基于巡检机器人的吊装作业场景DPIM算法

为提高吊车安全作业的高精度检测预警,增强企业安全管理能力,围绕工业安全事件分析与监测预警无人化的需求,定制吊装场景地面和空中飞行相结合的巡检机器人,智能化吊装过程安全规程监控、弹窗图像记录和安全告警。首先,制作包含3120张图片的吊装数据集Cranes-Dataset(CRN-Dataset),提出一种动态视角智能监测(DPIM)算法,以增强人-车-物多尺度目标的快速检测能力;然后,依据多帧图像的角点检测和带噪声基于密度的聚类方法,以及吊车与作业工人空间距离的安全属性,制定安全规则触发告警的流程,实时记录违规操作图像并弹窗预警。结果表明:经过实际部署和验证,DPIM算法相较于其他传统算法,吊装作业目标识别能力有明显提高,且适用嵌入式边缘智能分析节点的实时计算与数据传输,完成危险区域人员拒止的现场部署。

结合动态特征矩阵与k近邻的风电机组故障检测方法

本文对结合动态特征矩阵与k近邻算法的风电机组故障检测方法进行了研究,通过实时监测风电机组运行数据来构建动态特征矩阵,并利用k近邻算法对动态特征矩阵进行分类和识别故障模式,从而有效地提高风电机组的运行可靠性和维护效率,为风电机组的智能监测和故障诊断提供一种新的技术手段,具有广泛的应用前景。对实验结果进行分析表明,该方法在故障检测的精确性和实时性上均表现出明显的优势。因此,本研究为风电机组的智能化监控和故障诊断提供了一条新的途径,为降低风电并网对环境的影响提供了有效保障。 。

基于动态时间序列预测算法的智能交通控制系统研究

智能交通控制系统是缓解当前城市交通拥堵的有效方法.研究的核心内容是采用动态时间预测算法,结合大数据、嵌入式控制系统、传感器技术、计算机技术、通信技术、信息技术来实现对城市各个路段车辆进行动态监测,对交通信号灯进行实时控制,实现对下一时刻路段车辆通行量进行预测,利用预测的结果来控制交通信号灯的时长,使信号灯的控制达到最优化,将整个城市交通控制构成一个系统,从而实现智能交通控制系统;此研究方法具有广泛的适用性,可以应用在各个城市的交通控制系统中,能够有效的缓解城市交通的拥堵现象,使城市的交通控制系统更加合理优化.

滑坡综合集成智能分析方法研究进展

本文综合课题组在滑坡方面的研究,以具体的滑坡工程为实例,详细介绍了滑坡现场监测、基于GIS的滑坡三维可视化、综合集成智能滑坡分析方法,包括滑坡变形预测的进化支持向量机建模、加固方案优化设计的进化神经网络-数值方法、基于动态聚类的进化神经网络危险性分区、滑体参数反演的进化支持向量机-有限元方法、滑动面搜索的免疫连续蚁群-极限平衡分析、滑动面参教反演的粒子群优化算法等。结果表明,所提出的滑坡研究综合集成智能分析方法是适用、科学和合理的。

基于DSP的矿井采煤机状态监测及故障诊断系统设计

为了实现对煤矿采煤机运行状态的监测和故障诊断,本文基于DSP控制器设计了一种采煤机状态监测及故障诊断系统。该系统以DSP控制器为核心,结合多传感器检测融合技术、智能算法处理技术、RS485总线通信技术等,通过对采煤机全方位全生命周期的动态监测和算法融合,实时在线快速诊断采煤机发生的各类故障,为采煤机的安全运转提供保障。