一种面向鱼眼图像的行人检测算法

鱼眼镜头非线性光学畸变导致鱼眼图像行人检测算法精度低,且校正算法也无法完全克服鱼眼图像的边缘严重变形。针对上述问题,文中以Faster R-CNN架构为基础,建立了鱼眼图像校正光路模型。针对鱼眼图像畸变,提出一种基于微分方程的鱼眼图像校正模型,并提出一种改进算法用于鱼眼图像的行人检测。构建了ResNet 50融合特征金字塔网络结构,以增强网络的多尺度特征提取能力,提高网络对行人小目标的定位和识别能力;优化平滑L1损失函数解决大梯度难学样本与小梯度易学样本间的不平衡问题,提高训练效果。实验结果表明,文中算法与现有鱼眼图像行人检测算法相比,检测精度提高了39.68%。在边缘轻微畸变及小尺度行人的检测精度可以达到90%以上,有助于提高极端条件下鱼眼图像的行人检测性能。

高柔塔风机抗涡激可行性研究

本文针对高柔塔风机在运行过程中容易受到涡激扰动影响,影响风机性能稳定的问题展开研究。通过数值模拟和实验分析相结合的方法,对高柔塔风机抗涡激的可行性进行了探讨。首先,通过建立风机运行数学模型,分析了涡激对风机性能的影响机理。其次,利用计算流体力学模拟,研究了不同工况下涡激对风机流场的影响,揭示了涡激扰动产生的机理及其传播规律。同时,设计并搭建了实验平台,通过风洞实验验证了数值模拟结果的准确性。最后,提出了一系列增强风机抗涡激能力的方法和措施,为高柔塔风机在实际应用中提供了可靠的理论和实验依据。

智慧电站无人机巡检技术分析

本论文旨在研究和探讨智慧电站无人机巡检技术的应用和挑战。传统电站巡检方法存在诸多局限性,而无人机技术的快速发展为电站巡检带来了新的可能性。本文首先介绍了智慧电站巡检技术的概念和特点。接着,详细阐述了智慧电站无人机巡检技术的基础,以及相比传统电站巡检的优势。此外,本文还重点讨论了智慧电站无人机巡检技术的应用问题,如飞行精度受天气条件限制、飞行时间短、数据处理和分析复杂等问题。通过系统的分析其应用可能存在的问题,最后提出了相关的优化措施。通过本论文的研究,希望能够为智慧电站巡检技术的发展和应用提供有益的借鉴和参考。

一种单样本风电机组传动链故障诊断方法

针对风电机组传动链上故障相似度高的问题,提出了一种基于经验模态分解和信号均衡处理的单样本风电机组轴承故障诊断方法。该方法通过对实际监测故障信号进行经验模态分解,得到不同模态的信号分量;计算各模态分量的能量值和峰值,选择能量大且峰值高的部分模态分量进行信号重构,得到新的故障信号;对新的故障信号进行小波包分解,并将小波包分解第三层分量进行信号重构。将重构信号的方差作为故障诊断的特征值,对特征值进行非线性均衡处理,解决了信号互相淹没的问题。引入区分度的概念,用来量化不同故障信号之间的区别。试验结果表明,所提故障诊断方法有效,处理前后风电机组传动链上的4种故障间的区分度明显增大,说明试验方法具有强鲁棒性。通过与改进的模糊聚类方法和基于改进AlxeNet网络深度学习的方法对比,本文所提方法表现更优。该方法仅用单样本实现风电机组传动链故障诊断,符合风电机组低故障率的特点,对实际工程中风电机组排故效率的提高有重要意义。