基于轻量化的指针仪表检测算法研究

通过轻量化的神经网络算法部署在边缘计算设备是解决老式仪表读数问题的主流方向。该文提出了YOLOv5s-Pointer轻量化的指针仪表检测网络模型,以YOLOv5s网络模型作为基础,通过引入Mixup数据增强技术,使用MobileNetV3网络替换CSPDarkNet53特征提取网络,采用SLoU Loss定位损失函数,并引入动态样本权重思想,对网络进行改进。实验结果表明,相较于YOLOv5s网络在验证集上的参数量和计算量分别减少了78%和57%,精确率提升了1.3%。

基于改进轻量化YOLOv7的变电站数显仪表检测

针对在实际工业生产环境下,当前通用检测模型算法参数体量大、检测精度低,同时巡检机器人上部署困难等问题,提出一种基于改进YOLOv7轻量化模型的数显仪表检测方法。为减少计算量,在YOLOv7网络中引入GhostNet作为主干网络模块,并且将SPPCSPC替换为了RFB,在降低模型参数量的同时有效提升了检测精度。实验结果证明,本文算法相较于原YOLOv7算法,模型大小压缩了40MB,参数量减少了57.5%,同时检测精度mAP从原来的98.9%提高达到了99.3%,有效验证了本文算法的有效性。

化工仪表检测技术在流体压力控制中的应用研究

化工界的生产力和品质,大体上受制于流体压力管理的精确度。这篇研究在深度探察化学工业的流体压力管理后,将化工仪器的检测科技在管理流体压力中的核心地位和用途呈现出来。论述了化工仪器的检测科技的基本步骤和工作理论,确定了它在自动化流体压力管理中可以发挥的功能。研究结果证实,这项科技能精准测量和管理流体压力,极度提升了化学工程的稳健运行和产能,并且包含丰富的实用价值。此外,我们对化工仪表检测技术的不足进行了讨论,并提出了改进方法,旨在进一步提高流体压力控制的精确度,为未来的研究提供方向。总的来说,本研究为化工仪表检测技术在流体压力控制中的应用提供了一定的理论基础和实践参考。

化工仪表检测技术在反应器温度控制中的应用研究

化工行业生产设备中的反应器,其温度调控的精确程度对产品素质与生产效益具有举足轻重的影响。依托现代化工仪表检测技术,本课题针对反应器温度的调控问题进行了全面深入的探讨。在反应器的温度管理中嵌潜着众多问题。融入了先进的化工仪表检测技术,实时监测反应器的温度并进行有效调控。持续使用温度传感器用以实时监测,将模拟信号经由数据采集卡转化为数字信号,并引入温度调控器实现闭环控制,以此实现反应器的精确温度管理。因此,化工仪表检测技术在反应器温度控制中具有重要的实用价值。本研究对于今后相关领域的研究提供了宝贵的理论支持。

基于可变形上下文感知网络的多尺度仪表检测

针对复杂背景下多尺度仪表设备检测面临较大挑战的问题,提出一种基于可变形上下文感知网络的仪表检测方法。针对工业环境干扰较多、小目标容易漏检的问题,设计了一种新颖的特征金字塔结构;通过引入可变形上下文信息、自适应扩展感受野,多尺度层级的空间和语义信息得到充分利用,有效提升检测效果并降低虚警率;对通用的检测头进行改进,预测额外的定位置信度来抑制低质量的检测框,使得目标框的回归更加精准。基于构建的仪表检测数据集验证了提出方法的有效性。实验结果表明,相比于基准网络,提出的方法在检测效果上有显著的提升。

基于改进YOLOv3的工业指针式仪表检测

为解决现有工业指针式仪表检测存在识别精度低、检测信息缺失、检测速度慢、成本较高的问题,提出一种改进的YOLOv3检测算法。新算法通过Kmeans++聚类获得先验框尺寸,选用轻量级网络Darknet-19作为主干网络并减少预测层数,引入注意力机制同时调整样本损失函数,达到损失函数快速收敛的效果。消融实验结果表明,改进的YOLOv3算法对工业指针式仪表检测精度达98.16%,检测速度相比原版YOLOv3网络提升一倍,检测结果信息完整,训练消耗资源降低3倍。算法在鲁棒性、实时性、实用性方面优势明显。

基于YOLOv3改进的工业指针式仪表检测方法

随着巡检机器人的应用,泵站、变电站、实验室对指针自动检测识别的需求增加。YOLOv3方法是使用最广泛的基于深度学习的对象检测方法之一。它使用K-means(K均值聚类算法)聚类方法来估计预测边界框的初始宽度和高度。使用该方法估计的宽度和高度对初始聚类中心敏感且耗时。为了解决这些问题,文章从YOLOv3电表检测算法出发,提出了解决特定电表检测过程中涉及的目标检测性能不足的问题,取得了改进原有算法主干网络大、参数多、计算量大的弊端的成果。

基于注意力机制的污水处理厂出口泵站无人值守仪表检测系统

在污水处理厂泵站出口无人值守巡检场景中,各类机柜仪表检测作为小目标检测任务存在遮挡多和目标小等困难,而现有常用小目标检测算法仍存在检测准确率低、冗余度高和实时性差的问题。为此,设计了一套仪表视觉检测算法,基于Yolo系列目标检测算法,提出了一种改进的基于注意力机制的小目标检测算法。首先引入了混合域注意力模块CBAM,从通道和空间维度引导模型学习小目标重要特征;然后通过删减原网络大尺度目标预测分支,来减小模型计算复杂度,提高网络实时性;最后通过实地数据采集、边缘设备部署,对所提出的算法进行了部署与应用。结果表明,改进后的网络模型训练损失较原模型下降约8%,小目标检测平均精确度约98%,较原模型提升6%,单张图片前向推理平均耗时0.017 s,较原模型提升3%,算法具有较高的准确率和良好的实时性,满足实际应用要求。

汽车仪表检测设备在线故障处理解决方案探索

本文针对企业仪表检测企业在使用汽车仪表检测设备时,因其使用流程较为复杂,出现设备故障,而问题又无法及时得到解决的问题,面向汽车仪表检测设备的生产企业,提供了一种基于工业互联网技术的自动化检测设备在线故障辅助处理解决方案。该方案通过将解决方案部署在云服务器,使得工程技术人员不去现场,问题即可以得到解决,既提高了仪表生产企业的生产效率,又节省了仪表检测设备生产商的企业人力成本,且本方案可移植性好,推广价值较高。

可燃气体仪表检测系统的特点及应用

介绍了可燃气体仪表检测系统在石油化工中的用途以及工作原理、安装要求等。对日常维护和技术要求也做出了说明。

通用汽车仪表检测平台的设计与实现

针对目前仪表检测缺乏集成性、通用性等问题,开发一款通用的汽车仪表检测平台,用以检测汽车CAN总线仪表与普通数字仪表常见表盘指示数据的精度,以及信号报警指示装置的工作状态。该平台采用基于VC++6.0的虚拟仪表、CAN总线、仪表指示状态对比等技术方法。对普通数字仪表与CAN总线仪表进行实际测试,结果表明,该平台具有良好的集成性与通用性。

基于单片机控制的DDZ型热工仪表检测仪的设计

本文以PIC16F877单片机作为主要的核心部件,通过对A/D转换、串口通信、键盘设置等模块的软件编程,设计了一个测量准确、动态显示,并能与外部计算机进行通信的DDZ型热工仪表检测仪。

频发化工事故敲响先进仪表检测警钟

化工行业一般具有高温、高压、易燃、易爆、腐蚀、有毒等特点，是事故多发行业。与煤矿、交通等事故相比，化工事故往往会造成更大的经济损失，同时极易引起社会恐慌．影响稳定大局。

仪表检测在发动机上的应用

用气缸压力表检测气缸压缩压力，用真空表检测进气歧管内真空度，来分析判断发动机的工况，是一种可靠、方便、高效的方法。维修人员通过查看气缸压力表和真空表上数据的变化，有时再加以必要的实验，即可知道有关故障的原因、部位以及大致所需的配件、维修经费等。这种科...

基于机器视觉的矿用数显电测量仪表检测系统

针对人工核定煤矿数显电测量仪表时存在的检测效率低、劳动强度大、受人主观因素影响等弊端,设计了基于机器视觉的煤矿数显仪表自动检测系统。该系统通过控制数显电测量仪表上电全显示与相机录像获取开机过程,使用亮点统计方式识别全显帧,采用模板匹配完成仪表显示质量的自动判定,并通过穿线法字符识别自动判定其测量精度。工业样机实验结果验证了该系统的有效性。

基于YOLOv3的改进仪表检测算法

仪表检测是智能仪表测试不可或缺的环节,其效果直接决定仪表测试的准确率。针对仪表检测背景复杂且要求速度快的特点,提出一种基于改进YOLOv3的目标检测算法。基于YOLOv3算法,首先使用DenseNet(Densely Connected Convolutional Networks)替换Darknet中的最后2个网络块,以加强模型对特征的重用。然后采用轻量化的Darknet-46作为特征提取网络,并将DenseNet中的卷积神经网络修改为深度可分离卷积网络,再将所有检测层(YOLO Detection)之前的6层卷积修改为2层,以减少模型的参数。同时引入GDIOU(generalized-IOU and distance-IOU,GDIOU)边界框以回归坐标损失,并根据检测需求重新调整损失函数的权重。实验结果表明,相比原算法,改进的YOLOv3算法参数数量减少40%,在仪表检测中的精确率和召回率分别达到95.83%和94.98%,分别提高2.21个百分点和2.09个百分点,平均精度提高2.42个百分点,检测速度提高30.18%。

PCI总线技术在仪表检测控制系统中的应用

给出了一种基于PCI总线技术控制的仪表检测控制系统的设计方法。该系统以研华PCI1750作为I/O控制卡,并以研华PCI1601作为仪表监控数据采集通讯卡,同时通过VB 6.0编写系统的上位机软件。实验结果表明,该系统可提升数据传输的实时性,降低系统所需成本,从而实现设备管理的一体化。

自动化仪表检测中的车间调度问题优化与仿真

为解决自动化仪表检测工作中的作业车间调度问题以提高其工作效率,提出一种基于生命力选择的精英鲸鱼优化算法。利用生命力选择方法替换表现较差的个体,克服鲸鱼优化算法在调节搜索范围方面的不足,避免种群陷入局部最优,加快种群向全局最优解收敛的速度。结合标准实例和北京东方计量测试研究所的自动化仪表检测实例,对算法进行仿真分析,验证了精英鲸鱼优化算法在求解作业车间调度问题的有效性和稳定性,其可以满足自动化仪表检测工作中的日常检测任务调度需求。

回转窑仪表检测装置的研究与应用

采用无线测温技术和温度测量装置、流量测量装置、液位测量装置3项专利技术,攻克了回转窑检测环境差造成测量不准确的难题。该技术实际应用效果较好,具有广泛的推广价值。