针对传统机器人目标抓取过程中识别精度低的问题,提出了一种改进SSD网络的目标识别与定位方法。首先,针对机器人在小目标检测上精度低的问题,将特征金字塔与CNN神经网络结合,实现高层特征与底层特征提取的联合;其次,针对工业机器人数据样本小、不利于识别分析的问题,采用移动、旋转、增加噪声干扰、消除干扰数据等方式对数据集进行增强;最后,对改进的SSD网络进行验证。结果表明,相较于SS+SIFT+SVM算法、SS+HOG+SVM算法,改进的SSD网络可有效识别和定位需要抓取的目标。

Yang Heqing 1,Han Jun 1,Wang Manxin 1,Ou Yi 1,Guan Qiang 2,Feng Hutian 1(1.School of Mechanical Engineering,Nanjing University of Science and Technology,Jiangsu Nanjing,210094,China)(2.Jiangsu Suzhou Neway CNC Equipment Co.,Ltd.,Jiangsu Suzhou,215000,China)

为了解决传统的、采用人工、半自动化方式的铁路车辆故障预测准确性差、可靠率低的问题,进一步识别安全隐患、降低生产事故率,结合信号处理及通讯技术,引入故障诊断预测系统,使用置信度权重目标驱动控制策略,融合优化后的神经网络模型算法,通过设置最优权重投票机制,实现专家系统与神经网络模型预判综合应用于货运列车的故障识别与预警。系统投入运行后,应用效果良好,严重故障的诊断准确率达到了100%,平均故障识别率也高于90%,具有一定的推广应用价值。

研发了一种机动车尾气专用紫外差分检测仪。采用紫外差分法获得专用CMOS数字化数据,其S测量波长选择181.975 nm,N测量波长选择183.617 nm,采集数据后,采用卷积降维神经网络进行数据分析。使用精度持久性实验测定检测仪的校准周期,并与两种技术成熟的机动车尾气紫外差分测量仪进行比较,其中比较设备A采用多项式回归刚性数据分析算法,比较设备B采用模糊多列神经网络算法。该设备在不进行全面校准的前提下,使用1000次以内测试精度均高于比较设备A和比较设备B。该设备属于一种具有技术替代性的新型紫外差分机动车尾气测量仪器。

针对目前教学用柔性自动化生产线设备自动化程度较低的问题,提出一种控制系统优化方法。以现有THWSP-1型柔性自动化生产线实训设备为例,采用PLC核心控制器实现了设备分站控制系统的集成,采用网孔板、接插线结合的模块布线方式,增加并开发触摸屏和手机终端双远程控制功能。最后,对柔性自动化生产线设备的控制系统进行调试,调试结果显示控制系统的优化效果良好。该优化方法不但提高了柔性自动化生产线的自动化水平,而且对于提高设备的利用率具有实际工程意义。

基于QFD质量屋和ANSYS有限元方法分析了某型飞机牵引车夹持-提升装置的设计缺陷,依据QFD关系表研究了装置的技术特征,将设计要求转化为技术指标和功能项,得到各参数指标的冲突关系。基于TRIZ理论对装置设计方案进行调整和优化,运用ANSYS对改进后的装置结构进行有限元分析。结果表明改进后的设计更合理、实用,可为飞机牵引车夹持-提升装置设计提供参考。

为及时发现电网设备缺陷,预防事故发生,确保设备安全运行,针对雾霾天等特殊巡检天气下采集到的目标图像颜色失真且模糊不清的问题,提出一种基于多通道的MSRCR图像增强算法。首先将原始图像从RGB颜色空间转换为HSI颜色空间,其次对提取的亮度分量利用MSRCR算法进行增强处理,最后对亮度增强后的图像分别进行直方图均衡化处理,提高图像的对比度。实验结果表明,所提算法能够改善特殊天气下的变压器图像照度信息,提高图像的对比度,解决了图像颜色失真等问题。

以一种医用消毒喷水瓶螺母盖的设计为基础,通过分析产品结构特征,设计了一模16腔、模内机动脱内螺纹机构。针对螺纹筒内部细深腔的结构特征,设计了外环绕周围式的串联水路冷却方式,并运用CAE软件模拟产品的填充与冷却过程。该模具结构设计合理,开合模动作准确可靠,螺纹塑件能够顺利脱模,经检测,塑件制品精度高,同时提高了产品生产率,产品完全达到客户需求,可为同类模具结构设计提供一定的参考,具有良好的借鉴价值。

研究了复合材料刚度退化准则对破坏载荷分析结果的影响。分析采用渐进损伤方法,以Hashin准则为材料失效判据,分别采用基于断裂能的指数退化方法、基于失效因子的反比例退化准则以及瞬间退化准则等刚度退化准则,通过用户材料子程序在ABAQUS中实现。利用文献中碳纤维复合材料开孔拉伸试验数据,对3种退化准则的预测效果进行了对比,结果表明基于失效因子的反比例退化准则能很好地预测试验件损伤演化过程以及最终破坏载荷;基于断裂能的指数退化方法也能得到较好的结果;瞬间退化准则低估了材料损伤后的承载能力,得到的分析结果过于保守。

针对传统电子商务用户行为聚类分析方法存在的缺陷,提出了基于组合优化理论的电子商务用户行为聚类分析方法。首先分析了K-means聚类算法计算量大、获取最优解时间长的原因,然后将复合形法的K-means聚类算法和遗传算法进行组合,实现电子商务用户行为聚类分析,最后进行了电子商务用户行为聚类分析的仿真实验。结果表明,所提方法的电子商务用户行为聚类精度值达到94.95%,可以有效提升电子商务平台经济效益,具有较高的推广价值。