雾霾环境下基于PLATE-YOLO的车牌检测方法

针对目前车牌识别领域中,雾霾环境下车牌检测准确率低的问题,本文提出一种基于深度学习的抗雾霾车牌检测方法,该方法能够检测民用车牌和机场民航车辆车牌。该方法首先利用一种基于卷积神经网络的去雾算法对车牌图片进行去雾预处理,然后将处理过的无雾霾图片送入PLATE-YOLO网络中检测车牌的位置。该PLATE-YOLO网络是本文针对车牌检测的特点,对YOLOv3网络做了修改后得到的适用于车牌检测的网络。主要改进点有两处:第一,提出了一种基于层次聚类算法的锚盒(Anchor Box)个数和初始簇中心的计算方法;第二,针对车牌目标较大的特点,对网络的多尺度特征融合做了优化。优化后的PLATE-YOLO网络更适合于车牌检测,且提高了检测速度。实验证明,PLATE-YOLO网络检测车牌的速度较YOLOv3提高了5 FPS;在雾霾环境下,经去雾预处理的PLATE-YOLO车牌检测方法比未经去雾处理的车牌检测方法准确率提高了9.2%。

基于多目标遗传算法的斜盘式轴向柱塞泵低脉动结构优化设计

由于轴向柱塞泵的非对称结构特性,其输出压力和输出流量存在脉动特性,对液压系统的输出稳定性和可靠性造成影响,因此提出了一种基于多目标遗传算法的斜盘式轴向柱塞泵低脉动结构优化设计方法。首先,通过CFD(computational fluid dynamics,计算流体动力学)仿真分析方法,对轴向柱塞泵上/下死点位的压力-流量脉动的产生机理进行了分析;其次,对阻尼槽结构参数对轴向柱塞泵输出压力-流量脉动的影响规律进行了分析,构建了阻尼槽结构的多目标优化模型;最后,求解了低脉动阻尼槽结构。优化后的结构参数:阻尼槽半径为2.21 mm,阻尼槽长度为10.32 mm,阻尼槽错配角为16.54°。优化后压力脉动率为0.59%,相比于优化前的0.75%降低了0.16%,脉动幅值为0.25 MPa;优化后流量脉动率为12.02%,相比于优化前的5.61%降低了43.59%。研究结果为轴向柱塞泵低脉动结构的优化设计提供了有效的理论支持和实践指导。

轴向柱塞泵配流副椭圆开口偏置类抛物线微织构多目标优化

为了提高轴向柱塞泵配流副承载性能、抗摩擦磨性能及容积效率,以某型斜盘式轴向柱塞泵配流盘为原型开展研究。首先,依据正交实验理论采用CFD方法研究椭圆开口偏置抛物线微织构(Elliptic opening offset parabola micro texture, EOOPT)形状参数对轴向柱塞泵配流副承载压强、摩擦因数的影响规律,并联合运用神经网络和遗传算法对EOOPT的形状参数进行优化设计。其次,运用响应面分析方法研究EOOPT分布参数对配流副承载压强、摩擦因数和泄漏量的影响规律,并对形状参数进行优化设计。最后对最优特征参数EOOPT织构化的柱塞泵配流副和未织构的相关性能进行对比分析,结果表明,前者的承载压强较后者提高11.23%,摩擦因数和泄漏量分别减低16.67%和2.96%。

破片杀伤战斗部空爆状态下车顶夹芯板防护性能分析与优化设计

在现代战争中,为实现远程精确打击,众多破片杀伤战斗部选择车辆顶部作为首选攻击位置,而目前国内外关于冲击波和破片联合作用下车辆顶部防护的研究基本没有。为提高特种车辆顶部防护性能并实现结构轻量化设计,通过北约一级替代装药爆炸试验和破片飞散理论计算,验证了数值模拟的有效性和准确性。根据LS-DYNA软件分析结果数据和破片外弹道方程,采用Python软件等编写用于分析不同起爆高度下破片落点分布的解算处理程序。设计一种I-Y型夹芯板,并与另外5种不同结构夹芯板的防护性能进行综合比较,证明了该型板的优越性。进而以质量损失、能量吸收、背板峰值位移及破片速度分布为评价标准,研究炸药起爆方式、炸药相对位置、面板和背板厚度、夹芯层结构参数对I-Y型板防护性能的影响。选择面板厚度、背板厚度、夹芯层高度和胞元宽度为设计变量,以背板峰值位移和夹芯板质量为优化目标,用最优拉丁超立方试验方法进行采样,采用Kriging法构建代理模型,用非支配排序遗传算法进行多目标优化求解,并对最优解进行仿真验证,为冲击波和破片联合作用下车顶防护结构优化设计提供了支持。

混合多策略MHSSA智能优化风电拉挤板生产排程

针对带序列相关调整时间和顺序齐套约束的风电拉挤板生产排程问题,构建了最小化设备负荷偏差、交货期偏差和最大化设备利用率的多目标优化模型,改进并设计了基于Pareto寻优和拥挤度计算机制的多目标启发式麻雀搜索算法(multi-objective heuristic sparrow search algorithm, MHSSA)。算法具有“组件-区域”两层编码方式和“倒排-修复-优化”启发式解码算子;采用多规则结合反向学习的改进种群初始化策略,增强了全局搜索能力;利用具有交叉算子和外部存档扰动机制的改进搜索策略,提升了寻优精度和种群多样性。通过数据集测试和实例仿真分析,验证了排程优化模型和智能排程算法的有效性。

基于有限元法的核电厂防异物堵板分析与优化

为探究不同材料蜂窝结构堵板对核电厂作业工况的减重效果与相应的力学性能,借助有限元分析软件(ANSYS)分别对各个材料以实心堵板、蜂窝堵板和空心结构堵板进行静态变形计算与评定和动态仿真分析。首先进行静态载荷分析,对堵板的关键部位施加法向垂直荷载模拟工作中持续荷载;对堵板采用动态冲击仿真分析与实验,比较了五种材料的三种不同结构堵板主要受载荷部位的变形影响;通过冲击仿真,对比动力学冲击形变量与塑性变形量,判断不同材料的力学特性以找到选取最优解。结果表明:在施加静态载荷与动态冲击时,蜂窝结构堵板的减重效果最佳,在不同的加载条件下性能最好;7010铝合金重量轻,承载能力强,能很好地吸收冲击,更适合应用于核电厂堵板。采用7010蜂窝铝板,综合加工工艺优化与样件实验,堵板重量由19.3 kg降低为13.2 kg,极大地提高了产品的实用性。

迫击炮复合材料座钣多工况多目标优化

未来信息化战争对迫击炮射程、射击精度、机动性等核心指标提出了很高要求,迫击炮座钣的轻量化设计已成为迫击炮轻量化设计的研究热点。复合材料因具有强度高、质量轻、耐冲击等优点在座钣设计上得到了应用。为保证复合材料座钣的强度和稳定性,拓展复合材料座钣的适用工况,采用多目标聚合方法,以座钣沿炮膛轴线方向的位移、侧方向的位移、复进阶段反跳程度、炮口振动状态和座钣质量为优化目标,开展了迫击炮复合材料座钣多工况多目标研究。采用BP神经网络方法,构建近似代理模型,并进行模型验证和可信评估,基于代理模型,利用遗传算法对优化问题进行求解。考虑复合材料层合板的材料特性,对复合材料座钣进行优化设计,达到其射击稳定性和机动性之间的最佳匹配,提高迫击炮复合材料座钣的综合性能。综合比较黏土、中硬土和坚硬土3种工况下复合材料座钣的强度和射击稳定性,结果表明该研究方法对迫击炮的轻量化设计具有一定的参考价值。

基于多目标粒子群优化算法的动力电池仿生冷板结构优化设计

为了提高锂离子电池的冷却效果,提出一种高度对称的仿生网状流道冷板。首先,利用单因子分析法分析了冷板结构参数对其性能的影响,然后,以冷板的平均温度、温度标准差和冷却液压力损失为性能指标,采用多目标粒子群优化(MOPSO)算法对冷板的结构参数进行了优化,得到性能最优时的流道宽度、流道深度和冷板壁厚分别为9.0 mm、1.5 mm和1.4 mm,对应的平均温度、温度标准差和压力损失分别为33.20℃、1.33℃和65.63 Pa,相比于初始结构参数,优化后的平均温度和温度标准差分别下降1.92℃和0.02℃,但压力损失增大27.10 Pa。最后,在电池模组层面验证了优化结果。

水下爆炸载荷下柔性支撑板架结构防护效能快速预报与优化方法

为实现柔性支撑板架结构在水下爆炸下防护效能的快速评估和设计优化,基于高置信度仿真,建立了水下爆炸作用下柔性支撑板架防护效能的评估方法并开展试验验证。采用验证后的高置信度仿真方法生成样本工况数据,并通过径向基神经网络模型构建能快速评估柔性支撑板架结构防护效能的代理模型。结合多岛遗传算法对建立的代理模型进行防护结构高防护效能和轻量化的多目标优化并获取最优结构参数。建立的快速预报与优化方法可以为相关的结构设计优化提供重要的技术支撑。

基于声波操纵的微小物体运动建模与控制

采用声波操纵克拉尼平板上的微小物体,在精准医学、液滴和颗粒的工业控制等方面有着广阔的应用前景.传统声波操纵认为在运动过程中,声波对微粒的影响是无序的,而近年来,研究得出声振动是有序的,但缺乏精确、有效的建模手段,限制其应用.针对该问题,本文提出了结合Faster R-CNN算法与局部加权回归(LOESS)算法的方法对声波场进行建模.采用图像识别技术辨识微粒在克拉尼平板上的位置,计算在某一固定声波频率下微小粒子在克拉尼平板不同位置上的位移.在积累大量位移数据后,基于LOESS算法,建立平板上的完整声波位移模型,分析声波力场如何在平面上对微小物体的运动施加影响,并建立仿真模型,进行克拉尼平板上微粒操纵的仿真实验.最后,本文将基于所搭建的声波操纵平台,对易碎的速溶咖啡颗粒进行控制,通过与仿真实验相对比,验证了建模与控制方法的可行性,证明该模型可实现微小粒子的运动控制.

基于语义对齐和层次优化的非机动车车牌识别定位方法

对非机动车违规行为依法追究责任是提高城市交通安全的有效手段。由于非机动车车牌具有尺寸小、分布密集、易遮挡等特点,导致应用传统的深度学习方法会出现特征信息大量丢失的现象。为此,提出一种基于语义对齐和层次优化的非机动车车牌识别定位方法。首先设计底层信息融合的语义对齐模块,在上采样过程中利用底层目标信息引导高层语义向下融合,以解决高底层语义冲突带来的小目标特征丢失问题;然后构建CSP结构的层次优化模块替代深层ELAN模块,使用堆叠少量卷积核模块提取目标信息以减少网络层数,避免特征信息在深层丢失;最后,为减少训练过程中的匹配误差,使用K-Means++算法聚类得到适合非机动车车牌的初始锚框,提高小目标识别定位准确率。实验结果表明,所提方法在自制非机动车车牌数据集上的识别定位准确率为90.95%,与YOLOv7、YOLOv8等代表性方法相比至少提升3.58%,为非机动车车牌识别定位提供了一种有效的方法。

基于数字孪生的数控加工路径优化算法研究

数控加工的路径选择是至关重要的,对产品质量和生产效率有着深远的影响。本文借助数字孪生技术,以斜盘式汽车空调压缩机中的关键零件—“斜盘”为研究对象,对数控加工路径进行了算法的优化研究。利用数字孪生技术,制造了一个模拟真实车间加工环境的数控加工模型,然后在此模型基础上,采用了一种多目标优化的策略,设计并实施了一种全新的加工路径优化算法,该算法兼顾的因素包括加工精度,生产效率以及工具的使用寿命。实践证明,基于数字孪生的加工路径优化算法的效果是显著的,能够极大的增加加工精度和效率,同时最大化工具的寿命。这些结果可以为企业数控加工的生产决策提供理论和实践参考依据。

NSGA2算法在十字防波板结构参数优化中的应用

小型消防车的水箱质量和尺寸相对整车的占比均较大,导致在行驶过程中水箱内介质的晃动对车辆的操纵稳定性影响显著。为探究消防水箱内部十字防波板的结构参数对车辆的操纵稳定性的影响。首先借助正交试验的方法,利用有限元分析十字防波板结构参数对液体晃动时水箱的载荷转移量及晃动力的影响;然后建立十字防波板结构参数与水箱的载荷转移量及晃动力之间的多目标代理模型,基于NSGA2遗传算法与COWA算子决策出一组最优方案;最后对整车动力学模型进行有效性验证,并通过仿真比较不同方案对车辆操纵稳定性的影响。结果表明,优化后的十字防波板设计方案使水箱的载荷转移量与晃动力下降了29.17%与10.90%,相较于未设置防波板方案与初始防波板方案,在双移线工况下的侧倾角评分分别提高19.12%和10.09%,横摆角速度评分分别提高5.69%和1.65%。该研究为小型消防车的水箱十字型防波板优化设计提供了理论参考。

复杂道路环境下的车辆牌照检测与识别

针对复杂道路环境中车牌因倾斜、模糊、遮挡导致图像定位检测效果不佳和识别精度低等问题,提出一种基于全局阈值的灰度二值化图像预处理方法,采用YoloV5l算法对后处理阶段的数据集进行定位检测和检测结果评估,并通过R-CNN模型识别定位检测后的车牌图像字符。结果表明:当训练过程持续到100轮次时,相比于Faster R-CNN算法,该模型检测的平均精度均值(mAP)提升9.2%,识别准确率提升17.33%,验证该方法检测和识别车牌的有效性与优越性。

基于拓扑优化的机床立柱筋板改进

在拓扑优化的基础上,提出根据拓扑优化结果改进筋板布局的方法,并结合案例,构造了基于相对密度法的连续体结构动力学拓扑优化设计数学模型,以结构的相对密度为设计变量,分别以柔度最小化、一阶固有频率最大化为目标和两者结合的多目标进行拓扑优化。在采用多目标优化时,对两个目标用加权和方法进行折衷处理,通过设置权值来确定两者在优化中所起作用大小。优化后得出不同的密度云图,根据密度云图所示材料分部,改进筋板布局,达到提高机床动、静态特性的目的。

X射线数字成像技术中成像板物距的测量

目前X射线机在无损检测领域发展迅速,但在测量物距时并没有考虑真实成像表面和成像板表面的距离,测量结果会存在一定误差,从而影响图像的不清晰度的计算。首先通过标准的阶梯试块测量出X射线机的最小分辨率。利用标准试块的试验结果,选择合适的电流电压等参数值对试块进行透射,然后根据理论公式计算出成像板表面和真实成像面的距离。试验对检测时得到更准确的物距,计算图像的不清晰度等有重要意义。

基于遗传算法的蜂窝板换热器多目标优化

基于Workbench目标驱动优化系统,采用遗传算法对蜂窝板换热器进行了多目标优化研究,探讨了焊孔半径P1、蜂窝板半径P2、焊点间距P3等结构参数对蜂窝板各优化目标的影响并考察了各参数灵敏度。结果表明:蜂窝板结构不断扰乱了流体的边界层,很大程度上强化了传热;在研究范围内雷诺数的改变并不影响各参数与目标函数的关系;发现蜂窝板半径P2对各优化目标影响最大,并得出了3组较优结果;通过对蜂窝板在3000≤Re≤25000的数据结果进行关联,得到了蜂窝板流动换热的准则关系式,对此结构有一定的通用性。

利用Hough变换和先验知识的车牌字符分割算法

随着科技的发展 ,车牌识别系统得到了很多应用 .车牌识别系统包含三个部分 :车牌定位、字符分割和字符识别 .车牌字符分割是车牌自动识别系统中的重要步骤 .车牌字符分割中存在噪声干扰、边框影响、铆钉和间隔符影响、车牌旋转、光照不均等问题 .这些问题容易造成分割不准确 ,甚至分割错误 .针对这些问题 ,该文提出了一种先分段 ,再利用Hough变换拟合直线的水平分割方法和基于先验知识约束的垂直分割方法 ,同时提出目标增强的预处理方法 .大量实验表明 ,该算法较好地解决了以上问题 ,适用于各种质量的车牌图像 。

弹性底板上的液压支架整体尺寸参数优化

基于弹性地基梁理论,建立了弹性底板上的液压支架底座受力分析模型,以前后连杆力最小、结构尺寸最小、掩护梁弯矩最小、支护效率最高、弹性底板比压最小为5个优化目标函数,通过序列二次规化法对液压支架的整体尺寸设计参数进行优化,实现了不同底板状况下的整体尺寸参数优化,基于MATLAB/GUI可视化编程,实现了程序的可视化.算例分析表明,将底板比压作为优化目标函数对液压支架整体进行优化,在结构尺寸变化不大的前提下,优化结果不仅能满足设计要求,而且力学特性有较大的改善,前后连杆轴力、底板比压、掩护梁弯矩4个参数较优化前平均减少了31.95%.