摇杆式桑叶采摘机采摘装置的有限元分析

旨在运用有限元分析软件建立摇杆式桑叶采摘机采摘装置的三维模型,从不同材料、刀具支撑杆的不同长度、刀具支撑杆的不同横截面形状等3个方面对采摘装置进行有限元分析,获取最危险工况下采摘装置受力的应力云图。结果表明,采摘装置选用普通碳钢材料的挠度值小于铝合金材料;刀具支撑杆的挠度值、应力值皆与刀具支撑杆长度间存在正相关关系;当圆形截面刀具支撑杆横截面面积与矩形截面刀具支撑杆横截面面积相同,且2种刀具支撑杆的长度也相同时,圆形横截面刀具支撑杆的挠度值与应力值皆小于矩形横截面刀具支撑杆。结合实际的生产条件,最终确定采摘装置材料选用普通碳钢,刀具支撑杆横截面形状采用圆形结构,刀具支撑杆长度定为325 mm,以期为今后制作桑叶采摘机物理样机提供理论依据。

一种多任务学习的跨模态视频情感分析方法

针对现有跨模态视频情感分析模型中模态融合不充分、空间复杂度较高以及较少考虑说话人本身属性对情感影响等问题,提出了一种结合多头注意力与多任务学习的跨模态视频情感分析模型。对视频进行预处理,得到视频、音频、文本三个模态的特征表示。将得到的特征表示分别输入到GRU网络以提取时序特征。利用所提出的最大池化多头注意力机制,实现文本与视频、文本与音频的两两融合。将融合后的特征输入到情感分类与性别分类多任务网络得到说话人的情感极性与性别属性。实验结果表明,所提模型能够较好地利用模态间的差异信息与说话人性别属性,在有效提升情感识别准确率的同时降低了模型的空间复杂度。

基于改进VMD与特征选择的路灯故障检测方法

路灯正常运行对于城市照明具有重要意义。当前路灯故障检测局限于初步的故障现象,无法辨识具体的故障类别。为实现路灯具体故障类别的检测,本文以路灯监控和数据采集系统的路灯运行数据为对象,提出了一种基于改进VMD与特征选择的路灯故障检测模型。首先,利用主成分分析法筛选路灯运行数据的主要变量参数,并用变分模态分解对筛选参数进行分解。同时,引入鲸鱼优化算法改进变分模态分解的自适应性。在特征选择方面,通过Pearson系数选择相关IMF分量结合样本熵构建故障特征向量。最后,结合广西崇左市2019~2022年路灯故障数据,建立基于XGBoost的故障诊断模型,从而辨别路灯的正常、电源故障、线路故障、保险故障4种状态。实验结果表明,该方法能有效实现路灯具体故障类别的诊断,故障辨识率为93.75%,为路灯故障检测研究提供了新途径。

桑叶采摘机构的多目标优化设计

针对桑叶采摘机构的采摘工况,通过几何与静力学分析,以采摘机构的基本参数为设计变量,分别以推杆推力最小和采摘机构质量最轻为优化目标,在满足采摘机构的基本尺寸和力学性能的条件限制下,采用加权线性组合法建立多目标优化数学模型,求解桑叶采摘机构的最佳设计方案。经多目标优化后采摘机构质量和推杆推力都相应减小。机构质量减轻可节省生产成本,推杆推力减小使机构打开合理角度时节省时间,提高采摘效率。利用多目标优化方法可获得较好的优化效果,为进一步桑叶采摘机物理样机制作奠定良好基础。

多特征融合的图文微博情感分析

现有的微博情感分析方法已经注意到了微博文本与图片之间的互补作用,但较少注意用户情感表达的差异和微博内容中除文字之外的特征,为此提出一种多特征融合的图文微博情感分析方法。首先构建文本情感分类模型,将对情感具有很好指示作用的内容特征和用户特征与微博句子进行融合,然后构造了基于参数迁移和微调的图片情感分类模型。最后设计特征层和决策层融合的方法,将文本和图片情感分类模型进行融合。实验结果表明,内容特征和用户特征有效增强了模型捕捉情感语义的能力,并在多项性能指标上都取得了很好的效果,构建的图文情感分类模型和融合方法可获得更好的性能。

图文融合的微博情感分析方法

为解决单独基于文本或图片的情感分析方法不能充分挖掘微博用户情感的问题,提出一种图文融合的微博情感分析方法。对大规模图片数据集上预训练的CNN模型参数进行迁移,以微调的方式训练图片情感分类模型FCNN;通过训练词向量模型将文本表示为包含丰富语义信息的词向量,并输入可提取文本语义单元之间上下文特征的双向LSTM中,训练文本情感分类模型WBLSTM;根据late fusion的模型融合思想,设计模型融合公式融合FCNN模型与WBLSTM模型,进行图文融合的微博情感分析。实验结果表明,该方法比单独基于文本或图片的微博情感分析方法具有更好的情感分类效果。

基于距离与图卷积网络的方面级情感分析

目前,基于卷积神经网络和循环神经网络的方面级情感分析研究工作较少同时考虑到句子的句法结构和词语的语法距离,且卷积神经网络和循环神经网络无法有效地处理图结构的数据。针对上述问题,提出了一种基于距离与图卷积网络的方面级情感分类模型。首先,为该模型设计了一个具有残差连接的双层双向长短期记忆网络,用于提取句子的上下文信息;然后,根据句法依赖树得到词语的语法距离权重,并根据词语之间的句法关系构建邻接矩阵;最后,采用图卷积网络结合句子的上下文信息、语法距离权重和邻接矩阵提取方面的情感特征。实验结果表明,模型是有效的且可获得更好的性能。

多视觉目标融合的图像情感分析研究

现有图像情感分析方法较少注意到显著性目标和人脸对图像情感表达的影响。提出一种多视觉目标融合的图像情感分析方法。首先在整张图像中检测显著性目标和人脸目标区域;然后利用特征金字塔改进CNN识别显著性目标情感,在多层监督模块上构建加权损失的CNN识别人脸的情感;最后将显著性目标情感、人脸目标情感与整张图像直接识别出的情感进行融合得到最终的情感分类结果。实验结果表明,多视觉目标融合的图像情感分析比直接识别整张图像的情感分析方法可获得更高的情感分类准确率。

基于参数迁移和卷积循环神经网络的语音情感识别

在语音情感识别研究中,已有基于深度学习的方法大多没有针对语音时频两域的特征进行建模,且存在网络模型训练时间长、识别准确性不高等问题。语谱图是语音信号转换后具有时频两域的特殊图像,为了充分提取语谱图时频两域的情感特征,提出了一种基于参数迁移和卷积循环神经网络的语音情感识别模型。该模型把语谱图作为网络的输入,引入AlexNet网络模型并迁移其预训练的卷积层权重参数,将卷积神经网络输出的特征图重构后输入LSTM(Long Short-Term Memory)网络进行训练。实验结果表明,所提方法加快了网络训练的速度,并提高了情感识别的准确率。

桑叶收集输送机的控制系统设计

桑叶收集输送机是由运输车和它的传动装置构成,其中传动装置主要由气压系统和PLC控制系统完成。采用按钮集中控制,同时可实现手动和自动两种操作方式,绘制了控制系统的功能流程图和步进梯形图。采用GX-Developer和GX-Simular软件对控制系统进行仿真测试,结果表明,控制系统符合使用要求,桑叶收集输送机运动更加平稳、容易操作和控制,同时节约劳动力,改善桑叶采摘收集的难度,相应的节约了成本。

建立在密度聚类与模糊支持向量机基础上的半导体成品率预测

在半导体生产过程中,半导体的成品率即合格品占整个生产线上产品的比例是衡量一个企业生产水平的重要指标之一,成品率的高低直接决定了企业的生产成本,因而研究了一种在密度聚类与模糊支持向量机基础上的半导体成品率预测方法来提高成品率预测的精准度。先介绍了成品率预测中的经验模型和非经验模型两类模型,总结了各自的特点,然后利用密度聚类的方法对晶圆的缺陷进行分析,得到了晶圆缺陷的分布模式和密度参数两个描述缺陷的重要指标,结合两个指标提出了用模糊支持向量机模型预测成品率。通过仿真实验分析,发现提出的采用模糊支持向量机模型比泊松模糊和二项式分布模型有更高的准确率。

应用常规控制图原理对金刚石绳锯自动冷压串珠重量控制研究

随着技术的进步,自动冷压己逐步成为金刚石绳锯串珠冷压的主要生产方式。应用常规控制图原理对自动冷压串珠重量进行控制,普通操作员工或管理人员根据重量平均值控制图异常变化模式可分析出导致串珠冷压坯重量失控的原因并加以消除。引起串珠冷压坯重量失控的主要因素有串珠基体重量超差、冷压模具磨损、将不同机器抽取的串珠冷压坯重量点绘在同一张控制图上、不同批次粉料及测量工具的影响等,其中以串珠基体重量超差出现的机率最高,其次是冷压模具磨损,其它几种因素出现的机率较少。

半桥LLC谐振LED路灯恒流驱动电源设计

论文设计一台基于半桥LLC谐振变换器的高效率LED路灯驱动电源,LLC谐振变换器兼具串、并联谐振变换器的优点,通过实现一次侧开关管的软开关,减小了功率器件的开关损耗,基于芯片TSM103W,设计了恒流输出控制电路,从而减少LED路灯的光衰。研制了一台400V输入,36V/5.5A输出的原理样机,实验结果验证了理论分析的正确性。

乘客信息系统LED屏故障浅析

乘客信息系统(PIS),是城市轨道交通列车为乘客提供各类资讯的服务系统,按照功能可分为广播系统、乘客信息显示及多媒体播放系统、视频监控系统、应急保障系统四大类。LED屏属于乘客信息显示及多媒体播放系统的子部分,一般包括前端显示器(FDU)、内部显示器(IDU)和侧端显示器(SDU),主要向乘客提供预报站信息、到站信息、离站信息、提示信息等,可让乘客及时有效地了解站点信息。文章对几条地铁线LED屏的故障记录进行统计,探索分析故障的原因并寻求整改措施。

新格局下LED路灯照明质量现状探讨

文章分析了LED路灯灯具设计中需要重点考虑的几个关键问题:包括LED路灯的配光的重要性及配光设计中要遵循的规律。同时,文章也对现有的照明质量评价体系和LED新光源在实际应用中存在的矛盾和困惑进行了阐述,尤其对LED光源的显色性、显色性评价新方式及传统的色差分级是否适合LED光源进行了讨论。

浅谈LED照明驱动的应用

随着LED照明技术日新月异的发展,其发光效率稳中有升、成本逐渐降低,LED照明市场前景一片光明,尤其是在世界资源消耗过大的背景下,LED作为照明光源备受市场关注,被专家们一致看好,在不久的将来,将会跨过传统照明的鸿沟,迈向LED照明的新时代。2016年以来,我国的LED行业蓬勃发展,政府和科研单位不断地增加投入,加上近年来白炽灯和节能灯弊端的突显和政府、专家对节能环保、资源紧缺的宣传,广大人民群众对新型光源取代传统光源逐步接受和期待,所以研发和制造一款稳定实用的LED照明产品迫在眉睫。

道路智慧照明研究

如今,现代化城市的建设正全力地向着智慧城市的方向发展,智慧城市建设是一个需要多方面协调配合发展的过程,其中一个重要的部分则是道路智慧照明工程的建设。道路智慧照明主要指的是在城市照明设计中,将联网的路灯加上光环境智慧模式进行研究及运用,使其能够动态、快速及精准地实现智慧城市发展建设中对城市道路照明的不同需求。基于以上分析的基础上,强化对道路智慧照明的研究和分析有着非常重要的现实意义。

LED交通诱导屏设计方案

随着近年来社会经济的快速发展,城市拥堵问题日益明显。在无法改变城市交通道路的前提下,提前预知道路拥堵情况成为目前城市交通急需解决的问题。文章提供一种能实时发布道路拥堵路况的解决方案——LED交通诱导屏,其由16块P10双色模组、主控器及视频图像解析系统组成,整个诱导屏以模组显示红、绿、黄三色方式实时呈现所指道路堵塞、畅通或者拥堵路况,从而达到让驾驶员提前预知前行道路实时路况信息的目的。

浅谈教育照明灯具的检测及重要性

近年来,随着中小学课内外负担加重,手机、电脑等带电子屏幕产品的普及,用眼过度、用眼不卫生、缺乏体育锻炼和户外活动等因素,我国青少年近视率居高不下、不断攀升,近视的低龄化、重度化日益严重,这已成为影响国家和民族未来的大问题,为此国家越来越重视学校的视觉环境,努力为青少年打造一个健康、安全的光环境,基于此,健康教育照明灯具应运而生。文章针对现有教育照明的不足,提出相应的灯具性能和应用效果检测,结合相关标准对各项产品性能进行控制,使得教育照明灯具达到健康照明的效果。

大功率LED灯阵能耗测量系统构建

对大功率LED灯阵能耗测量系统进行研究,能够有效解决传统能耗测量系统存在的测量精度低、运行能耗高等问题;依据灯阵能耗测量需求,对大功率LED灯阵能耗测量系统的总体框架进行设计,改进照明管理、通信、随机存储SRAM、Flash闪存、TFTLCD液晶显示、电源电路和驱动电路等硬件模块,优化开发软件部分的能耗测量功能,完成大功率LED灯阵能耗测量系统的构建;实验结果表明,该系统具有测量精度高、运行能耗低等优点,满足灯阵能耗测量需求。