健身行为的人体姿态估计及动作识别

人体姿态估计和动作识别在安防、医疗和运动等领域有着重要的应用价值。为了解决不同背景及角度下各类运动动作的人体姿态估计和动作识别问题,本文提出了一种改进的YOLOv7-POSE算法,并自行拍摄制作各种拍摄角度的数据集进行训练。此算法以YOLOv7为基础,对原始网络模型添加了分类的功能,在Backbone主干网络中引入CA卷积注意力机制,提升了网络在对人体骨骼关节点和动作的分类的重要特征的识别能力。用HorNet网络结构代替原模型的CBS卷积核,提高了模型的人体关键点检测精度和动作分类的准确度。将Head层的空间金字塔池化结构替换为空洞空间金字塔池化结构,提升了检测精度并且加快了模型收敛。将目标检测框的回归函数由CIOU替换为EIOU,提高了坐标回归的精度。设计了两组对照实验,实验结果证明,改进后的YOLOv7-POSE在验证集上的mAP为95.7%,相比于原始YOLOv7算法提高了4%,各类运动动作识别准确率显著上升,在实际推理中的关键点错检、漏检等情况明显减少,关键点位置估计误差明显降低。

融合TA-TCN和迁移学习的滚动轴承寿命预测

针对在实际工业生产中,滚动轴承由于数据量少导致剩余寿命预测的准确度不高的问题,提出了一种时序注意力(temporal attention, TA)优化的时间卷积神经网络(time convolutional networks, TCN)与迁移学习相结合的剩余寿命预测方法。首先,通过互补集合经验模态分解(complementary ensemble empirical mode decomposition, CEEMD)将原始特征向量分解为一组子序列分量,突出特征信号、降低噪声干扰;然后,将子序列分量输入搭建好的TCN模型并添加TA进行优化,深度挖掘深度特征与退化曲线关系;最后,引入迁移学习,利用源域数据进行训练和少量目标域数据进行参数微调,得到目标网络模型。经实例验证,所提模型的稳定性、预测精度相对于其它对比模型有所提升,且在异工况条件下依然有着良好的预测能力。

基于机器视觉的水果分级系统

目的:解决目前水果分级检测方法效率低、误检率高等问题。方法:以苹果为分拣对象,设计一个基于机器视觉的水果分级系统。对实时采集得到的苹果图像进行预处理,使用改进的Canny边缘检测算法进行边缘提取,通过最小外接圆法拟合边缘坐标得到苹果的横切面半径。将采集到的RGB图像转换为HSI图像,根据H分量范围计算红色区域比例,判断苹果的色泽度。统计区域像素点个数,分别求取苹果的面积和周长,计算出苹果的圆形度。结合苹果果径长度、色泽度和圆形度3个特征值对苹果进行综合分级。结果:50个苹果样本试验结果表明,水果分级系统和人工分拣测量的果径误差范围在±1.5 mm以内,样本颜色特征与苹果实际外观相符,圆度值的大小与实际形状优劣相符。结论:该系统满足实际生产中对于苹果分级的需求,有助于实现苹果品级的准确识别。

基于改进YOLOv7的口罩佩戴检测

佩戴好口罩是居民预防新冠和配合国家疫情防控的有效方式。针对口罩佩戴是否正确、拍摄角度不同以及被遮挡等问题,提出了一种改进的YOLOv7算法。该算法以YOLOv7为基础,在网络的Head区引入卷积注意力机制,使得特征网络在对口罩区域的处理中更具有针对性,从而增强特征网络对口罩区域的学习能力;对Backbone区结构进行优化,对ConvNeXt网络结构进行改进,并引入网络中代替部分卷积,提高模型的检测精度和鲁棒性,增强预测精确度的同时不会引入大量额外的计算。对Head层的空间金字塔池化进行改进,提高了训练速度并且加快模型收敛。实验结果表明,在复杂及遮挡的情况下,改进后的YOLOv7的损失函数大幅下降,在测试集上的mAP为93.8%,相比于原始YOLOv7算法提高了3.6%。各个类别的检测精度均有提升,没佩戴口罩、正确佩戴口罩、不正确佩戴口罩类别的精度分别提升6.8%、2.1%、1.7%。本文算法的错检情况明显减少,泛化能力有显著提升。

基于双通道模型的航空发动机剩余寿命预测

针对现阶段航空发动机单一剩余使用寿命预测模型数据挖掘深度不足导致预测精度低的问题,提出一种双通道模型的预测方法。首先,构建双通道网络结构:通道一使用时间卷积网络,通过残差结构和空洞卷积使得网络具有更大的感受野和计算速度;通道二使用卷积长短时间记忆网络,提取多维时空特征,捕捉数据长期依赖关系。其次,利用多头注意力机制为双通道网络特征重新赋予权重。最后,将双通道网络进行特征融合输出,实现对航空发动机剩余寿命预测。使用涡扇发动机退化数据集进行实验验证,并与其它文献中提到的卷积双向长短时间记忆网络模型、多特征注意力模型、多头注意力模型、卷积门控单元循环神经网络模型进行对比。结果表明,所提模型在3种评价指标上均取得更好的表现,为航空发动机剩余寿命预测提供了一种新思路。

基于机器视觉的芯片引脚缺陷检测与分拣系统

针对传统工业中芯片的引脚缺陷检测及分拣精度低、实时性差的问题,设计了基于机器视觉的芯片引脚缺陷检测与分拣系统。系统以对SOP芯片的引脚缺陷检测、目标定位、抓取放置为任务,通过MATLAB处理芯片图像,采用改进的Canny和Hough变换实现引脚的边缘检测与连接,采用Blob分析与萤火虫BP神经网络相结合的方法实现芯片引脚的缺陷检测,然后求取芯片的形心作为定位参考坐标,结合三自由度机械臂,使用标准的D-H法建立机械臂运动学模型,并根据芯片的定位坐标通过运动学逆解计算出每个连杆需要转动的角度,转化为步进值后通过串口通信方式发送给Arduino,然后由Arduino完成对机械臂的控制,实现芯片的分拣。测试结果表明,系统达到了设计要求,具有一定的应用性。

基于多通道融合的滚动轴承剩余寿命预测

针对工业生产中滚动轴承剩余使用寿命(RUL)预测任务中数据挖掘不足导致预测精度低的问题,提出了一种多通道融合的滚动轴承剩余寿命预测方法。该方法通过互补集合经验模态分解(CEEMD)对原始振动信号进行降噪化处理和特征增强并将其作为模型输入;构建三通道网络模型,引入3种不同的神经网络:时间卷积网络(TCN)、卷积长短时间记忆网络(ConvLSTM)、双向门控循环单元神经网络(Bi-GRU),从时序、空间、感受野等多维度对特征进行差异化提取;在结构基础上添加多头注意力机制(multi-head attention mechanism,MA),重新调整网络输出权重、加快模型收敛速度;最后,设计一个特征融合输出模块,实现对滚动轴承剩余寿命预测。在两种数据集上进行实验验证,并与其他文献中先进模型进行对比。结果表明,所提模型能够更准确地捕捉轴承寿命退化曲线并且在多种评价指标上均优于对比模型。

基于ICEEMDAN能量矩和HHO-KLEM的滚动轴承故障诊断

为充分提取振动信号的特征信息并提高滚动轴承故障类型分类的准确率,提出一种基于改进的完备集成经验模态分解(Improved Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,ICEEMDAN)能量矩和哈里斯鹰算法-核极限学习机(Harris Hawk Algorithm-kernel Limit Learning Machine,HHO-KELM)的滚动轴承诊断方法。首先采用ICEEMDAN将原始振动信号分解并得到一系列本征模态函数(Intrinsic Mode Function,IMF),利用能量矩对其进行特征提取并构造包含关键特征信息的多维特征向量;其次将故障特征向量用于KELM的模型训练,通过HHO对KELM的正则化系数和核参数进行优化;最后通过HHO-KELM模型进行滚动轴承故障诊断。实验数据分析结果表明:所提出的方法分类可有效保留不同故障类型的特征差异,能够提高轴承故障识别准确率,具有一定的可靠性和实用性。

三级倒立摆的自适应神经模糊控制(英文)

在三级倒立摆(TIP)系统中, 应用神经网络与模糊控制相结合的自适应神经模糊推理系统(adaptive neural-fuzzy inference system), 根据样本数据调整隶属函数和控制规则参数, 使得训练后ANFIS控制器很好地模拟期望的输入输出数据. 仿真结果表明所设计的ANFIS控制器对三级倒立摆系统的稳定控制是可行的. 与LQR控制相比, 基于ANFIS控制的倒立摆系统具有良好的动态性能和抗干扰性能.

轴承试验机监控系统设计

实现轴承试验机监控系统的设计,使用S7-200 PLC中的PID控制功能实现轴承环境温度的闭环控制,并采用WebAccess实现了轴承试验机监控界面的组态,使系统的监视和操作变得直观简便.采用S7-200PC Access作为OPC服务器解决S7-200PLC和WebAccess之间的通讯问题.该控制系统合理利用了PLC的硬件资源和软件资源,提高了轴承试验机运行的安全性和可靠性,有效地提高了轴承寿命检测的自动化程度.

自动注胶机的控制系统设计

自动注胶机具有定位精度高,工艺稳定,可显著提高生产效率等特点,应用领域广泛。文章介绍了一种面向特定行业,功能丰富的注胶机控制系统,选用西门子S7-200PLC,威纶(WEINVIEW)公司MT506MV触摸屏与步进电机等组成注胶机的控制系统,可实现连续注胶和点动注胶,工作速度60mm/s,重复定位精度0.02mm。

DBD中表相放电对电荷及能量传递的影响

通过两组电极结构多针—板和板—板以及微腔—薄板和薄板—薄板的对比实验,研究了小曲率半径电极在DBD中产生表相放电效应的特点,对DBD的应用和推广具有重要意义。文中首先利用U-Q Lissajous图形,分析了第一组实验中气隙电压和传输电荷的不同,计算出相同功率消耗下多针—板的传输电荷约为板—板的1.5倍,并在第二组中得到验证,即微腔沿面放电的表相效应也产生较多的传输电荷;然后利用约化场强,分析电子平均能量的变化及分子振动温度的差异,讨论尖极电晕的表相效应对电荷及能量传递的影响。研究结果表明:在不均匀电场DBD中,小曲率半径电极尖端的局部约化场强可达750 Td,但大部分气隙中约化场强远低于板—板结构;受此影响,尖端电极附近的电子平均能量约为13 eV,更易在空气中发生有效碰撞电离并产生大量电荷;但此时对应分子振动温度较低,其放电过程中产生的激发态粒子少于板—板结构。

基于面积法的车辆识别统计研究

在车辆识别的图像分割算法中通常存在分割后的图像残留许多噪声点、区域边缘不太平滑、多辆车识别为一辆车等现象。在其他分割算法的基础上应用面积法对车辆图像中多辆车进行识别,并应用MATLAB/GUI编程实现。车辆识别结果显示,该方法识别率高,对车辆的识别、车流量统计具有重要的应用价值。

中医药治疗脊髓型颈椎病临床研究

中医药治疗脊髓型颈椎病的主要目的在于消除或缓解症状,阻止或减缓疾病进展,利于创伤恢复及疾病康复,改善术后残留症状。大多数脊髓型颈椎病经中药、手法、针灸、热敷、综合疗法治疗可痊愈或缓解,在围手术期配合中医药治疗比单纯手术治疗有着明显的优势。

矿用胶带机缓冲托辊的改进设计

在煤矿井下煤炭胶带运输中 ,因为巷道长 ,转弯角度小 ,一般是通过胶带机搭接的方法来实现煤炭运输。由于胶带机的搭接 ,使得煤炭抛落带来的冲击力对抛落位置处的胶带、托辊产生比较大的危害 ,而一般的缓冲托辊不能对煤炭抛落位置处的胶带、托辊产生必要的明显的保护作用。论文针对这一实际需要 ,利用机械上的平面机构的原理对缓冲托辊进行了有效地改进 ,根据实际使用情况 ,证明改进后的缓冲托辊有着明显的效果。

不同尺寸微腔介质阻挡放电的对比研究

为进一步降低放电起始电压,产生数量较多、分布较均匀的低温等离子体,设计并制作了一种印刷电路板上的新型微电极——微腔结构电极,在高频正弦交流电压下,对尺寸l为0.3 mm、0.5 mm和1.0 mm微腔结构电极进行实验,根据得到的Lissajous图形进行分析。实验研究表明:外加电压相同条件下,微腔阵列的表面积与接地电极的面积之比D为0.69时,微腔与接地电极间的等效电容C_q、放电气隙电压U_g、半个周期内放电通道传输的电荷量Q_g、平均放电功率P均达到最大;但微腔电介质表面功率密度ρ却在D为0.36时达到最大;且高压电极与接地电极间的等效电容C_d变化很小,基本接近于静态介电常数对应的数值。

基于Stateflow的切换系统仿真

讨论了切换系统及其应用，给出了制冷空调温度自动控制模型与汽车自动控制模型，并基于Matlab／Simulink／Stateflow，以汽车自动换档切换控制系统为例进行了仿真。此项研究，不仅具有一定的理论价值，也具有一定的应用价值。

PLC及伺服技术在齿轮专用铣床改造中的应用

介绍一种普通铣床改造成齿轮加工专用铣床的方法,其控制系统主要包括小型可编程逻辑控制器和伺服驱动器。改造后的铣床不仅加工精度有了保证,而且大大降低了操作工的劳动强度,提高了生产效率。

自增强技术的研究

介绍目前实现自增强技术的主要方法,如机械式挤压法、直接静液压法、爆炸胀压法和固体自增强法等。根据自增强技术原理,结合材料的应力应变关系,总结自增强技术对材料的要求。

突出预测时打钻异常现象原因的解释及其预防途径

针对煤矿现场人员对打钻异常现象发生原因的疑问,作了一些原理上的分析,在此基础上对在工作面进行突出危险预测时的各种打钻异常现象作了解释说明,并提供了一些有效的预防途径及措施,为煤矿现场打钻施工提供一些必要的参考。