一种基于超声波空间识别的列车抑尘剂喷洒精确控制系统

针对现用列车抑尘剂喷洒系统存在装备安全性不高和抑尘作业质量较差的问题,设计了基于超声波空间识别的列车抑尘剂喷洒精确控制系统,并给出了系统相应的软件控制流程。该系统通过超声波检测装置对列车抑尘喷洒臂进行精确控制,能够有效避让机车,识别物料或车辆荷载状况,改善喷洒作业质量。

YOLOv5超声波图像识别技术在高原高寒钢轨探伤中的应用

高原高寒地区环境复杂、昼夜温差大,对铁路建设与运营产生不良影响,容易发生由于钢轨内部伤损引起的断裂事故。研究基于YOLOv5的超声波图像识别技术在青藏铁路钢轨探伤检测中的应用,特别是针对轨头核伤、轨面鱼鳞伤等常见伤损类型进行检测。通过智能钢轨探伤仪采集高寒地段钢轨数据,以YOLOv5方法对数据集进行整理、处理和模型训练,精准识别和定位轨头核伤、轨面鱼鳞伤等损伤。研究表明,基于YOLOv5的模型在识别和定位各类钢轨损伤方面具有很高的准确性和实时性,可以同时进行目标检测和类别分类,并能在保持较高准确度的同时实现快速检测。提供一种新的、更有效的钢轨探伤检测数据分析方法,有助于提高铁路安全和运营效率。

超声波指纹识别全球专利分析

本文拟从申请量态势、申请来源国和目标国、全球申请人排名和类型、技术功效五个方面进行超声波指纹识别的专利分析,旨在为行业人员了解相关技术提供参考,为企业进行技术研发提供借鉴。分析结果表明全球市场竞争激烈,中国和美国的市场热度相对较高,超声波指纹识别领域的专利技术资源主要集中在中国和美国,中国的专利申请量大于美国,中国的研发实力雄厚。来自中国的欧菲全球申请量稳居第一,欧菲的研发重点在于模组封装。超声波指纹识别的产业链核心是传感器单元,算法方面成熟的技术方案主要掌握在少数大公司手中。

煤岩识别技术发展综述

煤岩识别技术可为采煤机自动调高提供依据,是实现煤矿智能无人化开采的关键。现有煤岩识别技术包括图像识别、过程信号监测识别、电磁波识别、超声波探测识别、多传感器融合识别等。详细介绍了上述几种技术原理及应用现状:(1)图像识别技术目前处于实验阶段,主要涉及大规模煤岩图像数据标注和复杂地质条件下的识别问题。(2)过程信号监测识别技术可分析煤矿开采过程中的相关信号,识别潜在的煤岩界面信息,但需要解决信号噪声干扰和复杂煤岩界面识别问题。(3)电磁波识别技术和超声波探测识别技术已在实际煤岩界面探测中应用,但仍需要提高识别准确性和可靠性,尤其是对于复杂煤岩结构和界面情况。(4)多传感器融合识别技术需解决数据融合和匹配的难题,确保不同传感器之间的精确校准和可靠性,并验证其在实际应用中的可行性和实用性。针对上述问题,指出煤岩识别技术发展方向:(1)煤岩识别研究应着重提高算法的实时性和抗干扰能力,确保在特定条件下并兼有复杂环境干扰下也能准确识别煤岩,满足井下实际开采需求。(2)加强矿用传感器的研究,以提高其抗干扰性能,同时采用先进的视觉相机和智能设备,与传感器相结合,提高煤岩识别的精度和效率。(3)多种煤岩识别技术交叉融合使用:对于不同硬度的煤岩,可采用过程信号监测识别和多传感器融合技术;对于硬度接近的情况,可结合图像识别和电磁波识别技术,实现煤岩壁界面和煤层厚度的准确识别。

果园整地旋耕机智能避障系统设计与试验

针对现有果园整地由于树干、树冠、电线杆及其他杆型障碍物等的影响,机具作业时果树株距间的区域也无法正常进行作业,需要人工协作进行排除障碍和二次补耕作业,且劳动强度大、工作效率低等问题,提出了一种适用于现代化果园种植模式下的新型非接触式的避障旋耕机。设计了新的果园避障旋耕机,着重设计了旋耕机上的智能避障系统,主要由超声波传感器、单片机控制器、电磁换向阀和液压执行机构等组成。确定了智能避障系统的自动识别结构与控制原理结构,结合液压系统执行机构实现自动避障功能,确定了果园整地旋耕机智能避障系统的设计方案。对避障系统中的核心液压部分进行了理论设计,并运用FluidSIM-H软件进行了仿真分析,得到了液压油缸的速度与节流阀开口度的关系,验证了液压系统理论分析的可行性。通过田间试验,设计了三因素三水平的正交试验,对试验结果进行多元拟合回归分析和显著性检验,得到试验指标的回归方程并验证了数学模型显著,最后确定了果园智能避障系统的最佳作业参数组合为前进速度3.69 km·h~(-1)、旋耕机横向移动速度为0.52 m·s~(-1)、识别距离为0.41 m,此时的避障率为97.91%,达到了果园的农艺设计要求,提高了果园整地机械作业效率,为果园旋耕整地机进一步优化设计、改进和评价提供了一定的理论参考。