液压支架护帮板的打开和闭合是煤矿井下的主要作业之一。为了自动识别监控视频中每个护帮板的工作状态,需研究液压支架护帮板工作状态智能识别算法。结合深度学习和计算机视觉的算法,可采用融合幅度信息的光流直方图(Histograms of Oriented Optical Flow,HOF)提取运动特征。实验结果表明:算法的准确率达到88.69%、精确率达到79.08%、召回率达到76.16%、F1_score值达到76.53%,fps值达到18帧/s,验证了该算法的可行性和有效性。

对复杂机械系统的运动可靠性分析还没有形成一个成熟的理论体系。以某大型多级缸起竖系统为例，提出了一种采用可视化仿真技术来分析系统运动可靠性的新方法。以统一的油缸负载函数为起点，一方面从系统受力分析入手，推导负载的起竖角度函数；另一方面从系统几何学建模入手，推导出液压油缸的起竖角度和展长函数。以这两个函数分别驱动负载和液压油缸的运动，在此基础上进行了可视化建模和仿真。仿真结果证明：此方法能够从视觉尺度和数学尺度两方面来验证系统的运动可靠性。

主要研究１０００ＫＮ冲压机提高其生产效率的问题，对冲压机状态下的冲剪力，振动量和动频率谱及造币用材料的剪切应力进行了测试与分析，我们得出该冲压机的冲剪速度可以由现有的２００次＝／分提高到４００次／分，仍然可以保证机器安全生产，也不会影响机器的使用寿命。