基于视觉感知的机器人工件识别方法研究

目的解决定制化木门尺寸规格不统一、表面纹理多样而导致的堆垛分类困难、搬运效率低下等问题。方法提出采用深度学习方法进行定制式木门工件检测,以YOLO V3网络为基本框架开展机器人工件识别方法研究。首先,通过图像数据增强和预处理,扩充定制式木门数据;然后,进行YOLO V3损失函数改进,并根据木门特征进行定制式木门数据集锚框尺度的重新聚类;最后,应用空间金字塔池化层进行YOLO V3中特征金字塔网络改进,并通过随机选取的测试集验证本文方法的有效性。结果测试数据集的平均检测准确率均值达到98.05%,检测每张图片的时间为137 ms。结论研究表明,本文方法能够满足木门生产线对准确率和实时性的要求,可大大提高定制化木门转线及堆垛效率。

高压聚能射流发生装置设计及性能

针对普通射流在破岩过程中存在的靶距短、喷嘴直径小造成的破岩能量小,难以实现岩石的高效破碎等问题,提出一种高压聚能射流发生装置。该装置利用阀芯改变流体介质的流动方向,使活塞在缸内往复运动,依靠活塞的高速运动实现射流的增压效果,并通过改变泵站流量实现对射流脉冲频率以及脉冲压力的可靠调节。首先,对高压聚能射流发生装置整体结构以及不同工作阶段进行详细介绍,阐述其工作原理。其次,基于流体力学和能量守恒理论,建立高压聚能射流发生装置动力学模型,分析装置不同结构参数与动力参数的关系,探究装置结构参数对射流冲击压力的影响,揭示增压活塞在冲击过程阶段的能量演化规律,进而得到射流冲击压力与泄油口面积、活塞杆直径、喷嘴出口直径以及系统压力均呈现先增大后减小的趋势、系统压力、喷嘴出口压力、泄油口面积、活塞杆直径对装置性能的影响程度依次降低的影响规律;在此基础上,构建高压聚能射流破岩试验系统及液压控制系统,开展高压聚能射流冲击破岩试验研究,以此验证系统可行性以及理论分析的正确性。试验结果表明:相较于普通射流,无论是在射流产生的破碎深度和破碎坑体积方面,高压聚能射流破岩效果均优于普通射流。高压聚能射流冲击破岩过程呈周期性变化,在10 MPa的输入压力下,输出压力可以达到72.5 MPa,具有良好的增压效果;在预定系统压力下,射流冲击岩石的最优靶距为10 cm;射流冲击频率随液压泵流量呈线性增长,且岩石破碎体积、破碎坑直径以及深度均随着冲击频率的增加呈现增长的趋势。

双源CT和传统CTA-DSA技术在头颈部血管成像的比较研究

对比在头颈部血管成像中传统CTA-DSA技术和双源CT所取得的应用效果。方法:选取于2020年1月份至2021年1月份在医院中接受诊断的68例疑似头颈部动脉血管病变患者,随机分组法,每组34例。传统CTA-DSA技术用于对照组,双源CT法用于观察组。结果:双源CT和传统CTA-DSA技术均能够将正常颈内动脉、主要分支、颅内主干显示出来,但是在异常病变血管显示上存在一定差异。结论:双源CT在头颈部血管成像诊断中所取得的应用效果明显好于传统CTA-DSA技术,对患者的辐射小,成像质量高,推荐在临床上大力使用。