手推减振式挖坑机的设计与试验

为提高挖坑机使用的舒适性和田间通过性,设计了一种手推减振式挖坑机。该挖坑机主要包括动力机构、隔音装置、减振弹簧、承载台、深度控制机构、车架等。采用LMS Test系统分析了该挖坑机的减振效果,并在田间进行了试验。结果表明:手推减振式挖坑机的减振弹簧的工作载荷极限为3570.49 N,当工作载荷为1165.42 N时,工作效果最佳;隔音装置和减振弹簧的协同作用减振效果显著,机构的隔振率范围为52.1%~91.6%,平均隔振率84.72%,可以有效减少车把端的振感;手推减振式挖坑机作业稳定性高,通过性良好,坑穴垂直度高,平均出土率92.3%,作业效率104坑/小时。

适用于电表终端故障识别训练的图像训练方法

针对当前深度学习算法在电表故障识别训练领域中存在的不足,文章提出了一种改进的电表故障识别训练方法。对传统算法的识别训练过程进行了优化,重点关注缺陷样本的训练和图像采集质量的优化,并采用透视变换等技术手段丰富样本库、调整改善样本采集质量,提升了数据训练结果的可靠性。实例验证表明该方法具有良好适应性与高识别训练可靠度。