基于AE-RCNN的洪水分级智能预报方法研究

复杂产汇流特性地区使用洪水分级预报方法可提高预报精度,本文提出一种基于自编码器(Autoencoder,AE)和残差卷积神经网络(Residual Convolutional Neural Network,RCNN)的洪水分级智能预报方法,使用自编码器和K均值聚类算法实现对原始水文数据的特征提取和洪水分级,通过RCNN模型提升卷积神经网络的有效训练深度,以山东省小清河流域黄台桥水文站为例开展洪水分级智能预报研究。结果表明应用降维数据聚类的AE-RCNN模型MAE指标、RMSE指标、NSE指标分别为5.04、7.91、0.92,优于CNN模型、RCNN模型和降雨聚类RCNN模型。该方法能够有效提取水文数据特征、提高洪水预报精度。

汽车防抱死制动系统分级智能控制

在分析车辆制动时轮胎与地面接触力学特性的基础上,提出一种用轮速峰值连线来求解参考车速和参考滑移率的方法。为了解决汽车防抱死制动系统(ABS)在各种条件下复杂的控制问题,设计出一种由运行控制、参数校正和组织协调构成的分级智能控制系统。在运行控制级,给出参考滑移率误差的目标轨迹,建立特征模型、控制模态集和推理规则集,以此设计出基于参考滑移率的仿人智能控制器。在参数校正级,为了弥补只针对参考滑移率控制的不足,用车轮角减速度对仿人智能控制量进行校正。在组织协调级,设计出基于轮减速度和参考滑移率的模糊智能控制器来自动辨别制动时的路面信息,给出四轮制动的协调控制规则。运用Matlab进行汽车ABS的仿人智能控制系统研究,搭建出汽车ABS全车测控系统,参照国际标准,在不同条件下进行道路试验。试验结果表明,相对于逻辑门限控制,ABS分级智能控制具有良好的制动平稳性和自适应性,可提高控制精度,是一种有效的新的ABS控制方法。

山区高速公路隧道围岩分级智能判别系统初探

对于隧道围岩分级这类涉及到诸多影响因素的问题,利用计算机技术能避免人为因素带来的不确定性,可快速、合理地判定出围岩的级别。文章运用计算机编程语言和数据库技术,初步开发了一套山区高速公路隧道围岩级别智能判别系统,包括设计阶段围岩级别判别子系统和施工阶段围岩级别判别子系统。该软件系统界面清晰、操作方便,不仅可实现对围岩级别的定性与定量快速判定,还可实现对掌子面地质信息的查询、修改、添加、删除和报表打印等。此系统在四川西攀、攀田高速公路隧道围岩分级应用中取得了良好的效果。

工业锅炉燃烧系统分级智能控制

本文针对工业锅炉燃烧系统进行了分级智能控制设计。其中，专家监控级实现了系统在不同负荷、不同工况下的控制模式及参数的切换，可有效克服燃烧系统的非线性；模糊控制器级通过在静态解耦的基础上对各单回路实施模糊控制提高了响应性能。

手术字典库建立手术分级智能化系统的研发

目的在手术字典库建立手术分级智能化系统。方法在"病案统计管理系统"的手术字典库中标注手术分级附码,并将手术字典库和随之建立的手术分级智能化系统嵌入HIS系统。结果手术分级智能化系统可为临床医师填写首页手术分级栏时作分级指引,以便正确填写手术分级和病例分型。结论手术分级指引标准化,手术分级填写智能化,保证手术分级填写准确率。

分级智能工业互联网业务执行可靠性与时延性能分析

随着人工智能技术的发展,工业互联网业务执行和决策趋向更加智能化和自动化。同时,业务支持和任务执行变得更加复杂,且各业务对高可靠和低时延的需求越来越苛刻。以任务内容为中心,总结了任务数据特点、任务内容传输及任务计算等对人工智能业务执行的高可靠性和低时延的影响,并分析和建模了高可靠和低时延之间的矛盾及折中。在此基础上,提出了一种自适应任务调度方案,合理选取任务执行节点、优化传输和计算资源分配以最大化人工智能业务执行在高可靠和低时延方面的性能。仿真结果表明,相比于其他对比方案,自适应调度方案能够取得更高的任务执行性能。

基于钻进参数和岩性的钻爆法隧道围岩智能分级模型

为进一步提高基于钻进参数的围岩智能分级模型判识准确率,引入围岩岩性作为已知条件,对不同岩性分别建立基于钻进参数的围岩智能分级模型。首先,依托宜兴高铁、郑万高铁隧道工程中凿岩台车采集到的钻进参数,将其根据围岩岩性划分为白云岩、花岗闪长岩、灰岩、砂岩、页岩5类子数据集;然后,进行数据清洗、特征提取,对各子数据集及原始数据集按照4∶1的比例拆分为训练集和测试集,分别以提取的特征和原始特征均值2类特征集合作为输入;最后,使用机器学习随机森林算法建立5个基于钻进参数和岩性的围岩智能分级模型以及基于钻进参数的围岩智能分级模型,评估每个模型的泛化性能。结果显示:1)以提取特征集合为输入的白云岩、花岗闪长岩、灰岩、砂岩、页岩5种围岩智能分级模型在测试集上的准确率分别为85.48%、92.16%、88.62%、85.00%、89.47%,不考虑岩性的围岩智能分级模型的测试集准确率为84.91%。2)相比不考虑岩性的围岩智能分级模型,基于钻进参数和岩性的围岩智能分级模型测试集准确率提高0.09%~7.25%;相比不进行钻进参数特征提取,围岩智能分级模型准确率提升1.61%~13.82%。由此表明:进行钻进参数特征提取能够有效提升围岩智能分级模型的准确率;相比不考虑岩性的围岩智能分级模型,考虑岩性的围岩智能分级模型稳定性提高,模型的泛化能力提升。

基于VGG16-DenseNet集成模型的烤烟智能分级

为实现烤烟烟叶等级快速、准确的智能化识别,本研究基于手机拍摄的不同品种烤烟烟叶正、反面图像,构建了VGG16与DenseNet组合的新网络模型VGG16-Dense,并应用手机拍摄的翠碧1号、云烟87烤烟烟叶6个等级正反面图片,总共24类,验证该模型的有效性,同时与5个网络模型DenseNet121、ResNet50、AlexNet、VGG16和GoogLeNet进行比较。研究表明:VGG16-Dense网络模型在验证集的各评估指标(准确率、精确率、召回率、F1分数和平均损失值)均达到优秀值,在测试集的各评估指标较其他模型是最优的,准确率为92.71%,精确率为93.07%,召回率为92.71%,F1分数为92.72%,平均损失值为0.22,有较好的泛化能力,错判较少。VGG16-Dense网络模型能同时智能判别烤烟烟叶等级及其正反面,甄别不同品种,这为初级烤烟收购中的定级实现智能化提供理论指导。

煤矿机器人技术产业痛点及智能化分级标准

探讨了我国煤矿机器人行业的发展现状、痛点以及未来趋势。在“机器人+”大时代背景下,从机器人企业数量、地域分布、产业园区建设、优势赛道、国家政策等层面阐述了我国机器人产业发展情况,并阐述国内互联网和制造业大厂入局机器人带来的变革与挑战;重点分析了煤矿机器人技术及产业痛点,指出了煤矿机器人实现智能化应具备的3大能力;提出了应加强其供应链、标准体系等方面建设;详细介绍了煤矿机器人L_(0)~L_(5)的分级标准。

基于STM32的煤田火区远程智能分级注水系统及应用

传统的注水方法不科学,注水作业工程量巨大且效率低,造成了大量的水资源浪费,为了解决该技术难题,研究了煤田火区远程智能配注技术,将温度参数采集模块、电路控制模块、流量控制阀集成在智能配注器内并长期置于地面,结合无线通信技术及自动调整算法,形成了包括智能配注器、智能测控充电一体仪及地面通信控制主机的智能配注工艺。开发了监测系统远程调整注水流程和测温流程的作业时间,从而控制注水流量,实现了注水流量2 L/s、1 L/s、0.5 L/s的分级调控。新疆三道坝火区的现场试验表明,煤田火区智能分级注水技术可为煤火区智能化灭火提供技术支持。

掌上式生鲜猪肉新鲜度无损智能检测分级装置

为实现储运过程中生鲜猪肉新鲜度实时检测,该研究基于可见/近红外光谱技术开发了掌上式生鲜猪肉新鲜度无损智能检测装置。检测装置以可见\近红外光谱采集单元为核心,搭建了硬件系统,开发了生鲜猪肉新鲜度多指标同时检测和新鲜度分级软件系统。通过研发的检测装置采集了不同部位猪肉的650~1100 nm波长范围的漫反射光谱,经过标准正态变量变换(standard normal variable transformation,SNV)预处理后,对比连续投影算法(successive projections algorithm,SPA)和竞争性自适应加权抽样算法(competitive adaptive reweighted sampling,CARS)算法优选了猪肉新鲜度特征光谱,分别建立了不同部位猪肉新鲜度指标通用预测模型,并根据挥发性盐基氮(total volatile basic nitrogen,TVB-N)含量和pH值预测值,将猪肉分为新鲜、次新鲜和变质3个等级。试验结果表明,通过SNV预处理和CARS算法筛选特征波长后建立的PLS预测模型(下文简称“SNV-CARS-PLS”)具有更好的性能,TVB-N含量、pH值、亮度L^(*)、红度a^(*)和黄度b^(*)通用预测模型的预测集相关系数分别为0.942、0.945、0.940、0.933和0.833,预测均方根误差分别为1.131 mg/100 g、0.136、1.706、1.217和0.717。将通用检测模型导入检测装置进行了试验验证,对不同部位猪肉样本试验结果表明,TVB-N含量、pH值、亮度L^(*)、红度a^(*)和黄度b^(*)的预测结果与理化值的均方根误差分别为1.109 mg/100 g、0.134、1.140、1.094和0.636;新鲜度的分级正确率为92.86%;单个样品检测时间约为1 s。该检测装置可满足不同部位猪肉新鲜度多指标现场快速检测和分级的需求,为及时掌握储运过程中生鲜猪肉新鲜度情况、辅助决策储运和销售方案、保障生鲜猪肉品质安全具有重要作用。

融合多源异构信息的隧道围岩智能分级方法探索

常用的围岩分级方法受限于样本数量与经验归类,通常只适用于特定类型围岩,存在不良地质条件考虑不精细、多源地质信息利用不充分等局限,其智能化程度不高,在复杂地质条件下隧道围岩分级应用的精度和效率有限。针对这些问题,基于地质勘察设计、超前地质预报、岩石物理实验、掌子面测量等技术获取多源数据,综合考虑岩石性质、不连续体、地质背景、工程施工等多种因素对围岩分级的影响,提出一种融合多源异构信息的隧道围岩智能分级方法。综合多个网络单元构建关联多源异构信息与围岩级别的混合深度神经网络模型,可针对不同来源、不同类型的输入数据选用不同的网络结构开展特征学习,并面向围岩级别开展多分类目标学习,实现围岩智能分级,具有良好的灵活性。

基于双重预防体系的矿山安全风险智能分析系统

在国家相关政策指导下,矿山企业分别从风险分级管控和现场安全检查两个维度构建安全监管体系,但风险分级管控与隐患排查治理相对独立,彼此之间缺乏有效联系。为了解决矿山安全双重预防体系管理过程中存在的风险辨识针对性不强、风险分级方法单一等问题,在梳理现有双重预防体系业务流程的基础上,结合大数据分析技术和事故树分析法构建了双重预防体系全过程闭环管理体系;通过对地下金属矿山事故数据的采集与统计分析,运用事故树方法分析各类事故发生的潜在风险,并以事故严重程度作为评价依据,用于指导风险等级评价;采用大数据分析方法中的文本共现分析和模糊聚类分析模型对隐患数据进行处理与分析,形成了契合矿山实际情况的风险分级方法;根据全业务流程闭环管理体系的内容进行系统分析和设计,在此基础上完成系统开发;系统采用电脑终端、移动终端、数据大屏相结合的跨屏幕方式开发,实现风险分级管控和隐患排查治理全场景的应用。研究结果表明:系统实现了风险分级管控、隐患排查治理和风险智能分级的闭合式管理模式及多场景应用,达到了安全风险动态化、标准化、智能化分级的目的。

基于机器视觉的咖啡生豆快速检测与分级研究

目的建立基于机器视觉的咖啡生豆快速检测分级方法,实现咖啡生豆的快速无损等级评估。方法本研究提取咖啡生豆图像预处理后的形状和颜色共13种特征,首先通过特征分布图分析与主成分分析找到13类缺陷豆的显著特征,并确定其显著特征值范围来判定缺陷豆,然后对正常豆按粒度大小判断其等级,最后在MATLAB App Designer平台上设计了咖啡生豆快速检测与分级界面。结果利用机器视觉技术能很好地识别各个类别咖啡生豆,检测一级咖啡生豆准确率为94.77%、二级为93.20%、三级为95.85%,13类缺陷豆平均准确率为82.25%,咖啡生豆检测平均准确率达到91.52%,检测300 g咖啡生豆总用时25.3156 s。结论本方法提高了咖啡生豆分级的智能化水平,分级过程平稳且快速,为今后咖啡生豆在线检测分选提供了技术支持。

铁路盾构隧道智能建造的勘察技术及其智能化分级方法

在传统铁路隧道工程地质勘察过程中,往往会由于管理缺乏协同性、信息缺乏时效性、勘察成果缺乏共享性引起的信息沟通不对称问题,导致设计不完整、设计意图表达不明确,使得工程项目的勘察方与设计方缺乏协调,影响工程建设质量,项目对接不流畅。为有效解决这些问题,初步探索采用智能建造技术对勘察成果智能化。在阐述盾构隧道智能建造和勘察技术基本内涵的基础上,详细论述了盾构隧道智能建造及其勘察成果的智能化分级方法,总结出在盾构隧道智能建造勘察过程中应用BIM技术将勘察成果信息智能化的方式,创建三维地质信息模型,为设计、施工提供较为直观的地质结构特点以及与地质结构有关的数据变化规律,提高了勘察工作效率和勘察成果的准确性、可读性。

基于生成式人工智能的工业互联网安全技术与应用研究

近年来,人工智能技术飞跃式发展,工业互联网安全与大模型、生成式人工智能等新技术融合成为研究的重点方向和难题。针对工业互联网安全领域面临的突出性问题,对该领域人工智能应用现状进行了分析与研究,提出了一种适用于工业互联网安全的生成式人工智能应用的智能化分级标准;同时,对新技术、新概念、新领域的融合情况进行了总结与展望,旨在为后续工业互联网安全的研究起到指导和引领作用。

基于深度学习的牛肉大理石纹智能分级研究

目的开发客观、准确、无损的基于深度学习的牛肉大理石纹智能化分级技术。方法将深度学习的图像识别方法应用于牛肉大理石纹的特征提取和分类上,并进行相应的调试和学习。结果通过计算机调试和学习,评级正确率分别达到84.2%(一级)、89.4%(二级)、81.9%(三级)、84.1%(四级)、82.6%(五级)。各级牛肉的识别率均在80%以上,识别时间都在1 s以内,达到了预期目标。结论将深度学习的图像识别方法应用于牛肉大理石纹的特征提取和分类上,评级准确率非常高,且随着图片数据库样本数的不断增多,其识别的准确度将不断提高,可进行大量推广使用。

PLC分级递阶智能控制系统的实现与应用

为适应现代工业的自动化控制系统向信息化、网络化、智能化过渡 ,本文提出了新型实用的PLC分级递阶智能控制系统的设计思想和方法 .初步应用实践表明 ,该系统的设计思想和方法是可行的 ,对于目前中。

应用PG-100智能化猪胴体分级仪和人工分级方法建立猪胴体瘦肉率预测模型的研究

应用PG-100智能化猪胴体分级仪和人工分级方法对556头商品肉猪进行了相关性状的测定与分析,分别建立了智能分级方法和人工分级方法的最优猪胴体瘦肉率预测模型(智能分级:y=60.325-0.578x1+0.168x2,x1为倒数3～4肋骨间离背中线6～7cm处的脂肪厚度,x2为倒数3～4肋骨间离背中线6～7cm处的肌肉厚度,方程R2=0.864,RSD=2.33%;人工分级:y=57.235-0.575x7+0.207x10,x7为腰荐膘厚,x10为三角肌的肌肉厚度,方程R2=0.859,RSD=2.4%),从而为制定符合我国国情的《猪胴体分级标准》建立了良好的技术操作平台。

导弹武器的智能分级及特征

本文对导弹武器智能分级及特征展开了探讨,对智能导弹的概念和内涵进行了定义。基于算法设计原理和导弹武器的研制特点,将导弹的智能水平分为初、中、高、超四个等级,并阐述了每个等级的内在含义。本文重点论述了导弹武器的智能特征,描述了四个等级智能导弹的能力表现,探讨了智能导弹研制的关键技术,并基于技术现状介绍了当前阶段各项关键技术的研究重点。