工前材料与设备检查、铺筑试验路段、施工过程中检查、交工验收阶段检查、施工总结五个方面对水泥混凝土路面铺筑质量控制和检查验收进行论述。

季冻区聚丙烯纤维网混凝土的低温抗裂性能

针对普通混凝土易开裂、耐久性不良等问题,通过室内试验探讨聚丙烯纤维网混凝土的低温抗裂性能.利用weibull分布,研究在常温、冰冻及冻融循环状态下纤维掺量对水泥混凝土断裂能和疲劳寿命的影响.结果表明,聚丙烯纤维网具有提高混凝土耐久性的作用,冻融后抗压强度提高13.9%;早龄期抗裂性随着聚丙烯纤维掺量的增加而提高,在掺量为0.9 kg/m3时经济性最佳.

基于最大Lyapunov指数的交通流混沌现象仿真

从交通流的三要素,即人、车、路来分别分析交通流的不确定性。应用最大lyapunov指数法来判断交通流中是否存在混沌现象,并利用数值计算方法计算Lyapunov指数,继而通过经典非线性跟驰模型中的车头间距倒数模型进行仿真,结果证明交通流中确实存在混沌现象。

松花江公路特大桥主塔钻孔桩水下砼施工

介绍哈尔滨绕城公路西段松花江特大桥主桥主塔桩径2.0m,桩长70m的钻孔桩水下砼施工技术。

基于迁移学习的坝面表观缺陷智能检测方法研究

针对常规缺陷检测方法难适用于复杂环境下的坝面表观缺陷检测的问题,提出了一种基于迁移学习的坝面表观缺陷智能检测方法,主要解决坝面缺陷的识别与分类问题。该检测方法主要包括三个部分:首先采用图像预处理对多旋翼无人机采集到的原始图像数据进行数据扩充和特征突显;然后运用迁移学习方法将Inception-v3网络模型作为预训练模型,训练处理过后的缺陷数据,得到坝面缺陷检测模型;最后构建全连接分类网络并利用检测模型对测试集数据进行分类测试。试验结果显示:该检测方法仅耗时28 min就完成了对约33 000张缺陷数据的训练与测试,并对混凝土坝面存在的裂缝、漏筋、渗水和脱落四种缺陷的分类正确率达到了96%。结果表明,该检测方法能够实现对坝面缺陷精确且快速的识别和分类,能够为坝面后期的风险评估和维护提供有力的数据支撑,具有一定的工程意义。

基于动态特征蒸馏的水工隧洞缺陷识别方法

针对水工隧洞缺陷识别任务中现有深度卷积神经网络(DCNN)对缺陷图像特征提取能力不足、识别种类少、推理耗时长的问题,提出一种基于动态特征蒸馏的缺陷自主识别方法。首先,通过深度曲线估计网络对图像进行优化,从而改善低照度环境下的图像质量;其次,构建加入注意力机制的动态卷积模块取代传统静态卷积,并且把得到的动态特征用于训练教师网络以获得更好的模型特征提取能力;最后,在知识蒸馏框架中融合鉴别器结构,以构造一种动态特征蒸馏损失,并通过鉴别器将动态特征知识从教师网络传递到学生网络,从而在大幅减少模型推理时间的同时实现六类缺陷的高精度识别。在四川某水电站水工隧洞缺陷数据集上对该方法和原有残差网络进行对比实验,结果表明该方法可达到96.15%的识别准确率,其模型参数量和推理时间分别降低到原来的1/2和1/6。通过实验结果可知,将缺陷图像的动态特征蒸馏信息融合到识别网络中能够提高水工隧洞缺陷的识别效率。

滑动轴承在机械设备中的应用及其刮削方法

刮削是机械制造和修理中最终精加工各种型面(如机床导轨面﹑连接面﹑轴瓦﹑配合球面等)的一种重要方法。本文介绍了滑动轴承的安装和维修时的刮削方法。

基于可分离残差卷积与语义补偿的U-Net坝面裂缝分割

坝面缺陷检测是水利枢纽安全巡检的关键环节,但复杂环境下坝面图像存在干扰噪声大和像素不均衡等问题,造成坝面裂缝难以精细分割。提出一种利用可分离残差卷积和语义补偿的U-Net裂缝分割方法。在U-Net网络的编码端构建更大尺寸的可分离残差卷积模块替换常规卷积模块,从而扩大特征层感受野并避免丢失裂缝边界信息,同时在解码端增加语义特征补偿模块改善多尺度特征融合效果,将焦点损失函数和中心损失函数作为目标函数,加大裂缝前景与困难样本的损失权重以提高分类准确度。在自制西南某水电站坝面裂缝数据集上的实验结果表明,该方法的F1值和交并比分别达到69.89%与53.72%,分割效果较SegNet、FCN-8S等传统方法更优,对细小裂缝区域的识别能力更强。

提高高等级公路沥青路面平整度的措施

沥青路面作为高等级公路经常采用的路面结构形式,直接影响到行车的舒适和稳定性。本文从路基、路面基层及路面的施工工艺等几方面,阐述了提高沥青路面平整度的方法和措施。

基于迁移学习的卷积神经网络印刷汉字字体识别模型研究

汉字字体识别是光学字符识别技术(Optical Character Recognition,OCR)中的重要组成部分,归属于模式识别领域。针对目前字体识别方法在多字体识别和特征提取方面存在的问题,本研究提出基于迁移学习方法的深度卷积神经网络模型的印刷汉字字体识别新模型。根据印刷汉字字体识别任务特点对Inception-v3模型结构进行修改,制作印刷汉字字体识别数据集,并通过迁移学习的方法对模型完成训练。实验结果显示,该方法的识别平均准确率为99.83%,与相关的卷积神经网络模型相比,该模型的特征提取能力更强,识别准确率更高。

基于无人机的坝面裂纹缺陷智能检测方法

针对当前坝面巡检主要依靠人工现场巡视或搭设脚手架观测等方式存在安全风险大、成本高、效率低且依靠人眼识别,存在误检、漏检、主观性强的问题,研发了系留式无人机并搭载高清相机完成坝面裂纹缺陷图像采集;通过卷积神经网络提取高维信息,提高坝面裂纹缺陷识别精度;采用ResNet-152为骨干网络搭建网络模型提取裂纹缺陷特征,并以此为基础设计新的解码网络层实现裂纹像素分割检测。试验结果表明:裂纹缺陷查准率P、召回率R、综合指标值F和平均交并比M分别达到74.61%、78.71%、74.99%和73.34%;提出的检测模型能有效识别坝面裂纹缺陷,可为坝面结构安全评估提供辅助数据支撑。

基于卷积神经网络的舰船图像增强算法

为了改善舰船图像增强效果,提出基于卷积神经网络的舰船图像增强算法,首先采用同态滤波器对原始舰船图像进行预处理,有效压缩舰船图像的动态范围,丰富舰船图像的细节信息,然后引入卷积神经网络对舰船图像色彩进行校正处理和补偿,解决舰船图像偏色问题,最后进行舰船图像增强仿真模拟实验。结果表明,卷积神经网络可以提高舰船图像的对比度,凸显了舰船图像细节,舰船图像的视觉效果优,舰船图像的增强结果要优于对比算法,同时降低了舰船图像增强的时间复杂度,舰船图像增强效率得以提升。