基于PSO-BP神经网络的分拣机器人视觉反馈跟踪

针对分拣机器人视觉反馈跟踪精度差、耗时较长的问题,研究基于粒子群算法-反向传播(particle swarm optimization-back propagation,PSO-BP)神经网络的分拣机器人视觉反馈跟踪方法,以提升视觉反馈跟踪效果。依据分拣机器人的视觉反馈信息,建立分拣机器人运动学模型,并求解分拣机器人机械臂输出位置和输入位置的误差函数;利用PSO算法优化BP神经网络的权值与偏置;在权值与偏置优化后的BP神经网络内,输入误差函数,预测分拣机器人视觉反馈跟踪控制量;利用预测视觉反馈跟踪控制量,在线调整增量式比例-积分-微分(proportional-integral-derivative,PID)的参数,输出高精度的分拣机器人视觉反馈跟踪控制量,实现分拣机器人视觉反馈跟踪。实验结果表明,该方法可有效视觉反馈跟踪分拣机器人机械臂的关节角;存在干扰情况下,在运行时间为10 s左右时,阶跃响应趋于稳定;有干扰情况下,视觉反馈跟踪的平均误差为0.09 cm,耗时平均值为0.10 ms;无干扰情况下,平均误差为0.03 cm,耗时平均值为0.04 ms。

考虑洪涝灾害风险的县域应急避难场所选址模型

为提升应急避难场所在灾害管理过程中的服务水平,从洪涝灾害的视角出发,选取致灾因子危险性、孕灾环境敏感性、承载体脆弱性、防灾减灾能力4个指标,采用层次分析法(AHP)-熵权法模型,识别出洪涝灾害风险的空间分布,并将其风险值作为权重引入最小化未覆盖风险,同时,结合最小化加权疏散距离、最小化可达性差异,从公平性、效率性、均衡性视角,构建多目标避难场所选址模型;采用改进的非支配排序遗传算法Ⅱ(NSGA-Ⅱ)求解模型,并以莆田市仙游县现有避难场所布局为例,验证模型。结果表明:对比现有的避难场所布局,优化后的布局方案中总疏散距离、未覆盖风险值及可达性差异性系数分别平均降低35.90%、61.47%、33.62%。

串联双级蒸发有机朗肯循环系统的多目标优化及工质优选

为了探究串联双级蒸发有机朗肯循环系统在特定工况下的最佳混合工质,选取了3组不同特性的混合工质,即R21/R113、R1234ze/R141b和R227ea/R245fa,引入热力学性能指标、经济指标和环境指标,利用非支配排序遗传算法进行多目标优化.通过求解Pareto边界,采用3种决策方法对每组工质流体进行最优解的选择,根据偏移量选取最优决策方法.结果表明:在热源温度为150℃、冷源温度为15℃的工况下,混合工质R1234ze/R141b最优解的[火用]效率相对较高,平准化度电成本(levelized cost of energy, LCOE)和当量二氧化碳排放量(equivalent carbon emission, ECE)相对也较低,热源温度也适配,为该工况下较为合适的混合工质.

基于视频和BCE-YOLO模型的奶牛采食行为检测

【目的】动物采食行为是一个重要的动物福利评价指标,本研究旨在解决复杂饲养环境下奶牛采食行为识别精度差、特征提取不充分的问题,实现对奶牛采食行为的自动监控。【方法】本文提出了一种基于改进BCEYOLO模型的识别方法,该方法通过添加BiFormer、CoT、EMA 3个增强模块,提高YOLOv8模型特征提取的能力,进一步与优于Staple、SiameseRPN算法的Deep SORT算法结合,实现对奶牛采食时头部轨迹的跟踪。在奶牛采食过程的俯视和正视视频中提取11288张图像,按照6∶1比例分为训练集和测试集,构建采食数据集。【结果】改进的BCE-YOLO模型在前方和上方拍摄的数据集上精确度分别为77.73%、76.32%,召回率分别为82.57%、86.33%,平均精确度均值分别为83.70%、76.81%;相较于YOLOv8模型,整体性能提升6~8个百分点。Deep SORT算法相比于Staple、SiameseRPN算法,综合性能提高1~4个百分点;并且改进的BCE-YOLO模型与Deep SORT目标跟踪算法结合良好,能对奶牛采食行为进行准确跟踪且有效地抑制了奶牛ID(Identity document)的变更。【结论】本文提出的方法能有效解决复杂饲养环境下奶牛采食行为识别精度差、特征提取不充分的问题,为智能畜牧与精确养殖提供重要参考。

泥沙输移模拟中垂向床沙分选模型比较分析

河床中非均匀泥沙的垂向分选影响河床表面泥沙分布及冲淤演变。目前研究中缺少连续性垂向床沙分选模型的具体计算方法,且连续性模型与离散层模型的对比研究较少。详细介绍了TELEMAC泥沙模块中连续性垂向床沙分选模型(C-VSM)的计算过程,并将其与离散层模型(HR-VSM)的计算方法进行比较,探讨垂向床沙分选模型对泥沙输移的影响,研究结果表明:C-VSM以多段线法表示垂向床沙分布,且分选过程与河床演变独立计算,提高了垂向床沙分布计算的准确性,避免了活动层与下层泥沙的垂向掺混问题,对河床冲淤及泥沙分布模拟较HR-VSM更准确。研究结果可为床沙垂向分选模型的开发提供参考。

基于代理模型和NSGA-Ⅱ的超高强钢电阻点焊工艺参数多目标优化

为寻求超高强钢电阻点焊时最佳的焊接工艺参数,开展正交试验法设计三因素五水平的平板搭接点焊试验,以焊接时间、焊接电流和电极压力为可调的工艺参数,将熔核直径、压痕深度、拉剪强度及飞溅情况作为焊接接头质量评价指标.基于高斯过程回归和BP神经网络建立起焊接工艺参数与焊接接头质量评价指标之间关系的代理模型,训练的结果显示模型精度很高.最后利用带精英策略的非支配排序的遗传算法NSGA-Ⅱ实现多目标优化,得到各评价指标之间的最优pareto解集.经验证,各评价模型的相对误差值都很小.结果表明,该优化方法有较好的预测效果和稳定性.通过使用较少的试验数据,建立优化模型的方法对电阻点焊及其它焊接领域最佳焊接工艺参数的选取具有重要的指导价值.

城市居民生活垃圾分类行为影响机理研究——基于双路径驱动与情境因素调节效应

培养城市居民形成垃圾分类习惯对于加快“两型社会”建设具有重要意义。基于长沙市7个样本行政单元(区、县)20个社区1028份实地调研的居民数据,构建城市居民生活垃圾分类行为影响机理模型,探讨城市居民垃圾分类行为的发生机制和行为转化的内在机制。结果表明:从影响机制来看,城市居民生活垃圾分类是自主性驱动和习惯性驱动双路径驱动的行为过程,且习惯性驱动起主导作用,自主性驱动存在“态度→意愿→垃圾分类行为”“主观规范→意愿→垃圾分类行为”以及“感知行为控制→意愿→垃圾分类行为”三条作用路径。从情境变量的调节效用来看,人口统计特征、环境因素、政策因素对于城市居民垃圾分类意愿向行为转化、习惯向行为转化具有显著的调节作用。

基于模糊排序的永磁同步电动机模型预测电流控制

针对永磁同步电动机模型预测电流控制的成本函数中权重系数不容易确定的问题,提出一种基于模糊排序法的模型预测电流控制策略。首先,通过排序法对不同电压矢量所对应的电流误差及切换时的开关频率进行排序,从而无须再对权重系数进行设计。由于控制目标重要性并不完全等同,设计一种带有变增益系数的排序优化方法,调节控制目标的重要程度。传统的权重系数有着连续的取值范围,而变增益系数的取值范围有着离散性和分段性的特点,相比较之下,后者的调整和设计过程更加的简易。再通过模糊控制,对变增益系数进行动态优化,从而更好地适应电机不断变化的运行状态。最后,仿真和半实物实验结果证明了所提方法的有效性和可行性。

基于机器视觉的煤矸石分选方法研究

传统的煤矸石分选方法存在成本高、效率低以及安全性不足等问题。近年来,随着深度学习相关技术的迅速发展,基于目标检测算法的智能选矸已经成为矸石分选的重要研究方向。为实现矸石与煤块的高效分选,本文提出一种基于机器视觉与深度学习相结合的检测方法。该方法以YOLOv5s模型为基础,首先,在主干部分中加入卷积注意力模块(CBAM)用于提高网络的特征提取能力;其次,在颈部网络部分采用加权双向特征金字塔结构(BiFPN)来增强网络的多尺度特征融合,避免漏检与误检现象的发生;再次,在预测部分使用EIoU函数作为改进后模型的损失函数,以进一步提高检测精度;最后,在训练前对原有数据集进行扩充,使模型的泛化能力得到进一步加强。实验结果表明:改进后模型平均检测精度为95.3%,较原模型提高了2.1%,能够有效地替代人工分选。

基于机器视觉水果分拣系统研究

为解决市面上水果分拣设备体积庞大、效率低等问题,文中给出的水果分拣系统以苹果为测试样本,将相机拍摄的RGB图像转换为HSV图像,并根据H分量分布情况计算苹果表面的色泽度,同时用Canny边缘检测算法提取苹果边缘的轮廓,用最小外接圆法计算苹果果径的大小,结合苹果色泽度和果径大小对苹果进行等级分级。系统试验表明,样本颜色与大小均与苹果的特征相符,分拣设备和人工分拣果径大小误差在±1.35 mm以内。该系统可实现精确分拣、自动化运行等目标,提高了分拣精度及效率。

某重载铁路应急救援物资储备数量分布优化研究

为提高重载铁路应急救援响应能力,构建风险评估云模型以确定事故易发区段,采用蒙特卡洛法生成事故场景。设计双目标物资调度模型,优化物资调度方案,采用非支配排序遗传算法(NSGA-Ⅱ)求解最优解。在保持站点不变、确保物资总量不变的情况下,提出匹配线路风险特性的救援物资储备优化方案。研究结果表明:优化后一级响应调度总距离平均缩减31.28%,二级响应缩减46.80%,表明优化后的储备方案能有效缩短响应时间和提高救援效率。研究结果可为重载铁路物资分布与调度提供理论指导。

基于HM与LWR算法的电子设备MCS推荐优化

为了提高移动群智感知(Mobile Crowd Sensing, MCS)中数据质量,设计了一种基于混合模型(Hybrid Model, HM)与列表级排序(List-Wise Ranking, LWR)相结合的推荐方法HM-LWR。研究结果表明:确定最优参数指标为学习速率μ为0.01,迭代100次,α取值0.5。采用HM-LWR算法模型能够较精确预测得到参与者的任务偏好情况,分配MCS任务时可以有效提升准确性与运算效率。该研究有助于提高电子设备移动群感知能力,在智慧城市领域具有很好的推广价值。

基于领域概念图的航天新闻自动摘要模型

互联网海量的航天新闻中隐含着大量航天情报信息,对其进行理解与压缩是提高后续情报分析效率的基础。然而通用的自动摘要算法往往会忽略很多航天领域关键信息,且有监督自动摘要算法需要对领域文本进行大量的数据标注,费时费力。因此,提出一种基于领域概念图的无监督自动摘要(DCG-TextRank)模型,利用领域术语辅助引导图排序,提高模型对领域文本的理解力。该模型分3个模块:领域概念图生成、图权重初始化、图排序及语义筛选。根据句向量相似度和领域术语库,将文本转换为包含句子节点和领域术语节点的领域概念图;根据航天新闻文本特征初始化领域概念图权值;采用TextRank模型对句子进行排序,并在语义筛选模块通过图节点聚类及设置摘要语义保留度的方法改进TextRank的输出,充分保留文本的多语义信息并降低冗余。所提模型具有领域可移植性,且实验结果表明:在航天新闻数据集中,所提模型相比传统TextRank模型性能提升了14.97%,相比有监督抽取式文本摘要模型BertSum和MatchSum性能提升了4.37%~12.97%。

利用无人机航拍视频结合YOLOv3模型和SORT算法统计云杉数量

准确、快速地统计苗木数量对苗圃的运营和管理具有重要意义,是提高苗圃运营和管理水平的有效方式。为快速准确统计完整地块内苗木数量,该研究选取云杉为研究对象,以无人机航拍完整地块云杉视频为数据源,提出一种基于YOLOv3(You Only Look Once v3,YOLOv3)和SORT(Simple Online and Realtime Tracking,SORT)的云杉数量统计方法。主要内容包括数据采集、YOLOv3检测模型构建、SORT跟踪算法和越线计数算法设计。以平均计数准确率(Mean Counting Accuracy,MCA)、平均绝对误差(Mean Absolute Error,MAE)、均方根误差(Root Mean Square Error,RMSE)和帧率(Frame Rate,FR)为评价指标,该方法对测试集中对应6个不同试验地块的视频内云杉进行数量统计的平均计数准确率MCA为92.30%,平均绝对误差MAE为72,均方根误差RMSE为98.85,帧率FR 11.5帧/s。试验结果表明该方法能够快速准确统计完整地块的云杉数量。相比SSD+SORT算法,该方法在4项评价指标中优势显著,平均计数准确率MCA高12.36个百分点,帧率FR高7.8帧/s,平均绝对误差MAE和均方根误差RMSE分别降低125.83和173.78。对比Faster R-CNN+SORT算法,该方法在保证准确率的基础上更加快速,平均计数准确率MCA仅降低1.33个百分点,但帧率FR提高了10.1帧/s。该研究从无人机航拍视频的角度为解决完整地块的苗木数量统计问题做出了有效探索。

一种异型烟分拣线规划模型的研究与应用

为解决基于原址异型烟分拣线规划过程中考虑不足而导致与原厂房匹配设施适应性差、分拣线出错率高、劳动强度大、工作效率低、生产成本高等问题,提出一种“6358”的异型烟分拣线规划模型,并利用“6358”模型对A烟草公司异型烟分拣线进行规划、设计、落地实施,结果表明采用6358规划模型,规划的异型烟分拣线在分拣错误率、工作效率、单条烟占场地面积和生产成本方面具有较高的优势,对规划异型烟年销量2万箱以上、分拣作业效率低、现有设备技术落后、现场空间难以扩展、品牌规格多、销量不均衡的单位进行自主设计规划应用时,具有一定的借鉴和现实意义。

基于NSGA-Ⅲ的机器人气囊抛光工具结构动力学多目标优化

为了提高机器人的加工质量,针对末端执行装置动刚度不足的问题,课题组开展了机器人气囊抛光工具结构动力学优化研究。分别进行了有限元模态分析和实验模态分析,对比验证仿真结果的准确性,找出抛光工具易发生振动的薄弱结构;基于模态分析对薄弱结构进行谐波激励得到工况下的振动响应加速度;建立动力学近似模型,以提高基频、降低质量及加速度响应为目标,分别采用非支配排序遗传算法NSGA-Ⅲ(non-dominated sorting genetic algorithm-Ⅲ)和多目标粒子群算法(multi-objective particle swarm optimization, MOPSO)对薄弱结构进行多目标优化,获得最优动力响应的参数组合。结果表明:NSGA-Ⅲ具有更好的优化效果,基频提高了21.62%;4个薄弱部位的最大加速度响应分别下降了73.78%,69.06%,56.15%和28.28%;质量减少了3.32%。该方法有效提高了抛光工具的动态特性。

基于YOLOv5s改进模型的堆叠螺栓抓取研究

在当前工业的螺栓生产过程中,堆叠螺栓的分拣工作依然需要人工完成,不仅工作效率低,而且会导致大量人力资源的浪费。针对这一问题,对YOLOv5网络模型进行了改进,提出了SE_YOLOv5网络模型。首先,在原网络的Neck部分删除了P′1特征层,减小了网络对浅层信息的提取,在不影响对大尺寸目标检测的前提下,提高了网络检测的实时性;然后,改进了Backbone模块,通过添加压缩与激励(SE)注意力机制,使网络更高效地聚焦于图像中的重要部分,增强了网络对堆叠螺栓检测的准确性;最后,提出了检测框重叠最小法,减少了抓取时夹爪与非目标螺栓的碰撞,并对螺栓检测框进行了抓取点位姿优化,提高了抓取的成功率。研究结果表明:SE_YOLOv5网络对堆叠螺栓检测的平均精度为86.5%,平均速度为13.02 FPS;相比于原YOLOv5s网络模型,SE_YOLOv5网络在检测精度上提升了1.2%,在检测速度上提升了2.71 FPS;相比于其他检测模型,SE_YOLOv5也具有更高的检测精度和检测速度。抓取结果证明,该模型能用于有效地指导机械臂进行螺栓抓取操作。

倾斜摄影像片整理工具的设计与实现

在倾斜摄影数据导入建模软件之前,需要对海量影像数据进行人工整理。传统的人工整理方式耗费时间长、效率低,特别是针对多架次多视角的影像数据,人工整理出错率较高。为此,通过对传统人工整理的作业流程进行分析,设计并编写了一个倾斜摄影像片整理工具。实践证明,该工具可减少人工整理像片的耗时及出错率,提高数据整理效率。

基于NSGA-Ⅱ的智能化电铲多目标最优挖掘轨迹规划

为实现智能化电铲实时节能的挖掘,提出了一种基于非支配排序遗传算法(Non-dominated Sorting Genetic Algorithm-II,NSGA-Ⅱ)的智能化电铲多目标最优挖掘轨迹规划方法。首先,通过拉格朗日方程建立智能化电铲工作装置动力学模型;然后,使用高次多项式对挖掘轨迹进行插值,将挖掘轨迹寻优问题转化为多项式系数寻优问题,最后,以挖掘时间最短及单位体积物料的挖掘能耗最小作为优化目标,以电机性能与挖掘过程中几何条件等作为约束,利用多目标优化平台PlatEMO,将NSGA-Ⅱ作为多目标优化算法,指定待优化问题的目标函数及约束函数,获取到多目标优化Pareto最优解集,基于决策偏好设置权重并根据TOPSIS法获取最优解,得到多目标最优挖掘轨迹规划结果。结果表明,优化后挖掘轨迹满足实时节能的挖掘要求。

航空发动机燃油系统定压活门参数优化设计

定压活门在燃油系统中为多个伺服机构供油,针对其稳定性、稳态精度、鲁棒性等设计要求,以及多个设计参数相互竞争又相互矛盾的选择,提出了一种基于优化算法的参数设计方法。建立了定压活门数学模型,基于稳态模型进行了参数设计分析。结果表明:定压活门存在流量稳态工作区,在流量稳态工作区内,阀芯截面积增大,流量敏感度增大,但阀芯截面积过大会增大定压活门的体积。根据定压活门压力范围计算了稳态参数,以调节时间和超调量为目标,取3组不同定压腔容积,将弹簧腔容积、阻尼孔径、运动阻尼、阀芯质量作为参数,基于非支配排序遗传算法(NSGA-Ⅱ)进行了动态优化。Pareto解集表明调节时间和超调量相互矛盾。选取1组解经AMESim仿真验证,优化后的结构参数能够使调节时间缩短20%以上,超调量降低15%以上,定压活门动态性能得到改善。