一种液压挖掘机最优能耗的轨迹规划方法

为了降低液压挖掘机的运动能量消耗,实现各关节的合理有效作业,提出了基于T型速度曲线的关节插值方法,以实现液压挖掘机最优能耗轨迹规划。该方法将各关节的速度设定为匀加速、匀速和匀减速的形式以保证液压挖掘机在作业过程中的平稳性,以关节角度、角速度和角加速度为约束条件,利用改进的自适应遗传算法优化求解各关节的匀加(减)速和匀速运动时间,获得了各关节最优运动曲线,实现了液压挖掘机最优能耗轨迹规划。对基于T型速度曲线的插值规划方法进行仿真实验,并在相同条件下与四次多项式插值结果进行了对比。结果表明,该方法规划的轨迹能耗低,避免了各关节产生不必要的运动,有效减少了摩擦损耗,使得挖掘机可平稳、低能耗地完成作业。

基于YOLOv5 LiteX算法的光伏组件缺陷检测

利用无人机载热红外设备对光伏组件进行航拍和缺陷检测。针对无人机存储和算力的局限性,以及现有基于深度学习的缺陷检测模型在大型光伏电站复杂环境下模型参数量大和计算开销大的问题,设计使用YOLOv5 LiteX作为超轻量化的缺陷检测模型。首先,选择加权双向特征金字塔BiFPN替换原来的特征金字塔PANet,使特征有效的跨尺度连接和加权融合;其次,在特征融合的基础上增加更大的检测尺度,以提高模型检测较小缺陷目标的性能;引入focal-EIoU Loss对原有的边界框坐标预测损失加以改善,使网络专注于困难样本的运算。此外,通过数据增强方法来克服数据量过少的问题。改进后网络的平均精确率(mAP)相较于基准网络(Lite-YOLOv5)提高了7.32个百分点,困难样本(异物遮挡)的mAP大幅度提升。

交互式腿部按压康复训练装置的设计与试验评估

大学生体育训练中腿部肌肉拉伤频发,传统一对一的康复训练方式强度大、效率低。基于此现状,文中引入虚拟训练模式,采用气动调节位姿的方式,设计了一种交互式腿部按压康复训练装置,该装置具有被动训练、主动训练和游戏训练3种模式。为检测该技术的可行性和装备的可用性,招募志愿者对该装置进行了康复训练试验。试验结果表明:所有志愿者均对康复效果表示满意,该设备满足大学生腿部肌肉拉伤的康复训练需求,为腿部康复训练设备的研制提供理论依据。

基于主成分分析的图像分割方法

针对多阈值图像分割方法中存在的问题,提出了一种基于主成分分析(principal component nalysis,PCA)的图像分割方法。通过奇异值分解对灰度图像进行重建,将图像中背景像素的灰度值变换到零附近,并将待分割目标分为两类,从而只需2个阈值就能对图像中分别属于不同灰度值范围的目标进行分割。不同图像的分割实验验证了该方法的有效性。实验结果表明,该方法对不均匀光照和噪声不敏感,并且只有2个阈值需要优化,大大降低多阈值分割方法中阈值优化的复杂性和时间消耗。

随动系统的数字化改造及其应用

为了适应自动化及相关专业实践教学的需要,我们实现了KSD-1型小功率直流位置随动系统的数字化改造,并用于自动化专业的实践教学环节。通过使用计算机及数据采集装置取代系统原有模拟控制回路,实现了随动系统的硬件改造。利用VB和Matlab,借助于ActiveX控件,编制相关控制软件,可以方便地修改控制系统参数,且以图形化方式直观的显示实验结果。近年来的教学实践表明该系统在培养学生的实践动手能力、创新能力和综合能力等发面是有效的。

模糊积分控制在位置随动系统中的应用

位置随动系统要求具有较快的动态响应速度和较低的稳态误差。在模糊控制位置随动系统的基础上,引入积分控制方法,实现了位置随动系统的模糊积分控制。在系统的动态过程中,利用模糊控制的快速响应能力保证位置随动系统具有较快的动态响应速度;系统进入稳态以后引入积分控制,提高位置随动系统的稳态精度。将模糊积分控制方法应用于KSD-1型位置随动系统,实验结果表明该方法具有稳态精度高、响应速度快、超调量小的特点。

基于自适应MPC算法的轨迹跟踪控制研究

为了保证智能车辆在低附着且变速条件下跟踪控制的精确性和稳定性,提出一种基于自适应模型预测控制(MPC)的轨迹跟踪控制算法。针对低附着条件下轨迹跟踪存在行驶稳定性较差的问题,对车辆动力学模型添加侧偏角软约束,分别设计有无添加侧偏角约束的MPC控制器。仿真结果表明,添加侧偏角约束后MPC控制器性能更优,车辆行驶稳定性得到有效提高。在此基础上,又提出了一种自适应的轨迹跟踪控制策略,能够根据车辆速度的变化,实时产生预测时域(Hp),分别设计自适应的MPC控制器与4组定值Hp的MPC控制器。仿真结果表明,基于自适应模型预测控制的轨迹跟踪控制算法在提高低附着且变速条件下智能车辆轨迹跟踪控制的精度和稳定性方面具有一定的有效性和先进性。

网络化液压泵出厂试验平台开发

提出了网络化液压泵出厂试验平台的架构体系,进行了网络化试验台测控系统的硬件架构设计,开发了基于触摸屏的人机交互软件,建立了基于网络的液压泵试验体系。经企业实践证明,基于网络的液压泵试验台系统具有工作可靠、界面友好、操作方便等特点,实现了试验平台的网络化管理、试验数据的网络化处理,对提高企业的信息化水平具有较强的提升作用。

挖掘机分段多项式的时间最优轨迹规划

对挖掘机进行时间最优轨迹规划时,通常采用分段插值策略。但是,常用的3-3-3-3-3和3-3-5-3-3分段插值策略存在插值结果不精确、关节存在往复运动、挖掘轨迹不平滑以及工作过程中挖掘机各关节所受冲击较大等不足。为了避免上述问题,提出了基于4-3-3-3-4分段多项式的轨迹规划策略,以各关节角速度和角加速度为约束条件,分别将粒子群算法和差分进化算法用于基于4-3-3-3-4分段插值策略的时间最优轨迹优化,并将优化结果与常用的3-3-3-3-3和3-3-5-3-3分段插值策略进行了对比。实验结果表明:4-3-3-3-4分段插值策略通过粒子群算法优化得到的各关节的运动轨迹更平滑,可以有效地降低各关节在工作过程中受到的冲击,而且挖掘机完成规划轨迹所需时间更短,从而大大地提高挖掘机的工作效率;同时,粒子群算法在求取时间最优值方面所用时间短,显著提高了轨迹规划的实时性。

多尺度特征融合车辆检测方法

针对传统的车辆目标检测算法检测精度低,小尺度目标识别效果差等问题,提出了一种基于YOLOv4(you only look once v4)算法的目标检测方法,以提升对交通场景小目标车辆的检测性能。通过对YOLOv4网络进行再设计,使用MobileNetv2深度可分离卷积模块代替传统卷积,将CBAM(convolutional block attention module)注意力模块融合到特征提取网络中,在保证模型检测精度的同时减少模型参数。采用PANet-D特征融合网络融合获取到4个尺度特征图深浅层的语义信息,增强对小目标物体的检测能力。通过使用Focal loss优化分类损失函数,加快网络模型的收敛速度。实验结果表明,改进后的网络识别准确率达到96.55%,网络模型大小较原YOLOv4网络降低了92.49 M,同时检测速度比原网络提升了17%,充分证明了本算法的可行性。

二级倒立摆的多级模糊控制

常规模糊控制器用于稳定多输入多输出系统时,模糊规则数量随着输入变量的增加成指数规律增长。将多级模糊控制器应用于多输入多输出系统以解决模糊规则爆炸问题,可以大大地减少模糊规则数量,有效地降低模糊控制器设计的复杂程度,并且可以有效地利用专家经验。将多级模糊控制器用于二级倒立摆系统,取得了良好的效果。控制结果表明多级模糊控制对多输入多输出系统是有效的。

GNSS软件接收机中匹配滤波器算法研究(英文)

为了适应全球卫星导航定位系统接收机的发展趋势,针对GNSS系统不同信号,研究了一种联合多个星座卫星信号的匹配滤波器捕获算法。通过对算法的分析,给出了影响算法复杂性的两个因素:接收序列伪码长度和本地复现序列数,并通过仿真给出了捕获GPS粗码信号和伽利略系统E1频段开放信号可以参考的最佳复现序列数。仿真结果表明,对不同的GNSS信号,只要通过软件配置算法中的复现序列数,就可以以最小的计算复杂性来捕获相应信号。这个结论对软件接收机中匹配捕获算法的设计有重要的指导意义。

脉冲涡流热成像检测金属缺陷的激励参数研究

针对脉冲涡流热成像检测中激励参数选择难的问题,提出了一种激励参数优化选择方法。利用COMSOL4.4仿真软件建立金属铝材料裂纹缺陷检测的脉冲涡流热成像仿真模型,研究提离高度、激励频率、渗透深度、激励电流、加热时间等激励参数下裂纹缺陷的脉冲涡流热特性,分析不同激励参数脉冲涡流作用下的裂纹缺陷周边温度场分布与变化规律,给出相应的最优激励参数。实验结果表明,实验仿真结果与理论分析一致,可为检测系统设计提供参考。

基于深度学习One-stage方法的焊缝缺陷智能识别研究

目前基于深度学习的卷积神经网络在对焊缝缺陷射线图像进行智能识别时,多采用基于候选区域的two-stage方法,检测速度难以满足实时性要求。针对该问题,提出基于深度卷积神经网络的one-stage焊缝缺陷识别定位算法,将整张图像输入网络,并直接在输出图像上标定目标缺陷位置及类别。通过采用特征金字塔、减小网络深度、引入跳跃连接卷积块和K-means算法等方法对YOLO网络进行改进,提高了网络对焊缝缺陷识别定位的准确率和速度。实验结果表明:该方法比two-stage识别定位算法和YOLO原网络在检测速度和检测精度方面都有所提升,单个图像的平均识别准确率为94.9%,召回率为94.1%,处理时间为19.58 ms,具备焊缝缺陷在线实时识别的工程应用价值。

基于深度学习的偏光片缺陷实时检测算法

针对现有的基于深度学习检测缺陷的方法虽然可以保证分类的准确率,但其检测速度慢,模型占用内存大,难以满足在线检测系统的实时性要求等问题,提出了一种基于深度学习的偏光片缺陷实时检测算法。首先,设计了一个新的并行模块用于构建偏光片缺陷检测网络,模块将不同尺寸大小的卷积核相混合,与传统的卷积层相比,可以融合不同尺度的特征并能提取到更丰富的缺陷特征;用深度可分离卷积替代模块中的标准卷积,这可以大大减少网络的参数量和乘法累计运算量(MACCs).其次,用非对称卷积代替并行模块中的深度可分离卷积得到并行非对称卷积模块,可以进一步减少网络的参数量。最后,使用全局均值池化层代替全连接层,大大减少了网络的参数量。实验结果表明,偏光片缺陷分类模型平均每张图片的测试时间为108 ms,模型在测试集上的准确率达到99.4%,同时模型占用内存为0.583 MB,能够满足工业中偏光片缺陷检测的实时性要求。

基于深度学习的化工金属材料焊接小目标缺陷识别定位研究

金属材料焊接是指金属材料在限定的施工条件下焊接成规定设计要求的构件,在焊接过程中接头不允许存在超过质量标准规定的缺陷,要具有预期的使用性能。随着我国工业化程度的不断提高,金属材料的化学焊接作为一种简单易行的焊接方法,已经广泛应用于多个关键领域,如航空航天、机械制造、石油化工等。作为一种基本的工作连接方法,焊接质量的好坏关系到结构的使用情况。但是在金属材料的焊接过程中,常常会有咬边、凹坑、焊瘤、焊接变形等外观缺陷,这些焊接缺陷的存在会对焊接过程过程造成很大的安全隐患,如承载能力减弱、裂纹增多、焊件破裂等等。因此,对焊缝缺陷的自动识别显得至关重要。

基于机器视觉的机械钢板焊缝缺陷检测技术应用——评《焊接机械基础》

随着现代科技技术的不断发展,焊接工艺技术持续改进,被广泛应用在现代化生产领域中,包括材料及机械的设计和加工处理,同时也涵盖航空、航天领域。但是,在实际操作过程中,焊接效果容易受到环境和人员等因素的影响,造成质量缺陷问题。目前,针对于焊接缺陷有很多检测方法,磁粉检测比较常见,也包括涡流检测技术,近年来流行X射线技术,该技术具有无损性。为有效降低生产成本,提高焊接工作效率,对传统焊接缺陷检测方法进行改进,并且发展更加智能化的焊接缺陷检测方法成为必然趋势。

无人机图像的输电线断股检测方法研究

输电线路受外界环境的影响,输电导地线极易出现断股现象。断股故障对电力系统的稳定运行有较大的影响,为了确保输电线路的安全及稳定运行,需要周期性的进行巡视和维修。近年来,输电线的巡视方式慢慢从人工巡视转变为无人机巡视。为了让巡检更高效、电网更可靠,更好的实现电力系统的智能巡检。结合图像处理技术,设计了一种根据输电线分叉特征进行断股缺陷的检测方法:首先对采集的图像进行去噪和增强以改善图像质量,然后查找最大轮廓提取出输电线路,对其进行细化并找到所有端点,进而计算出所有端点与正常输电线之间的距离,设定阈值并由此阈值来判断是否为故障点。

基于脉冲涡流热成像的金属材料缺陷检测仿真

根据脉冲涡流检测过程所涉及的涡流场和温度场理论,利用COMSOL4.4多物理仿真软件对金属铝材料进行缺陷检测仿真。分析了带有缺陷的铝材料表面的涡流和温度分布状况以及相关机理;并通过改变激励频率,观察不同激励频率下材料表面的温度分布变化,得出了激励频率对脉冲涡流加热的影响,从而选取合适的激励频率对金属材料进行加热检测。

一种基于特征点的X射线图像配准方法

精密铸件通过差影法检测缺陷时,图像配准是关键的一步。文中采用一种改进的随机Hough变换和空间数据坐标变换理论相结合的图像配准方法。该方法首先采用OTSU对图像二值分割,利用改进的随机Hough变换检测图像中的多个圆,并把多个圆心作为图像配准的特征点;然后根据特征点对应关系计算配准参数,确立坐标变换关系并对图像进行配准。实验验证了该方法可实现较高精度图像配准。