基于层次分析法与专家打分法的机械式停车设备安全评价指标体系研究

机械停车设备具有一定自动化程度,但因其作业环境复杂、无强制性维护保养要求、缺少专人操作易发生较大人员伤害和车辆损失事故,对其建立安全评价指标体系具有较大必要性。文中通过溯源机械式停车设备常见故障、失效模式,结合历史事故和检验检测数据,从金属结构、机构和零部件、电气系统、安全防护装置的角度确定了机械式停车设备安全评价系统的层次结构和指标。并采用专家打分法,根据专家经验和知识提供了各指标权重系数和等级划分的确定思路,初步建立了机械式停车设备安全评价指标体系,并对设备样本进行了安全评价。

一种制动器力矩测量系统的研制及应用

制动器是起重机重要的零部件,它对起重机械的安全运行起着重要作用.针对它的检验检测,设计了1种制动器动态制动力矩测量系统,该测量系统主要由机械结构、控制系统、数据分析系统组成.它可以对鼓式、盘式、钳盘式制动器和制动电机的动态制动力矩进行测量,通用性较强.本文对它的设计思路和工作原理进行了详细阐述,并利用2台不同型号的制动器进行实际测量,为特种设备检验检测设备的研制提供一种思路.

基于稻穗几何形态模式识别的在穗籽粒数估测

基于稻穗几何形态特征和在穗籽粒数二者之间的映射关系,提出基于稻穗图像形态学特征机器学习的在穗籽粒测量新方法.首先,利用图像处理方法提取一次枝梗的面积、骨架长度、周长、骨架距离均值等形态特征.其次,针对一次枝梗识别,提出基于局部距离方差的提取方法,获取一次枝梗骨架.最后,使用改进的支持向量机构建稻穗几何形态特征和在穗籽粒数两者之间的映射关系.实验结果表明,用以上特征训练的分类器,预测稻穗籽粒数的相对误差平均值为6.72%,可以有效解决测量在穗籽粒数时遇到的遮挡和粘连问题.研究结果表明,稻穗形态学特征与在穗籽粒数存在确定性内蕴映射关系,该映射能够被多分类集成支持向量机训练策略描述,且识别精度高于现有回归方法.

数字孪生技术综述及其在起重机械监督检验管理领域的应用展望

本文分析传统仿真技术的不足,介绍了数字孪生技术的提出背景和发展历程;阐述了数字孪生技术与传统仿真技术相比,具有多物理维度、动态修正的特点;说明了数字孪生体的四个关键模型即几何模型、物理模型、行为模型、规则模型的含义;探索了数字孪生技术在起重机械监督检验管理领域具有重要意义的研究方向:辖区内起重机械的在线监管,起重机械远程检验、个性化检验与报废标准,起重机械作业预演、优化设计;并阐述了相应的建模过程。为未来提高检验人员现场检验的安全性和检验效率,加强起重机械实时状态监测、违规超载作业、按计划维护保养等方面的监管提供参考。

起重机械跨度的测量不确定度研究

跨度是起重机械一个十分重要的参数,它直接影响着起重机主要受力结构件的设计和起重机运行的安全性。测量不确定度主要用于表征被测量值的分散性,反应测量结果的可信赖程度。本文主要从测量重复性、仪器示值误差和仪器检定装置三个影响测量精度的因素,对跨度的测量不确定度进行评定和分析,进而为测量结果的可靠性和检验检测工作的准确性提供技术支撑。

基于自定义聚类的水稻剑叶夹角测量

针对水稻样本图像中主茎被遮挡,现有算法难以识别剑叶节点、散岔稻穗主轴问题,提出了基于机器视觉的剑叶节点搜索算法,通过自定义聚类生成稻穗与剑叶类中心,识别判定散岔稻穗轴线,最终得到穗叶夹角.其中,提出的剑叶节点搜索算法对剑叶节点的模糊定位进行量化,经过实验验证,具有较好的鲁棒性和准确性;自定义的K-means方法基于样本统计信息,解决了散岔穗叶夹角测量问题.实验表明,该算法误差为1.89%,与现有算法相比,局限性低,鲁棒性强,更准确高效.

机械式停车设备运行过程故障诊断研究

机械式停车设备是一种立体停车的自动化装备,可提升停车空间的利用率,应用越来越广泛。但因复杂的运行模式、电气元件及安全保护装置,其故障率相对较高。针对机械式停车设备的运行特点,本文提出一种运行过程的故障诊断方法。以平面移动类机械式停车设备为典型案例,从人-机-环全方位深入探索,对机械因素从结构、机构、主要零部件、电气系统、安全保护装置5个方面综合考虑,开展危险源单元化辨识,基于多传感器信息融合技术,采集应力应变、振动、电流、噪声等多种动态特性参数,通过人工神经网络算法进行模式识别,实现设备运行过程的故障诊断,研究结果具有良好的工程应用价值。

基于机械式停车设备的智慧停车APP应用研究

文中立足城市停车难、停车效率低等问题,对基于机械式停车设备的智慧停车APP开展研究。通过对机械式停车设备采集数据,运用物联网、无线通信、大数据处理等技术,将车库、车位的实时信息汇集到一个开放平台,数据信息以移动端APP的方式呈现给用户,实现停车查询、预约存车、车库导航、困车救援、故障报修等功能,有效提高停车效率和资源利用率,缓解城市停车难题,提升设备安全性能。

一种基于人机交互的谷物实秕粒多级风选装置及方法

谷粒的实秕粒筛选与分离工作作为种子质量考察与性状分析的首要环节,一直依赖城市中检测机构的大型风选机器与专业技术人员。大型风选机的结构中包含了输送带、振动电机、S形管道和大功率风机,价格高昂,操作复杂,结构复杂庞大,不便于农户的日常使用和携带。针对以上不足,采用了拆卸组装方式,提出了底部供风模式,并配合载物滤网和圆柱形风选通道管产生涡旋谷粒流以分离实秕粒;提供了内置蓝牙连接模块和手机及平板电脑专用应用程序,用户可在软件界面人机交互地调整风力,极大地降低了机械结构与操作方法的复杂程度。

水培作物根系表型高通量分析平台设计与控制

根系的表型测量工作作为考察农作物表型性状和育种水平的首要环节,一直依赖手工标记测量或者采用高精度CT仪器进行检测。手工测量和记录易出错且效率低,而CT仪器价格高昂、结构复杂,工作环境苛刻,不便于普通科研机构的日常使用。为了解决根系表型的测量问题,采用了图像处理技术,结合自动化物流系统,针对作物根系表型测量设计和制作了一种水培作物根系表型高通量自动分析平台。该分析平台可实现对作物植株全自动化的运输、可见光成像、图像存储和分析等操作。使用自动化物流和成像分析系统降低了测量人员的工作强度,且可见光成像成本低廉,对植物和工作人员无辐射伤害,利于在普通科研机构中推广和使用。