改进YOLOv7算法的钢材表面缺陷检测研究

当前,基于深度学习的智能检测技术逐步应用于钢材表面缺陷检测领域,针对钢材表面缺陷检测精度低的问题,提出一种高精度实时的缺陷检测算法CDN-YOLOv7。加入CARAFE轻量化上采样算子来改善网络特征融合能力,融合级联注意力机制和解耦头重新设计YOLOv7检测头网络,旨在解决原始头网络特征利用效率不高的问题,使其充分利用各尺度、通道、空间的多维度信息,提升复杂场景下模型表征能力。引入归一化Wasserstein距离重新设计Focal-EIoU损失函数,提出NF-EIoU替换CIoU损失,平衡各尺度缺陷样本对Loss的贡献,降低各尺度缺陷的漏检率。实验结果表明,CDN-YOLOv7的检测精度可达80.3%,较于原YOLOv7精度提升了6.0个百分点,模型推理速度可达60.8帧/s,满足实时性需求,CDN-YOLOv7在提升各尺度缺陷检测精度的同时显著降低了缺陷的漏检率。

基于卷积神经网络的移动机器人声源定位方法综述

听觉系统是机器人感知周围环境信息的重要途径之一,精准有效地进行声源定位,可极大提高移动机器人的感知与决策能力。将声源定位应用于危险环境救援与巡检具有重要工程意义。随着深度学习的广泛应用,引入卷积神经网络(convolutional neural networks, CNNs)的声源定位效果显著改善。将移动机器人声源定位研究从网络架构与改进、声音特征类型、数据仿真与增强,以及多模态信息融合四个角度进行综合对比及分析,并对技术的应用提出思考与展望。

复杂人机共融场景中人体姿态识别及避碰策略综述

智能机器人与人类智慧的融合,即人机协作共融,已经实现了将机器人的机械优势和人类的高级认知能力集中于同一个工作架构之中,能够在复杂环境中协同作业,从而提高效率。针对复杂的人机共融场景,特别是机器人在诸如光线条件变化、背景干扰以及运动过程,对比总结了基于机器视觉的人体姿态识别方法和基于机器学习的避碰策略,详细比较各类方法的研究现状及应用,并探讨了基于深度学习的目标识别和避碰方法的发展及应用。

新工科背景下“1+X”教学方法研究——以智能机器人技术课程为例

在新工科背景下,高等教育需要不断创新教学方法,以适应时代的发展和人才培养的需求。通过对智能机器人技术课程教学现状的分析,详细阐述基于“1+X”教学方法的具体实施步骤和对学生的影响,研究和探索该方法在课程教学实践中对学生的理论知识、实践能力、工程意识的成效。同时探讨该方法对高等教育教学改革和创新的启示,对于在新工科背景下开展高质量教学具有一定的参考价值。

轮足复合式爬壁机器人研究综述

当前轮足复合式机器人机构主要包含轮足结合、分离复合以及变形轮足,分别能够实现不同障碍通道的移动作业、复杂未知环境的探索操作以及突发应急救援等应用。然而,针对船舶、压力储罐等金属立面环境,轮足复合式爬壁机器人必须兼具壁面适应、越障和壁面过渡的全位置自主作业能力,应用于壁面焊接、清洗、检测等作业任务。对比分析当前的国内外研究,轮足复合式爬壁机器人针对在垂直和倾斜壁面的工程应用有良好的适用性,它具备适应复杂曲面工作面的能力,并能够应对非结构化工作场景。轮足复合式爬壁结构在应对曲率变化、非结构化壁面等工作将会有良好的应用前景。

基于共轭驱动的Cu(Ⅱ)氧化仲胺合成氯桥联双核Cu(Ⅰ)配合物

现行的实验教材中缺乏双核桥联配合物合成的实验,关于仲胺合成和Cu(Ⅱ)氧化性的知识也较少。本实验从有机化学理论知识中的基本反应出发,设计了两条路线合成目标仲胺配体,即基于亲核取代反应的路线一和亲核加成缩合-还原的路线二。运用配位化学原理及有机化学中的共轭驱动效应,使弱氧化性的Cu(Ⅱ)将仲胺氧化成共轭的芳香亚胺(希夫碱)结构,同时利用希夫碱的配位作用和氯离子的桥联配位作用形成稳定的氯桥联双核Cu(Ⅰ)配合物。为适应普通高校的实验教学条件,本实验还设计了一套操作简单、现象直观的Cu(Ⅰ)配合物中铜离子价态的鉴定实验。本实验所涉实验原理既包含基础化学反应知识,又体现最新的科学研究成果,反应条件温和、实验现象直观、重现性好、收率高,能有效提高学生的综合实验操作技能,锻炼学生的有机合成、配位合成能力。

多学科交叉的车辆工程专业人才培养模式研究

在新工科背景下,汽车产业的智能化、网联化、电动化、共享化均有了长足的发展,为适应时代进程,车辆工程专业需加强对人才的多元化培养。本文提出基于车辆工程专业构建多学科交叉的培养模式,通过制定符合时代发展的个人和团队目标,搭建多学科交叉融合教学平台,并且构建全方位多层次的评价机制,实现多元化人才的培养与教学制度的改进。

医院薪酬制度改革对员工激励与绩效的影响

医院作为卫生系统的关键组成部分,承担了提供医疗服务和保护患者健康的使命。医院的员工在这个过程中扮演着至关重要的角色,他们的激励和绩效直接影响医院的治疗质量、成本效益和患者满意度。因此,医院管理者一直在寻求有效的方式来激励员工,以提高他们的绩效。薪酬是其中一个重要的方面,它可以用来奖励员工的工作表现,鼓励他们更好地完成工作任务。然而,传统的薪酬制度在满足现代医疗服务需求的情况下可能已经过时,因此需要进行改革。

医院党组织在员工思想政治引领中的作用研究

医院党组织作为中国共产党在医院中的基层组织,在医疗服务和医院管理中发挥着非常重要的作用。通过加强医院的党组织建设,可以有效推动医院各项工作的顺利开展,不断提高医院医疗服务水平,进而促进医院的可持续发展。本文将基于医院党组织的角色定位阐述,分析医院党组织在员工思想政治引领中的作用,指出当下医院党组织思想政治工作 开展现状,进而提出强化医院党组织思想政治工作的有效路径。

黑豆纳豆激酶粗提取物的免疫调节作用

以壶关大黑豆为原料发酵纳豆,分离得到黑豆纳豆激酶粗提取物(BNCE),对其结构进行初探,测定其酶活力和溶栓能力,并研究BNCE的免疫调节作用。通过红外光谱分析和扫描电镜对BNCE结构进行鉴定;分别使用纤维蛋白平板法和动物血块法测定BNCE的酶活及其对小鼠血块的体外溶栓作用;用MTT比色法探究BNCE对RAW264.7细胞增殖的影响;中性红染色法测定BNCE对RAW264.7细胞吞噬率的影响;ELISA法检测BNCE对RAW264.7细胞分泌IL-6、TNF-α和IL-1β的影响。结果表明,BNCE具有蛋白质的化学结构,表观呈现大小不同且无规则的碎片形状,具有一定的纤溶活性和体外溶栓作用。BNCE可以促进正常状态以及LPS激活状态下RAW264.7细胞的增殖,增强其吞噬率,并且有浓度依赖性。另外,BNCE还可以促进正常状态下的RAW264.7细胞TNF-α和IL-1β的分泌,抑制IL-6的分泌;也能抑制LPS激活状态下RAW264.7细胞IL-6、TNF-α和IL-1β的分泌。因此,BNCE具有一定的免疫调节作用,在食品工业上可以作为保健食品的一种优质原料。

室外广域环境下移动机器人地形障碍检测及分析方法

近年来,移动机器人已广泛应用于应急救援、公共安防、巡检探测等多个领域。在机器人移动过程中,环境感知能力尤为重要,尤其在包含动态、未知以及复杂因素干扰的室外广域工作场景中,障碍物检测极大影响机器人的功能及效率。针对地面移动机器人在此类场景下对障碍物检测的研究进展进行了对比,并根据障碍物的特征对正、负障碍检测方法进行了分析;进而概述了信息融合和深度学习在当前领域的应用现状;最后,总结了障碍物检测领域的研究现状,并指出相关技术的探索方向。

石化场站移动机器人RRT算法路径规划方法

广域石化场站环境具有障碍多、路况复杂、高度受限等多重干扰,不利于移动机器人的日常探测及应急救援。为了保证移动机器人在石化场站各种复杂地形下的正常工作,针对当前移动机器人的快速扩展随机树(rapidly-exploring random tree,RRT)算法及RRT*算法和Informed RRT*算法的原理,对比分析了用于移动机器人复杂石化场站环境路径规划的不同特征,并通过Pycharm仿真对比了几种算法各自的优缺点,为其进一步应用提供理论支撑。经仿真对比实验表明,Informed RRT*算法在复杂环境中表现出优越性。

变压器室3种通风散热方案模拟研究

基于计算流体动力学(CFD)建立了变压器室通风散热系统模型,采用标准k-ε湍流模型对室内变压器的通风散热特性进行了数值模拟研究,获得了室内气流组织的流场、温度场和空气龄的分布规律。探讨了不同的送风方式、风机的使用对室内变压器散热的影响,用空气龄指标对变压器室的通风散热效果进行了评价。研究结果表明:散热器底部使用风机不仅提高了室内的换热效率,改善了室内的散热特性,而且降低了进风口位置设置的要求,提高了进风口布置的灵活性;空气龄与空气的流动和扩散有关,综合反映了房间的通风换气效果,可作为反映室内温度场、速度场分布情况的一个综合评定指标。

结构和运动参数对微型联合收割机清选性能的影响

以微型联合收割机用旋风分离器型清选系统为研究对象,运用回归分析的方法建立了该清选系统的数学模型,优化确定了其最佳结构和运动参数,分析了各参数对籽粒清洁率和清选损失率的影响,并进行了该清选系统对喂入量和含杂率的适应性试验研究。结果表明,吸杂风机和扬谷轮转速对籽粒清洁率影响较大,而对清选损失率影响较小,筒深和吸杂管长度对清选损失率有较大影响,而对籽粒清洁率影响较小,在最佳参数下,清选系统的适应性较好。

一种基于YOLOv3的汽车底部危险目标检测算法

在公共安防领域,汽车底部潜藏的危险品危害性强,检测难度大.当前车底危险品检测主要通过模板匹配等传统目标检测技术进行检测,但存在检测速度慢、检测精度低的问题,为了能够更好地检测出藏匿于车底部位的危险品目标,提出一种改进的YOLOv3目标检测算法.该方法分别从多尺度图像训练、增加Inception-res模块和省去大尺度特征输出分支3个方面对YOLOv3网络进行改进.实验证明:在自制危险品数据集下,采用双数据集多尺度图像训练,网络的m AP值大约提高了0.9%,单张图像检测耗时大致不变;在3个支路分别增加相应Inception-res结构,网络的m AP值大约提高了1.5%,但是单张图像检测耗时却增加了原来的2.6倍;省去大尺度特征输出分支,网络的m AP值降低了0.3%,但是单张图像检测耗时也相应降低25.4%.通过结合上述方法对YOLOv3算法模型进行综合改进,选取双数据集多尺度图像训练的方式,同时省去大尺度特征输出分支,并在其他两支路增加相应Inception-res结构.这样在充分结合Inception-res结构优势的情况下,省去对检测耗时影响较大且对检测结果 m AP值影响较小的大尺度特征输出分支.实验测得改进网络m AP值大约提高2.2%左右,而单张图像检测耗时增加了0.014 s,在可接受范围内.且网络对于小尺寸目标识别效果明显增强,很好地满足了车底复杂背景危险品检测要求.

旋风分离型谷物清选器内流场数值模拟

介绍了一种利用CFD软件-Fluent进行旋风分离型谷物清选器内流场数值模拟的方法,采用雷诺应力模型(RSM)模拟了清选器内部气相流场,展示了清选器流场中对谷物清选影响最重要的模拟结果—压力、速度及其矢量分布。模拟结果分析发现:清选器内部气流的强旋流动,产生壁面附近的高压和低速、中心处的负压和高速,压力和速度的分布对谷物清选的影响是有利的。结果表明,运用CFD技术可以为清选器的改进设计提供可靠的理论依据。

朱集煤矿泥岩的流变试验与本构模型研究

巷道等地下工程围岩的蠕变极大地影响着工程的稳定性,正确认识岩石的流变特性可以使岩土工程的设计、施工和运行更加安全可靠。以朱集煤矿泥岩为研究对象,采用分级加载方式,进行单轴弹黏塑性流变试验,借助Origin软件对流变试验数据进行深入分析,研究该岩样各级荷载作用下的轴向蠕变规律,并分别采用线性的Burgers模型和七元件非线性黏弹塑性流变模型(河海模型)对轴向蠕变曲线进行拟合,确定流变模型的力学参数。将拟合曲线与试验曲线对比分析,结果表明:应力水平较低时,2种模型均能较好地反映蠕变过程;当应力达到长期强度后,七元件非线性黏弹塑性流变模型(河海模型)能较好地反映泥岩岩样流变的3个阶段,而Burgers模型偏差较大。

吡啶类单核钴(Ⅱ)配合物的合成、结构、与DNA的相互作用及细胞毒性

合成了一个新的单核钴配合物[Co(L)Cl2],配体L为吡啶类多齿配体4-甲基-N,N-二(吡啶-2-亚甲基)苯胺。对化合物进行了红外光谱、元素分析、X射线单晶衍射的表征。结果表明配合物的Co中心为五配位畸变的三角双锥构型。利用电子吸收、发射光谱和凝胶电泳等方法研究了配合物与DNA的相互作用。结果表明不加诱导剂时该配合物与DNA能表现出一定程度的切割活性,而加入诱导剂过氧化氢后,化学核酸酶活性显著提高。其切割机理为氧化切割机理,其中活性氧可能为·OH和1O2,且配合物与DNA的结合部位可能在大沟槽处。另外,用MTT实验测定了该配合物对体外HeLa、BGC-823、NCI-H460肿瘤细胞生长的抑制能力。

EKF交互多模型算法在目标跟踪的应用

针对移动目标跟踪过程中,传感器感知信息存在噪声以及运动轨迹突变导致目标观测失真甚至丢失的问题,提出了一种扩展卡尔曼滤波交互多模型算法(EKF-IMM)。该算法以交互多模型算法为主体,同时融入EKF算法做滤波处理,使得在目标跟踪过程中,不仅对目标的不同运动状态具有自适应能力,同时还能对运动状态中可能的非线性问题做更好的处理,提高算法的鲁棒性。仿真实验表明,EKF-IMM算法能很好得适应多变的目标运动,与标准KF-IMM算法相比,该算法降低了噪声对传感器的干扰,提高了定位精度。

左旋紫草素肠道转运及Caco-2细胞转运特性

目的研究左旋紫草素肠道及Caco-2细胞转运特征及其机制。方法应用翻转肠囊法和Caco-2细胞模型考察时间、浓度对左旋紫草素转运吸收特性的影响,应用P-糖蛋白抑制剂维拉帕米对左旋紫草素转运吸收机制进行研究,采用HPLC法测定左旋紫草素的浓度,计算其表观渗透系数(Papp)。结果在Caco-2细胞模型,随浓度增加和时间延长,左旋紫草素的累积转运量逐渐增加;加用维拉帕米后,使AP侧到BL侧的表观渗透系数Papp(AP→BL)显著增加,而从BL侧到AP侧的表观渗透系数Papp(BL→AP)显著降低。在翻转肠囊模型,100μmol·L-1左旋紫草素中加入维拉帕米后Papp显著增加。结论左旋紫草素的转运存在被动转运和主动转运2种形式,P糖蛋白参与主动转运过程;该药经肠道吸收中等,加入维拉帕米可能促进吸收。