杆状物攀爬机器人关键技术综述

人工高空作业具有一定危险性,且工作效率低、工作难度大,采用攀爬机器人代替人工作业在安全性、稳定性及精确性等方面具有明显优势;杆状物攀爬机器人作为一个新兴的研究领域,国内外虽有较多研究,但仍处于试验阶段,未达到大规模推广使用的条件;因此,有必要总结现有成果,更好地完善攀爬机器人系统的研发与应用;文章通过分析国内外杆状物攀爬机器人技术和应用现状,从运动机构分析、自主行为控制与导航、远程通信、监测与遥操作4个方面,详细阐述了现存爬树爬杆类机器人的关键性技术问题,旨为杆状物攀爬机器人下一阶段的研究提供新的想法和方向。

负重爬树机器人设计及有限元分析

针对农林业领域复杂的树木检测环境,设计一种仿蠕虫爬行负重爬树机器人。通过提升机构的伸缩运动改变自身形态,以实现对树干的竖直攀爬运动;通过夹紧机构中推杆的伸缩,控制各夹紧机构对树干的夹持力;同时,对机器人在不同直径或倾斜度的树木攀爬时进行静力学分析,使机器人可根据得到的夹紧力范围自适应调节,提高机器人攀爬的稳定性和运动的灵活性。最后,通过ANSYS软件对机器人的机械结构进行有限元分析验证。结果表明,所设计的负重机器人携带检测设备爬树时,机器人总变形量最大值为5.24mm,符合结构安全性要求,且承载最大应力为100Mpa,符合机器人所选材料安全性要求,进而验证了机构设计的合理性。

基于剪枝决策树的人造板表面缺陷识别

连续压机生产线的发展,使人造板实现自动化生产,但缺陷检测环节仍为人工.缺陷识别是检测中的一个重要环节,是根据缺陷特征值利用分类器进行识别的过程.由于人造板连续生产,实时性要求高,为实现缺陷的快速、准确识别,提出了一种基于剪枝的CART树对人造板进行缺陷识别.通过对已有的人造板缺陷图像进行预处理、分割,获得缺陷的形状、纹理特征作为输入,通过基于Gini指数的CART算法生成CART树.针对于自由生长的CART树容易出现过拟合的问题,利用代价复杂度算法对生成的CART树进行剪枝,通过十折交叉验证对剪枝前后的子树进行比较,获得最优子树.通过实验证明剪枝后的CART树缺陷识别正确率高达93%,满足人造板缺陷识别的实时性和正确率的要求,可以实现人造板在线缺陷检测.

基于LS-SVM的采暖木质地板自然对流温度场建模

【目的】在底部具有木质样本热源的圆柱形封闭腔内,基于最小二乘支持向量机(LS-SVM)建立自然对流引起的温度场预测模型,研究采暖木质地板蓄热后的温度场分布规律,为后续反演采暖木质地板的蓄热特性提供数据基础。【方法】首先,给出圆柱形封闭腔物理模型的边界条件和木质样本初始温度,根据流体力学定律建立热场传热的质量、动量和能量守恒方程,并用计算流体力学(CFD)软件进行求解。其次,对CFD求解的数据进行归一化处理,并根据木质样本初始温度将归一化后的数据分成训练集和验证集2部分,其中训练集5 481个温度,验证集8组,每组609个温度;利用训练集对LS-SVM模型进行训练,采用果蝇优化算法对模型的核函数参数σ和正则化参数γ进行寻优,得到σ和γ的最优参数组合为[1.0×10^(10),0.06]。最后,应用优化好的模型分别对每个验证集上的温度值进行预测,并与BP神经网络方法的预测结果进行比较。【结果】LS-SVM对不同样本温度场预测的最大拟合度为0.998 9,最小为0.996 8;平均相对误差、最大相对误差和均方误差最大值分别为0.25%、2.6%和0.31%,最小值分别为0.054%、0.84%和0.12%;最长建模时间为12.93 s,最短为12.72 s。与之相比,BP神经网络预测的最大拟合度为0.999 7,最小为0.998 3;平均相对误差、最大相对误差和均方误差最大值分别为0.47%、5.43%和0.63%,最小值分别为0.21%、2.08%和0.33%;最长建模时间为107.15 s,最短为106.23 s。LS-SVM对不同样本温度场预测的拟合误差比BP神经网络方法的预测结果要小一些,拟合度与BP神经网络方法相近,建模和预测需要的时间明显少于BP神经网络。【结论】采用LS-SVM对采暖木质地板的蓄热温度场建模是可行的,该方法适合对小样本建模,泛化性较好,对在试验条件下利用有限数据来对温度场建模和预测具有明显优势,可为后续开展采暖木质地板蓄热机制的反演工作提供指导。

数字图像处理技术在木材科学中的应用

综述了数字图像处理技术在木材缺陷检测、木材结构和木材美学三个方面的研究进展,分析了其中存在的不足。结果表明,数字图像处理技术可实现木材虫眼、节子和腐朽等缺陷的快速准确识别;木材结构的图像分析对于气候变化、木材长势及力学性能研究均有一定的参考价值;利用数字图像处理技术可以提取出木材独一无二的纹理图案。展望了数字图像处理技术在木材科学中的应用前景,以及其在木材缺陷自动检测、物种识别和美学研究等方面的商业价值。

基于TWSVM和模糊的木质采暖地板蓄热温度预测模型

【目的】围绕木质地板蓄热特性,针对木质地板蓄热后生成的温度场分布建立基于孪生支持向量机(TWSVM)和模糊算法的温度组合预测模型,为后续研究木质地板的蓄热规律提供有效分析手段。【方法】首先,将加热到设定温度的木质地板样本推送至地采暖地板蓄热性能检测仪器的检测腔内自由放热,利用仪器内呈多层环状分布的温度传感器阵列在时间和空间维度上动态提取温度值,并进行滤波降噪和归一化处理。其次,针对建模数据过多导致的TWSVM计算复杂度迅速膨胀问题,将试验数据均匀分块,每个分块数据中的验证集样本随机提取,剩余为训练集样本,采用TWSVM分别训练每个训练集样本,并用对应样本中的验证集进行泛化性验证,运用网格搜索法对TWSVM模型的核函数参数σ、惩罚参数γ和松弛因子ξ进行寻优。最后,基于模糊原理,对验证样本的输入空间构建高斯隶属度函数,并应用隶属度函数将模型预测结果进行模糊叠加,叠加后的输出作为模型最终训练结果。【结果】基于模糊的TWSVM方法预测时间维度下不同样本温度值的最大拟合度为99.59%,最小为98.92%,最长建模时间为186.90 s,最短建模时间为64.39 s;预测空间维度下不同样本温度值的最大拟合度为99.23%,最小为98.96%,最长建模时间为274.37 s,最短建模时间为93.30 s。【结论】TWSVM在计算中涉及矩阵求逆问题,适合对维数较小的数据样本进行建模,由于本研究木质地板蓄热特性需要的温度数据量较大,因此采用TWSVM直接对该试验数据进行建模具有较大局限性;引入模糊方法后,先将温度数据分别在时间和空间维度上分割成多个小的训练样本,然后对每个训练样本分别采用TWSVM建模和训练,根据模糊规则,以每个温度点在模糊函数上的隶属度叠加值来确定最终预测结果,可提高TWSVM方法建模的适应范围,并充分发挥其快速性和泛化性优势。

木质地采暖地板蓄热性能检测及反演方法

【目的】基于传热反问题研究方法,采用BP神经网络对地采暖地板蓄热性能进行反演计算,为地采暖地板蓄热性能分析提供理论和方法支撑。【方法】基于CFD软件构建检测腔体数值模型,模拟获取结构单一样本在不同初始温度(50～130℃范围内每间隔5℃设定一个模拟工况)下散热形成的温度场分布数据,并将初始温度为50、60、70、80、90、100、110、120和130℃的温度场分布数据作为神经网络模型的训练集,初始温度为55、65、75、85、95、105、115和125℃的温度场分布数据作为神经网络模型的测试集。【结果】经反复训练比较,获取较优的神经网络模型,其测试集的平均相对误差(MRE)=0.68%,最大相对误差(MAE)=19.51%,均方误差(MSE)=1.18%,拟合度(R^2)=0.98。基于该神经网络模型,选取白桦、水曲柳、西南桦、柞木4种典型实木地采暖地板样本进行蓄热性能反演计算,结果显示4种实木地采暖地板的蓄热性能表现为柞木>西南桦>水曲柳>白桦。【结论】经训练的神经网络模型可有效预测不同地采暖地板的蓄热性能,基于BP神经网络反演地采暖地板蓄热性能的方法可行。

基于ANFIS的木质采暖地板温度场预测分析

【目的】提出基于自适应神经模糊推理系统(ANFIS)的木质地板蓄热性能温度场预测算法,为木质地板蓄热性能分析提供数据支撑。【方法】以地采暖地板蓄热性能分析仪密闭绝热圆柱腔为研究对象,在腔体内部布设由150个温度传感器组成的6层阵列,将腔体内部分为150个子空间。首先,将腔体内温度传感器序号和时间作为系统输入,传感器阵列采集的温度值作为系统输出,构建ANFIS温度场模型。然后,将所选用的训练数据输入模型,调整相应参数,完成封闭腔温度场时间模型训练。最后,将其他未参与训练数据输入到已训练好的模型中,得到预测值,并通过相应计算公式验证该方法对木质采暖地板温度场预测分析的适用性。【结果】温度场预测值拟合度达0.988以上,拟合误差也控制在较低水平,其中均方误差低于0.19%、最大相对误差低于1.22%、平均相对误差低于0.36%。【结论】基于ANFIS的封闭腔温度场预测模型能够完整表达出试验仪器腔体的温度场特征,且在建模的简化度、泛化能力和稳健性上均具有较好表现,能够用已被训练过的系统较好地对传感器任意时间点进行温度预测。

木质地板蓄热性能温度场实时并行采集方法

【目的】提出一种木质地板蓄热性能温度场实时并行采集方法,为木质地板蓄热性能检测奠定理论和实践基础。【方法】构建真空夹层绝热密闭空间,密闭空间边缘处开有推送口,并由楔形门将其密封。绝热密闭空间内中间部位放置被测样品,在被测样品上下空间内各安装75个传感器,构成2个传感器阵列。传感器阵列群中每个传感器通过单总线方式与控制器I/O口连接,每个I/O口与3个微型传感器以单总线方式连接。测试空间上、下2部分传感器阵列各使用25个I/O口,分别由2个控制器控制,控制器发送匹配、转换命令的同时并行采集转换后的温度值。将具有一定温度的被测样品通过推送口推送至具有一定初始温度的绝热密闭空间内,传感器阵列群实时记录密闭空间内温度场变化,并存储到实时数据库中。【结果】150个温度传感器的数据采集时间为2.4 s,温度采集精度达到±0.1℃,能够满足木质地采暖地板蓄热性能检测和研究的数据需要。【结论】本研究设计的绝热密闭空间温度传感器阵列数据采集系统能够实时、准确采集到试验所需数据,为设备的数据采集和数据分析提供前提,保证了整个检测设备试验结果的可靠性。

数字孪生技术在智慧高速领域的应用与实践

为提高智慧高速建设质量,从高速公路建设管理现状及具体的业务要求出发,探索智慧高速建设过程中数字孪生技术的主要作用,并从不同层面出发,分析数字孪生技术在智慧高速公路领域的实践要点,以期有效推动我国智慧高速及数字化发展。

近红外波段单像素相机测试与仿真研究

单像素相机在集成化、工程化方面尚不成熟,大多数研究仅针对实验室环境进行搭建与测试。然而在工程应用中,样机的体积、质量和测试环境均是影响单像素成像质量的因素。故在体积、质量和测试环境等约束条件下,利用集成了C++语言高效编解码算法的近红外波段单像素相机,开展了在自然光源和红外灯等复杂环境下的单像素相机测试。集成的单像素相机在6.25%采样率下可实现2.5帧/s@256×256像素成像,角分辨率为7.3 mrad,随着曝光时间的增加,图像信噪比显著提升,经深度学习的降噪网络处理后,单帧成像质量仍有上升空间。同时,也仿真研究了集成样机对振动的响应特性,讨论了样机在一般运输环境下的适应性。本研究对单像素相机技术成熟度的提升具有推动作用,为低成本红外成像提供了一种解决方案。

计算机断层扫描技术在木材科学中应用研究进展

计算机断层扫描(CT)技术作为一种高质、高效的无损检测技术,具有重建图像分辨率高、速度快等优点。鉴于该技术在医学领域取得的重大成就,国内外学者基于CT技术对木材做了大量研究,并将其应用于木材科学研究领域,验证了CT技术在木材检测和木材加工领域的可行性,同时取得了良好的使用效果。文中综述了CT技术在木材缺陷检测、木材宏观构造检测和木材切割中应用的研究进展,分析了现有技术存在的问题,展望了CT技术在木材科学领域的应用前景。

智慧隧道不降速关键技术研究

为了促进智慧高速公路隧道关键技术的突破,提高高速公路智慧化管理水平,推动智慧高速公路体系建设,对智慧隧道不降速关键技术进行研究,介绍智慧隧道的具体特征,了解影响智慧隧道不降速技术的因素,并探索智慧隧道不降速技术的具体应用思路,从关键技术应用和组织架构设计等不同角度出发对智慧隧道不降速体系进行综合分析,以供参考。

智能PID控制在攀爬机器人夹紧机构中的应用

提出团队开发的基于木结构古建筑和活立木的攀爬机器人攀爬作业时整体抖动问题解决方案。针对攀爬机器人夹紧机构夹紧力不易精确控制,机器人攀爬过程中易抖动、运动状态不稳定等问题,提出一种智能PID控制算法,通过自动调整PID增益参数,智能控制横向液压推杆进给速率,同时有效控制与调节了夹紧力度,克服传统控制方式带来的机器人行进步长控制不精,行进过程抖动幅度大和运动不稳定的问题。实际应用与测试结果表明:智能PID控制算法可及时响应攀爬机器人夹紧动作,并使抖动幅度≤0.1mm,夹紧控制误差在≤0.2mm,运动状态稳定,达到承载检测设备沿杆状物稳定攀爬的工作目的。