大型粉磨设备球磨机系统优化调度

球磨机是水泥行业中必不可少的磨矿破碎设备,也是上述行业内的高能耗设备,决定球磨机能耗和研磨效率的主要因素是其内部研磨介质的运动轨迹。针对如何在运行时提高研磨效率,本文提出采用图像检测和运动轨迹分析技术实时监测研磨介质的运动状态,并调整球磨机的运行参数使得研磨介质能够维持在最佳的运动状态,以降低球磨机的功耗、提高球磨机的生产效率。首先通过图像采集模块获取研磨介质的运行实况,再使用均衡化、归一化等算法优化图像获取符合网络输入标准的目标图像;其次使用KM匹配算法对相邻N帧图像执行匹配操作,并使用扩展卡尔曼滤波算法预测目标的运动位置;最后将预测的运动轨迹与最佳运动轨迹向比较,调节设备的转动参数使其达到最佳的研磨效率。

基于深度学习的多目标运动轨迹预测算法

针对多目标运动轨迹预测过程中由于检测精度和实时性不足造成部分目标位置信息丢失和预测准确度不高问题,提出基于改进卡尔曼滤波的多目标轨迹运动轨迹预测(MMTP)算法。MMTP算法在目标检测阶段使用YOLOv4检测器提升目标检测的准确率和速度;在目标匹配阶段采用KM匹配算法将当前检测框的检测目标与上一时刻预测的预测框的目标进行数据关联,从而增强目标关联的准确性,避免目标遮挡、目标交错和漂移造成的目标丢失;在目标坐标预测阶段,提出改进卡尔曼滤波算法为每个运动目标预测下一帧位置坐标并画出预测框,提高非线性场景中目标坐标的预测精度,降低预测坐标的误差。使用MOT16与实际交通系统拍摄的视频序列数据集验证算法整体性能,仿真结果表明,MMTP在目标检测阶段具有较好的检测精度和速度,有效提升了算法整体的运行速度;在目标匹配阶段,MMTP算法能增强目标关联的准确性,减少目标丢失,比RMOT、POI、SORT、Deep-SORT和YVTP算法更优。

航班环上的飞机尾号分配问题

飞机尾号分配问题是航空公司生产运营过程中一项重要工作,其结果直接影响到航空公司的运营成本和飞行安全等。首先以飞机维修机会最大为目标建立了航班环生成模型,利用列生成算法和Floyd最短路算法的结合生成了满足3天维修计划的多维修基地航班环;其次,利用分支定界算法得到了航班环生成模型的0-1最优解;再次,采用KM算法完成了飞机与航班环的完美匹配,实现了航班环的动态分配;最后,通过对一个算例的分析,验证了所提出方法的正确性和有效性。