基于多源域适应JYPLS迁移的间歇过程质量预测

针对间歇过程数据不足,单源域迁移存在模型偏移,跨域信息损失导致建模效果不佳、负迁移等问题,结合域适应学习和多源域学习方法的优势,提出一种基于多源域适应联合Y偏最小二乘(joint-Y partial least squares,JYPLS)迁移的间歇过程质量预测方法。该方法通过迁移学习使用相似旧过程的数据辅助新过程建模,提高建模效率和模型预测精度;采用多源域适应的方式,通过引入多个源域,有效避免了负迁移;基于域适应思想减少源域和目标域之间的边缘概率分布差异,使得源域知识在目标域更好地泛化。最后,通过青霉素发酵过程的仿真案例验证了所提方法的有效性。

面向多传感器数据融合的白酒发酵评估方法

针对由传统白酒固态发酵评估方法数据维度单一、可靠性低导致决策结果存在片面性和不确定性问题,提出了一种基于多传感器数据融合技术的白酒固态发酵状态评估方法。利用统计过程控制SPC方法剔除多传感器数据中偏离较大的异常数据,并以自适应加权融合算法将同类传感器数据进行局部融合,将局部融合数据利用模糊集理论建立各环境指标的隶属度函数,对得到的隶属度函数进行基本概率分配并按组合规则进行全局融合。根据决策准则,对融合结果进行判断,得到白酒固态发酵状态评估,将其与传统D-S证据理论、Sun Quan方法和Murphy方法的决策结果进行比较分析。结果表明:该方法有效综合了窖池中各环境参数的不同作用效果,提高了对白酒固态发酵状态评估的准确性,可为白酒生物发酵过程的控制与优化提供有效的技术指导。

模块化集成建造方式及质量智能检验

目前对模块结构的研究主要集中在结构体系、连接节点等结构领域,或抗震性能、抗连续倒塌等力学问题中,对集成建造方式及质量智能检验技术的研究相对较少。从建筑工业化的国家战略出发,为促进模块化建筑建造及检验技术进一步发展,以钢结构模块和混凝土模块为例,介绍模块化集成建造方式及质量智能检验技术。整理了模块设计及在工厂的生产环节,并按顺序详细介绍现场安装各环节,对目前已有的模块单元智能检验技术进行梳理;总结新技术推广在可行性、接受度等方面存在的问题,并给出相应建议,对未来发展方向进行展望,为模块化建筑推广提供参考。

基于机器视觉的冷床分流板位检测系统设计及实现

冷床分流板位检测是中厚板建设与生产的重要环节,其质量直接影响中厚板的生产质量,结合人工智能技术,以冷床分流板位检测为研究对象,设计了基于机器视觉的冷床分流板位检测系统。经实验测试,该系统远距离场景下间隔精度能够达到10 m以下,同时可达到100%的钢板跟踪成功率;此外,该系统在成本控制、通信时延等方面均具有较为良好的技术表现,可为冷床系统全流程跟踪与制造质量提升提供一定技术支持。

基于体积扫描容重法的社区垃圾分类系统研究

目的响应国家垃圾分类政策,通过设计社区生活垃圾分类设备检测系统,提高分类正确率,改善“混投乱投”的现状,从源头提高城市垃圾分类投递的准确性。方法结合现有针对垃圾容重区间划分方法和多种评价标准,总结归纳各类垃圾的容重阈值划分区间,并将其作为垃圾分类的判断方法。设计体积检测模块,利用激光测距传感器点阵获得待测物切片遮挡图和截面积,并计算待测物体积,结合称重传感器计算待测物容重,并依据容重区间对待测物进行分类判断。结果根据容重阈值分类标准,对多种随机样本进行检测。绝大多数可回收物和厨余垃圾的容重检测值在各分类的容重阈值内,可以被正确分类;其余样本在混合垃圾容重阈值内,符合边界条件设定和模糊垃圾的样本按其他垃圾标准处理的分选原则,检测结果符合分类要求。结论基于体积扫描检测容重的社区生活垃圾分类系统可以满足居民前端投递环节中对生活垃圾分类检测的需求,有助于提高源头分类的准确性,能有效推进我国垃圾分类和再生资源利用工作的发展。

基于COMSOL的粘接结构超声检测仿真分析

为揭示粘接结构内部超声检测信号传播规律,在建立粘接结构仿真模型基础上,采用多物理场耦合的有限元方法,对结构中不含缺陷及分别含有脱粘、气孔和裂纹缺陷时超声波的传播过程进行研究。结果表明,纵波和横波在介质中传播速度存在差异,两者会出现分离,纵波在前、横波在后;超声波在两介质中发生多次反射和模式转换,在侧表面上会形成表面波;超声波在脱粘及气孔缺陷处会发生全反射,其余处声波绕过缺陷继续向底面传播,缺陷面积越大,回波幅值也越高;裂纹处的回波波形与裂纹长度及方向都有关系,当与上表面夹角越接近90°,缺陷回波越难被接收到。该分析可为粘接结构的超声检测应用提供指导依据。

工业系统油液介质在线监测装置设计及应用

工业现场各种动力系统对运动伺服特性和系统能耗的要求不断提高,液压动力系统中需要洁净度较高的传动介质用于整个系统高效运行。为了适应重工业现场作业工况,更加方便快速地监测液压动力系统中液质的杂质水平,从而降低介质中杂质对系统关键元件和驱动部件的磨损,提高系统可靠效能和整体寿命,设计了一种用于液压系统中油液容器和动力介质管道中液质杂质含量监测的嵌入式机械电子装置。通过在线监测装置的结构和内部嵌入式系统的优化设计,以及对硬件和软件的整体优化和试验,实现了在重工业现场环境下快速进行液质有害杂质含量的实时监测和预警,为动力系统的正常运行和液压系统中杂质过滤设备的及时更新维护提供了保障,该在线监测设备的设计也为传统工业现场的在线监测方式提出了一种便利高效的借鉴方案。

包裹智能分拣系统分拣路径动态规划方法

为了提升包裹智能分拣系统的效率,设计一种包裹定向分拣路径动态规划方法。介绍一种新型包裹智能分拣系统的结构和工作原理;针对包裹智能分拣系统的特点,构建包裹定向分拣路径动态规划数学模型,并设计对应的规划算法;开发包裹智能分拣系统仿真平台,以验证包裹定向分拣路径动态规划方法效果。仿真结果表明:所设计的包裹定向分拣路径动态规划方法能够显著减少包裹平均分拣时间,从而提升包裹智能分拣系统的效率。

基于机器视觉的强漫反射圆状工件直径测量方法

针对圆状物体表面存在强漫反射导致的图像成像质量不佳,进而影响直径测量的问题,基于γ非线性灰度变换法,设计了该类物体的直径测量方法。首先,分析了摄像机畸变产生的原因和对直径测量的影响,给出了消除畸变的方法。然后,通过γ变换等图像处理方法提高了被测物体与背景的对比度,并提取了被测物体的轮廓。最后,应用非线性最小二乘法对圆进行拟合,求出被测物体的直径。实验结果表明:该方法测量误差在0.1 mm以内,运行稳定。

基于机器视觉的一种改进铁轨表面缺陷检测方法

由于机器视觉对铁轨表面进行缺陷检测时,其检测的缺陷大小远超过实际缺陷大小,为提高检测缺陷大小的精准性,提出基于机器视觉的一种改进铁轨表面缺陷检测方法。首先,提出一种基于边缘灰度值水平投影最大值的轨道边缘提取算法,在经过边缘检测后的图像中定位出轨道的真正边缘;然后,利用自适应降噪双边滤波保留缺陷边缘,针对性去除轨道表面噪声,避免了图像分割后需要进行形态学处理而造成的缺陷损失;最后,基于Otsu阈值分割引入背景加权,使分割的缺陷更接近实际缺陷。实验结果表明,低于50个像素的缺陷部分准确率和召回率分别达到:99.64%和100.00%,高于50个像素的缺陷部分准确率和召回率分别达到:97.89%和99.58%.

甘肃道地中药黄芪饮片质量等级分类算法研究

中药数字化是中药质量控制的发展趋势,而中药的质量等级分类是其中的重要环节.针对中药饮片质量等级鉴定自动化问题,将传统特征及遗传算法有机融合用于黄芪饮片质量等级分类.选取甘肃道地药材黄芪饮片,对其图像进行增强、归一化、空间转换等预处理,并融合颜色及纹理特征,将提取的8个颜色及纹理特征作为等级分类的特征向量,进而采用线性分类器通过特征向量的线性组合来对黄芪饮片的质量等级进行分类,通过遗传算法获取8种特征的最优权重系数以及不同等级的最优区间.研究结果表明,算法得到的优化参数具有较高的识别率及可行性.该结论有助于中药直观鉴别的科学定量化以及中药饮片的质量等级鉴定客观化.

电梯维保质量评价研究进展与趋势分析

目的:概述了电梯维保及其质量评价领域的研究历程与研究热点,并对未来的研究发展方向进行预测与展望。方法:使用文献计量分析法,首先综述了电梯维保领域的研究现状,从发展趋势、出版刊物、热点词分布等方向进行分析,梳理电梯维保领域发展历程,并归纳总结电梯维保领域的研究热点。其次,从电梯维保质量评价的定义与对象出发,对电梯维保质量评价领域的指标与评价方法进行分析。最后,系统总结电梯维保质量评价研究现状与面临的挑战,并预测了电梯维保质量评价未来的发展方向。结果:物联网结合数据驱动算法可广泛适用于电梯维保与其质量评价预测领域。结论:物联网、数据驱动算法已经成为电梯维保及其质量评价预测领域的重要方法。

基于Hough-Harris的消音壁顶点检测

在消音壁领域中,消音壁的顶点检测是后续对消音壁毁伤评估、三维重建等任务的关键,检测出的顶点准确率直接影响后续任务的精确度。为提高检测出消音壁顶点的准确率,提出一种基于Hough-Harris的消音壁顶点检测算法。首先,使用Hough算法检测出的角点作为基点;然后,利用Harris检测出消音壁边框上的角点,选取以基点步长为10个像素的领域内角点作为样本点;最后,建立回归模型,利用高斯提出的最小二乘法求出最小误差,预测出消音壁顶点坐标。实验结果表明,本文算法预测顶点坐标与真实顶点坐标偏差量都小于Hough算法和Harris算法检测出的角点,IoU评估指标高达98%以上,高于Hough算法和Harris算法的IoU指标。

人工智能在果蔬预处理中的应用研究

在人工智能和云计算、大数据、物联网等现代科技如火如荼地发展的形势下,对具有劳动密集型和生产线制造特点的果蔬预处理进行改进,建立智能制造总体框架模型,举例部分设备的具体应用并提出了一种智能的重量和质量分拣装置和一种智能的无人清洗设备的设想。通过分析比较,应用人工智能后在自动化程度、效率、缩短周期和提高质量等方面均有显著的进步。

基于压缩激励模块的工业产品缺陷分类算法

针对传统的工业产品表面缺陷检测技术检测效率低下、检测速度慢等问题,在以前工作的基础上,提出了基于压缩激励模块的工业产品缺陷分类算法。主要是在原有的并行模块与并行非对称卷积模块基础上增加了压缩和激励机制,通过显式的建模特征通道之间的相互依赖关系来提升网络的表征能力。在偏光片图像数据集上的实验结果表明,在不大量增加模型占用内存大小以及单张图片测试时间的基础上,显著提高了缺陷分类的正确率。

基于计算机视觉和声学响应信息融合的鸡蛋裂纹检测

为了提高对鸡蛋裂纹识别的准确性,建立利用计算机视觉和声学响应信息融合技术检测鸡蛋裂纹的系统,首先采集和分析鸡蛋被敲击后的声音信号,提取了4个特征频率、偏斜度平均值和崤度平均值共6个特征参数,作为人工神经网络的输入量,创建了结构为6-15-1的3层BP神经网络模型判别鸡蛋裂纹。其次,利用计算机视觉系统获取鸡蛋表面图像,提取了区域面积、圆形度、区域长径、短径和长短径之比共5个特征参数,作为BP人工神经网络的输入量,创建了结构为5-10-1的3层BP神经网络模型识别鸡蛋裂纹。最后,根据计算机视觉与声学响应技术检测鸡蛋裂纹结果的差异,融合二者的信息进行最终判断。结果表明:单独利用声学响应技术对裂纹鸡蛋判别准确率达92%,计算机视觉对裂纹鸡蛋的判别准确率只有68%。而将2种技术进行信息融合,对裂纹鸡蛋判别准确率可达98%,优于单一技术,能够发挥计算机视觉技术和声学技术检测的优势,充分保证鸡蛋的质量和安全。

利用敲击声音信号进行禽蛋破损检测和模糊识别

为了在蛋品加工中能够快速检测并剔除异常蛋(钢壳蛋、尖嘴蛋)和破损蛋,利用一个微型话筒和声卡采集蛋在敲击时的声脉冲信号,将采集到的声脉冲信号送计算机处理和分析。研究结果表明:正常蛋、破损蛋、钢壳蛋、尖嘴蛋的敲击声音信号在衰竭时间、最小共振峰频率和四点最大频率差等参数上存在差异,且差异的边界是模糊的。利用最大隶属度原则进行模糊识别,破损蛋的识别准确率达95%。

基于拟脑智能系统的烤烟烟叶分级研究

对烟叶进行检测与分级是控制烟叶质量的重要手段之一。研究烟叶质量的合理表征参数及其自动提取方法,以及烟叶辅助分级系统,是迫切需要解决的问题。应用人工智能方法和计算机技术进行烤烟烟叶自动分级,提出一种借鉴生物脑信息处理结构的烤烟烟叶智能分级系统。该系统由思维模型、感觉模型和行为模型3个子系统构成,分别模拟分级专家的思维智能、感知智能和行为智能,具有学习与记忆、判断与模糊推理、分级决策等多种思维功能,以及图像自动采集、上下位机通信等协调与控制功能。应用该系统进行烟叶分级试验的结果与分级专家分级结果的平均一致率可达到85%,与人工分级水平相当。

基于泡沫纹理信度分配SVM的矿物浮选工况识别

针对矿物浮选过程中泡沫纹理各向异性、纹理特征信度差异以及类间样本数分布不均等问题,提出一种浮选工况的自动识别方法。首先基于多角度融合的空间灰度共生矩阵计算角二阶矩、熵、惯性矩、逆差矩和相关性等二阶统计量描述泡沫纹理特征,然后引入信息熵的概念,以二阶统计量的信息增益分配各种纹理特征对分类器的信度,再通过类间样本数加权策略消除样本分布的不平衡性,最后实现了一对一加权支持向量机的浮选工况识别。工业现场泡沫图像测试结果表明,该方法能够有效降低小样本的错分率,提高整体识别率。

基于泡沫图像特征加权SVM的浮选工况识别

针对浮选泡沫视觉特征的多样性和重要度差异以及浮选工况样本数分布不平衡等问题,提出一种基于在线泡沫视觉表观特征加权支持向量机的浮选工况识别方法.通过色彩空间变换,在CIE-Lab空间计算泡沫颜色,采用多方向融合的空间灰度共生矩阵提取泡沫纹理特征,以视觉特征的信息增益评价该特征的重要度,再利用不同工况的样本数加权策略消除样本数不平衡的影响,采用支持向量机方法实现了浮选工况的自动识别.工业运行数据测试结果表明:该方法能够在线识别浮选工况,自动识别准确率达98%,比人工识别率高6%,比传统灰度共生矩阵方法高2%.