基于模型的机床故障案例命名实体抽取方法比较研究

机床出现的故障大多有先例,但故障案例分散,不同工厂又不数据共享且没有标准的数据库管理,以至于对于已有的相似故障,工厂仍需要按照未知故障进行停机维修;因此,急需一套标准服务平台能够集合大量故障案例,同时实现更新维护,增添新故障,以供各工厂做故障参考,尽可能降低维修成本以及时间开销;通过将计算机领域较为流行的知识图谱运用到机床故障诊断领域,全面运用机床故障诊断案例知识,构建以故障现象、故障发生原因以及解决方案为核心的机床故障诊断网络,实现快速确认故障发生部位,提供合理的故障解决方案,提高制造业的生产效率;使用爬虫技术获取故障案例数据,采用BIO标注法完成样本标注,分别使用Bilstrm-crf、Vgg16以及Bert模型完成实体抽取任务,并对上述模型准确率从多个角度进行对比,将知识导入Neo4J图数据库并建立针对机床故障的知识图谱,最终实现知识图谱可视化。

机械装配工艺文本的实体关系抽取方法研究

机械装配过程常常需要人工阅读并理解大量装配工艺文本,从而耗费大量时间,并且由于装配工艺文本书写人员和装配人员能力的差异,可能会导致装配人员错误理解装配文本,产生零部件错装、漏装等问题;机械装配矩阵以矩阵形式存储零部件的装配实体关系,可以直接、有效表达装配关系,不仅易于工人理解装配关系,也便于计算机识别,可以显著提高装配效率。自然语言处理作为研究计算机理解人类语言的工具,在根据装配文本生成装配矩阵的任务中可以起到关键的作用;文章采用自然语言处理的方法,对装配文本进行断句、分词、词性标注等文本预处理操作,采用机械装配名词语料库辅助以提高对装配零件的分词、词性标注时的准确率;用语法依存关系分析和语法模板匹配两种方法生成每个句子的主语、谓语、宾语三元组,其中采用机械装配名词语料库进行匹配,以判断其中的装配零部件名;之后提取出主语及宾语都为装配零件的三元组作为一个装配关系,对其进行去除冗余词、实体对齐等后处理操作;最后根据零部件数量组成一个空矩阵,将装配关系填入接触矩阵,并根据零部件类型判断生成装配关系的接触-连接矩阵。

基于机器视觉的钢轨表面面型缺陷分类实验设计

随着城市轨道交通的飞速发展,实现钢轨表面缺陷实时检测对铁路行业稳步发展意义重大。如何实时检测钢轨表面缺陷是保障铁路运行安全亟须解决的一个关键问题。鉴于此,设计了一套基于机器视觉的钢轨表面缺陷检测实验仿真方法。搭建图像采集、图像预处理和缺陷分类等模块;提出自拟合亮度调整算法完成像素值统计,得到清晰的缺陷特征图像;用750组数据训练网络权值,实现缺陷分类预测;经过数据分析和误差评估,识别准确率在90%以上,相关系数高达0.96,单幅图像平均耗时1.267 s,测试表明,所提方法能准确、高效地实现钢轨表面缺陷信息的缺陷分类与识别。

ChatGPT在实验教学中的应用与探索

随着人工智能技术的发展,ChatGPT作为一种先进的自然语言处理模型,已经在教育领域得到广泛的关注和应用。探讨ChatGPT在光学实验教学中的应用及潜力,分析了ChatGPT在提供实验背景知识、指导实验操作、分析实验结果、协助实验报告撰写等方面所起的作用,讨论了利用ChatGPT在实验设计与优化、教学评估与反馈等方面的优势。此外,利用SWOT分析了ChatGPT应用在本科实验教学中可能面临的挑战,如知识局限、复杂问题处理能力不足、缺乏情感理解、学生对ChatGPT过度依赖等。ChatGPT在光学实验教学中具有广泛的应用前景,值得教育工作者进一步探索和研究。

基于智能制造的工业机器人及机器视觉实训平台研发

针对目前高校工业机器人及机器视觉课程群缺少学科交叉、课程融合的综合性实验和实践教学平台的现状,研发了一个智能制造环境下的工业机器人及机器视觉实训平台。该平台主要由工业机器人、智能视觉检测、RFID数据传输等系统组成,模拟智能制造环境下典型工业现场的生产线,可以满足工业机器人、机械控制基础、人工智能、智能制造等课程的实践教学及学科交叉融合的实训项目。

基于机器视觉检测的开放创新实验研究

视觉检测技术凭借效率高、成本低、可重复性好、准确性高等优点被越来越广泛地应用在工业自动化生产线上。重点介绍了西安交通大学建设的机器视觉检测实践平台,以及基于此实践平台开设的开放创新实验。设计了零件几何形状检测开放实验和条形码检测开放实验项目。经过多个学期实践表明,该实验项目吸引了学生学习兴趣,拓宽了学生视野,具有良好的实验教学效果。

基于TurtleBot的餐厅服务机器人设计与研发

基于TurtleBot的机器人操作系统(ROS)实现了餐厅服务机器人的设计与研发,机器人主体采用ROS开发平台,机械手臂选择关节式机械臂和单自由度齿轮式双指机械爪。基于ROS分布式、点对点、松耦合的优势,实现了机器人上位机、下位机的控制系统和两者之间的通信协议,设计和开发了基于SLAM的建图与导航、视觉识别、语音交互、物品抓取与运送等功能。对机器人性能进行了测试,验证了机器人具有物品识别、食物收纳和上餐的功能。

液压与气压传动开放实验研究

实验教学是高等院校教学的重要组成部分,是学生理论联系实际的重要途径。液压与气压传动课程综合性及实践性强,液压与气压传动技术在工业生产中与电子技术结合紧密,针对这些特点,结合开放性实验教学模式,基于博士力士乐液压教学系统、SMC气压传动教学系统和Automation Studio仿真软件,开展了多项综合性开放实验项目。详细阐述了开放实验项目设计思想和实施方案。经过多个学期实践表明,该开放实验具有良好的实验教学效果。

半结构装配数据的知识抽取及机床装配知识图谱构建方法研究

如果机床当中的零部件信息以及部件之间的关系以图谱的形式展示,能够更为有效获悉零部件周围相连的部件信息以及当前零件定位细节,又可以辅助工厂数控机床装配,解决装配数据分散、无规范以及装配效率低下等机床现状问题。由于当前表述机床三维信息软件有很多,因此相应文件格式也众多,导致复杂装配产品难以数字化管理,同时传统的单一连接关系难以全面描绘三维图形,以至于这方面深度学习模型效率不高,无法真正理解机床模型知识,知识推理能力几乎没有。而知识图谱以图的形式,可以表示多种模型部件连接关系,对知识的理解能力远超单一连接关系,可以提高知识推理能力。通过机床装配数据准备、装配知识抽取、知识推理、知识存储和知识可视化表示环节来完成从三维模型到知识图谱构建。

基于CEEMD-排列熵的循环策略信号提取方法

针对EEMD阈值降噪处理方法时效性差且噪声难以准确估计问题,提出了基于CEEMD-排列熵的循环策略信号提取方法。原始信号经CEEMD处理,对信号叠加相反白噪声抑制白噪声引起重构误差的同时简化了计算方法,对分解得到的本征模态分量通过计算排列熵确定噪声分量和信号分量,考虑到信号中噪声先验知识未知,在奇异值分解的基础上,建立信号提取的循环策略,该方法不需要信号任何先验知识,在去噪同时,还可以减少有用细节失真。通过仿真信号和混沌信号降噪处理,结果表明所提方法不仅有效剔除了噪声干扰,而且减少了有用细节流失。

疲劳驾驶多源性智能监测预警方法研究

针对当前的疲劳驾驶监测预警方法存在监测灵敏度低、可靠性差等问题,提出了疲劳驾驶多源性智能监测预警方法,首先将摄像头采集的驾驶员图像进行预处理,通过计算驾驶员图像信息的灰度值,得到驾驶员图像中像素的分布密度,为后续的监测和预警工作提供信息;其次,采用卡尔曼滤波算法对驾驶员的图像信息进行跟踪,得到驾驶员各个时间内的状态估计值,最后,通过计算驾驶员状态估计值判断驾驶员是否存在疲劳状态;实验结果表明,该方法的丢包率低、多源性高、抗干扰能力强、计算效率高。

几种可用于化学课堂观察的量化研究工具简析

本文主要站在化学课堂观察的角度,按照时间轴简单介绍了目前较为活跃的可以应用于化学课堂观察的量化取向的课堂观察量表、模型和范式,以及应用在化学课堂观察中可能出现的情况,并简单地分享化学课堂观察的量化研究发展历程给笔者的一些启示.

对脑电信号特征的驾驶疲劳检测方法

疲劳驾驶已成为一种严重的社会问题,但是目前业内依然缺乏一种行之有效的疲劳驾驶预防与技术检测手段。本文提出了一种基于脑电信号特征的驾驶疲劳检测方法,文中采用疲劳驾驶模拟试验方法,通过分析研究对象面部表情变化情况,探讨了驾驶员疲劳状态与其脑电信号特征之间的关联性。在此基础上,本文分别提取研究对象脑电信号特征值中的"δ、θ、α与β"四种脑电节律能量值进行疲劳指数对比分析。