轮毂的识别是轮毂自动化生产线自动分拣的重要前提。为了克服轮毂生产结束后手动搬运和分拣的弊端,提出了一种基于梯度方向直方图特征和非线性支持向量机的轮毂识别方法。首先分别提取轮毂自动化生产线上三种不同照明条件下的轮毂图片,将轮毂图片转化为灰度图像;再对其进行缩放裁剪至检测窗口大小,完成正负样本的制作;最后提取正负样本的HOG特征集合并用libsvm工具箱对其进行训练,训练后得出的分类模型对三种不同照明条件的轮毂图片分别进行识别,结果表明,该方法可以有效地克服光照条件对识别效果的干扰。

提出了一种基于SURF特征与神经网络相结合的方法,实现了对多种型号轮毂的识别。首先,将所有采集的样本图像分成训练集、验证集和测试集;然后,将所有样本图像缩放至合理大小并进行转灰操作;提取所有样本图像的SURF特征并导入到搭建好的神经网络中进行训练、验证和测试,通过神经网络强大的学习能力,从对大量特征数据的学习过程中获得一个最佳的识别模型。该方法可以以最少的样本图像获得一个能准确识别轮毂型号的识别模型。另外,该方法鲁棒性好、抗干扰能力强,能满足自动化生产线实时性的要求。

设计了一种甘蔗种防破芽切断装置,以解决目前甘蔗斩种中破芽率较高的问题,为后期甘蔗种植成活率提供保障。该装置利用直线位移传感器对甘蔗的轴向外形轮廓进行检测,并通过单片机分析计算识别出甘蔗种芽的轴向位置。根据农艺要求对甘蔗种切断控制方法进行分析,确定切断刀与传感器的安装相互位置以及切断刀驱动控制时机,并进行了切断控制的软硬件设计。设计了基于LabVIEW的上位机监测系统,友好的监测界面可以对甘蔗种输送切断过程中对种芽位置的实时监测,便于进行分析。最后经过试验表明种芽识别的准确率达到98.12%,种芽切割完好率达到99.10%,整个系统的种芽切割准确率达到97.24%,有效控制切断过程破芽率高的问题,总体满足设计要求。

将动态载荷识别的频域方法归结为统一的形式，不论是随机激励还是确定性载荷，均可利用实测的系统响应及响应与激励间的广义传递矩阵进行动载荷的识别。通过对识别过程中精度影响因素的分析，提出利用计算机模拟方法选择响应测点以提高识别精度的方法，有利于工程应用。

流量计在使用过程中由于受到噪声、电磁脉冲等因素的干扰,在使用时常会出现仪表显示不稳、显示数字失真等现象,有时会严重影响计量精度。文中深入分析了相关信号调理模块与软件滤波方法对该类信号处理过程中所存在的缺陷,结合神经网络等方法提出了一种流量计输出信号智能化整形识别技术,并结合实际信号对该方法进行了检验。结果表明,该方法能有效克服传统方法存在的缺陷,为流量计输出信号的整形与识别分析开辟了一条有效的途径。

建厂初期由于受当时轨道衡技术发展水平限制，记录车号全部由人工抄号，这种抄号方式容易造成车号漏抄、车号错抄或者损害企业利益的情况发生。2004年我们组织有关人员对电子轨道衡记录车号方式进行调研和攻关，对其进行技术改造，实现了轨道衡称重计量与车号的自动记录一机双控，达到了技术改造的目的。

为了实时获取生产线上大量按键并发动作状态，提出一种基于FPGA的多按键状态识别系统设计。该系统设计采用VHDL语言描述，有效地解决远距离、分散、多键并发状态识别问题，并减小电路板面积和单片机的信号连接，易于对大量按键并发输入操作。给出了该系统设计方案的硬件电路设计和仿真结果。该设计已成功应用于某项目中。

介绍一种简单射频识别系统设计。该设计包括阅读器、应答器和线圈3部分。由单片机控制阅读器向应答器发射无线信号．并接收应答器回送的信号，再通过分析回送信号识别物品。阅读器和应答器之间以半双工通信方式通信。

为了对液压系统运行情况进行更为直观、高效的监测,文章对以电参量信息为基础的图形化实时识别技术进行了深入分析,这种液压系统识别技术利用Hilbert变换,对电参量基频分量加以迅速提取,从而使得该监测系统有着更高的实时性;同时利用李萨如图形方法,对该电参量信息加以科学融合,由此使得该识别技术具有实时性与图形化。最后借助于LabView系统对该识别系统展开设计,将液压系统极限工况作为试验对象,对该开发技术的实用性与稳定性进行验证,从而为液压系统状态识别系统提供创新的开发路径。

电液伺服系统的泄漏故障具有普遍性、缓变性和多样性，此类故障的诊断意义十分重大，但诊断过程极为困难。针对泄漏故障的识别与分类问题，提出一种基于鲁棒残差的支持向量机诊断方法。在考虑系统未知输入的前提下，设计系统的线性鲁棒观测器，计算系统的鲁棒残差，发现残差可以有效识别泄漏故障，但却不能正确区分泄漏形式。由于位移、压力也含有丰富的故障信息，于是提取残差、位移、压力的波形指标和压力的峭度指标，作为支持向量机的输入，用于系统的泄漏故障分类。分类结果表明：该方法不仅可以确定系统是否发生了泄漏，而且可以判定系统发生了哪种泄漏。