基于立体视觉下联合收获机边缘检测技术的研究

智能联合收割机是目前作物收获的发展热点与研究重点技术之一,而确定田间地块边缘、未收割作物边缘、联合收获机直线行驶和在作物地头转向是实现全田间自动收获的基础。为此,设计了一种基于立体视觉下多种作物收获边缘快速检测方法,保持作物收获边缘在检测目标区域内,并提出了一种基于HSV(色调、饱和度和值)空间扫描的动态感兴趣区域提取算法,利用Ostu算法获得作物未收获面积,实现未收获作物边缘和作物末端边缘的同时检测,并根据作物收获末端边缘自动转向到下一个收割路径。田间验证试验表明:水稻检测准确率高于98%,玉米的检测准确率高于94%,平均处理速度为49frame/ms。研究结果表明:提出的基于立体视觉下联合收获机边缘检测及精准转向系统具有较高的工作精度和效率,可为提高作物收获性能提供技术参考与借鉴。

基于机器视觉的异型卷烟分拣线误差自动控制方法

为有效解决异型卷烟分拣困难的问题,提出一种基于机器视觉的异型卷烟分拣线误差自动控制方法。通过工业相机采集异型卷烟图像,采用数学形态学运算增加异型卷烟图像对比度,根据直方图对异型卷烟图像整体进行均衡化处理,有效保留图像信息,完成图像增强。分割目标图像,使用Gabor滤波器提取目标图像和样本图像特征,获取异型卷烟分拣线误差特征,同时标记连通域区域,根据提取的异常特征,进行分拣差错控制。实验测试结果表明,使用所提方法分拣线控制误差在0.4 mm内,控制时间在1.1 s内,可以更好地完成异型卷烟分拣。

油茶果壳籽实时分选系统设计与试验

为了实现油茶果脱壳后果壳与茶籽的高效分选,进行了油茶果壳籽分选装置上料模块、视觉采集模块、执行模块和控制系统的设计。其中,整体装置采用一种阵列式凹槽传送机构,避免执行喷吹时产生对茶籽的带出干扰。利用有效的图像预处理方法获取壳籽目标,并提取目标图像的颜色及纹理信息共18个;考虑到分选的高效实时性,进一步对特征参数实施Spearman相关性分析,将特征减少至6个,建立随机森林分类模型,并与K最邻近分类算法(KNN)、支持向量机(SVM)及偏最小二乘法判别分析(PLS-DA)模型进行对比,发现随机森林模型的分类效果最佳。试验中,分选系统识别准确率达到95.5%,平均检测时间为41.9ms,分选速率达20个/s,表明系统实现了油茶果的壳籽高效率实时分选。

高速铁路引入枢纽信号系统优化设计

高速铁路引入枢纽给信号系统设计带来挑战,结合京沈客专引入北京枢纽,从枢纽内列控等级选择、场联分界处自动触发、提高枢纽整体运行效率等方面提出优化方案,以期对其他类似工程建设起到借鉴、参考作用。

基于机器视觉的自适应智能加药系统在工业水处理中的应用研究

详细介绍了一种应用于工业水处理的基于机器视觉的自适应智能加药系统,通过自动化调节水处理药剂的投加量,优化矾花生成效率并降低整体成本。系统利用水下高清摄像头实时捕获矾花图像,结合深度对抗迁移学习技术和U-net模型对矾花形态进行精确检测,并通过LSTM模型和自适应控制算法优化混凝剂的投加策略。该控制策略不仅增强了系统对多变水质条件的适应性,还显著提高了模型的泛化能力。实验和应用结果证明,该系统有效提升了水处理效率,减少了化学药剂的使用量,同时减少了人工干预,增强了自动化操作的能力,证实了智能化技术在工业水处理领域的应用价值。

环境信息实时感知的图书馆搬运机器人自动化控制系统

图书馆搬运机器人对于图书馆数字化、便捷化能够起到重要的促进作用;提出一种结合双目视觉进行环境感知的方式,同时通过改进趋近律的双闭环非线性变结构控制,解决传统控制方式当中向理想轨迹趋近速度与抖振现象之间的矛盾关系;经过实验验证,在趋近律速度上,文章提出的改进趋近律控制方式实际轨迹与理想轨迹的差值在0.009至0.197的范围之内,传统等速趋近律方式实际轨迹与理想轨迹的差值最好情况为滑膜增益是0.3时,差值在0.098至0.354之间;同时在针对环境信息实时感知的实验中,图书馆搬运机器人的入位准确率高达97.8%,证明了系统的高效性及可靠性;相比之下,基于环境信息实时感知的图书馆搬运机器人自动化控制系统更具优越性。

基于机器视觉的小型自动穿串机给进器同步控制技术

给进器是穿串机的关键硬件。针对控制难度较大的问题,研究一种基于机器视觉的小型自动穿串机给进器同步控制技术。分析穿串机给进器结构,构建机器视觉(摄像机)内、外参数模型,标定摄像机空间位置;采集给进器视觉图像,应用Roberts算子细化处理给进器视觉图像;基于PID原理设计模糊控制器,计算得到给进器同步控制模糊输出结果,完成肉块的自动穿串同步控制。实验数据表明:在不同实验工况下,应用提出技术获得的给进器同步控制时延最小值为2 s,穿串成功率最大值为96%。给进器同步控制时延较短,穿串成功率较高,控制效果更佳,进一步提升工作效率。

石油催化裂化装置工艺自控系统设计和仪表选型分析研究

随着国民经济和社会科技的发展,人们对石油化工产品的需求不断增多,促进了石油化工行业的快速发展.在石油化工行业中,石油催化裂化装置在行业中承担着"承上启下"的重要作用。按照石油化工装置自控工程设计规定以及相关生产工艺的控制和检测要求,对石油催化裂化装置的分馏系统、吸收稳定系统的温度、压力等进行控制和检测,并根据相关设计规范及石油催化裂化装置的生产特点选择出合适的仪表和控制阀。

催化裂化分馏系统的自控设计及仪表选型研究

按照“化工装置自控工程设计规定”根据工艺提出的检测及控制要求,对催化裂化分馏装置的分馏塔、汽提塔、油气分离器、原料油缓冲罐和回炼油管的液位、温度、压力等进行控制和检测,并对流程做了简单的介绍。根据催化裂化分馏装置的特点选择了合适的仪表和调节阀。

卷取机助卷辊自动控制策略优化分析

通过分析卷取机助卷辊工作状态及控制方式,提出助卷辊控制策略。通过卷取机助卷辊安装精度调整、辊缝自动标定功能改进、助卷辊张力控制准确设定、自动跳步控制合理选择、助卷辊压尾控制等策略优化,有效解决了薄板生产过程中带钢头尾部卷取形状较差及压痕过大等问题,提升了薄板生产效率和卷取质量,为薄板后续加工提供可靠的保障。

石油催化裂化分馏系统的自控化设计及仪表选型分析

按照“化工装置自控工程设计规定”,根据工艺提出的检测及控制要求,对催化裂化分馏装置的分馏塔、反应-再生系统、回炼油罐、汽提塔的液位、温度、压力等进行控制和检测,并对流程做了简单的介绍。根据催化裂化分馏装置的特点选择了合适的仪表和DCS系统。

基于人工智能的无砟轨道铺轨施工技术研究

针对当前铺轨施工中存在的辅助人员多、劳动强度大、自动化程度低、安全风险高、施工综合效率低等问题,研发了WPZ-500型无砟轨道智能铺轨机组。该机组通过自动导向车(AGV)控制系统实现铺轨作业过程中自动循迹行驶;基于图像识别技术和车辆姿态感知算法,实现了滚筒智能定位、布设、拖移、拾取和堆码等;利用抓/锁轨机械手,实现了长钢轨的自动抓取、锁紧和拖拉等。新型人工智能无砟轨道铺轨机组在高铁建设中的应用,推动了高速铁路建设向数字化、智能化和自动化方向转型,极大地改善了铺轨作业环境,提高了综合铺轨效率。

基于污水厂扩容的自动化控制系统的应用

简要介绍了自动化控制系统在污水厂扩容项目中的设计和应用。以湛江市霞山污水厂扩容项目为例,详细分析和介绍了污水厂自控系统设计思路、系统架构搭建、PLC站选型配置、工艺设备控制方式等,以期为同类型的污水厂扩建中自动化控制系统建设提供参考。

浅谈硫磺回收装置设计过程中针对硫化氢介质的防范措施

石油化工生产中,往往伴随有毒有害介质如硫化氢的生成。本文针对硫化氢各种危害情况,简单阐述了在硫磺回收装置设计过程中针对其泄漏所作的部分防范措施,详细描述了密闭排放等方式。供化工企业或行业同仁参考、讨论。

工业互联网智能型自动生产线实训平台设计

为适应产业转型升级对高技能人才的要求,解决现有实训教仪控制对象单一、综合训练设备少等问题,校企合作开发了“智能型自动生产线”实训平台,将自动控制、机器人及其视觉控制、计算机网络等技术有机结合,实现智能生产的控制与管理。平台以实际毛坯工件为加工载体,以机器视觉为定位引导,进行了任务输入与供料加工站、装配站、分拣站和远程监控服务与信息管理站等产线控制的系统设计,并用于实训项目教学的运行。运行测试表明,平台系统安全可靠,适合新工科高技能人才综合技能的培养。

人工智能驱动的农业采摘机器人自动化控制系统设计

针对农产品采摘人力不足的问题,该文设计了人工智能驱动的农业采摘机器人自动化控制系统。在农业采摘机器人主体结构中安装多种传感器,采集测量数据及工作图像;通过传输层无线通信模块将所采集数据及图像传输至控制层;控制层利用微控制器处理数据,获取采摘机器人位置与姿态数据,将该数据输入至PID控制算法中,再采用BP神经网络优化PID控制算法,输出最佳PID控制参数;应用层电机驱动模块接收到控制参数后,依据控制参数自动控制运行动作,实现自动化控制。实验结果表明,该系统可以精准控制采摘机器人运行,且控制精度在0.99以上。

基于机器视觉的无人机自动巡检定位控制技术

为解决无人机巡向角过度偏转的问题,使巡检节点的布局形式更符合实际定位需求,针对基于机器视觉的无人机自动巡检定位控制技术展开研究。根据巡检坐标变换原理,分别求解无人机飞行器的正运动学方程与逆运动学方程,完成基于机器视觉的无人机巡检节点抓取与处理。在此基础上,利用已提取特征点,估算帧间位姿的数值水平,联合相关数据,确定控制主机对于无人机巡检曲线的定位权限,实现基于机器视觉的无人机自动巡检定位控制方法设计。实验结果表明,与基于Cascade R-CNN的检测算法相比,在机器视觉技术的作用下,无人机巡向角偏转程度确实得到了较好控制,能够促使巡检节点布局形式更加符合实际定位需求。

飞行学员医学选拔视力自动检查与人工检查的对比研究

目的比较分析自动检查和人工检查两种方法在飞行学员医学选拔视力检查中的结果,为自动检查设备的改进和推广提供数据参考。方法随机选择参加2021年空军飞行学员医学选拔定选阶段的高中毕业学生183名,分别使用两种不同检查方法测量视力,自动检查记录左、右眼分次结果、最优结果和总检查用时,并请受试者为接受度赋分;人工检查记录左、右眼最优结果。对两种检查方法进行频率分析、成对比较、重复性分析以及Pearson相关性分析。按照视力水平划分低视力组(0.5、0.6、0.7)、中视力组(0.8、0.9、1.0)和高视力组(1.2、1.5、2.0)3个亚组,分别进行检查时间、接受度以及相关性的比较。结果低、中视力组自动检查值低于人工检查值,高视力组自动检查值高于人工检查值,结果均具有显著差异(P<0.01)。自动检查3次结果的科隆巴赫系数双眼均为0.89,表明重复性较好。自动检查接受度均值7.89分(10分制),高视力组均值8.21分,显著高于标准视力组(P<0.05),男性和女性的接受度均值分别为7.86分和8.11分,性别间无显著差异(P>0.05)。自动视力检查单次平均用时124.11 s,检查用时随视力值增高而延长,不同视力组间存在显著差异(P<0.01)。结论视力的准确测量难度较大,自动检查因不受专业人员数量、检测时间、地域和环境限制,且检查结果相对稳定、准确,适用于大规模人群的初步筛选。

基于机器视觉的物料自动分拣实验平台设计

在“新工科”和工程教育专业认证背景下,将机器视觉为代表的人工智能技术融入自动化专业课程教学实践中,设计了一种基于机器视觉的物料自动分拣实验平台。采用树莓派实现图像处理和目标分类识别,通过以太网将分类识别信息传送给可编程逻辑控制器(Programmable Logic Controller,PLC),并由PLC实现物料自动分拣操作。实验结果表明,该实验平台不仅可以使学生掌握PLC控制系统的设计与开发,也可以锻炼学生利用机器视觉技术解决工程实际问题的能力,从而提高工科学生综合分析、设计和创新能力。

基于机器视觉的PLC控制下的自动化装配线研究

在当今快速发展的信息时代,自动化生产和智能制造已经成为了企业不可或缺的竞争优势。在这样的背景下,机器视觉技术和PLC控制技术作为两种重要的自动化控制技术,也在不断地进行着创新和优化。本文从机器视觉技术和PLC控制技术两个方面,探讨其在自动化控制领域的应用和优化,并介绍如何将其相结合,构建出高效、稳定和可靠的自动化控制系统,为企业实现智能制造提供有力的支持和保障。