检索结果-内蒙古大学图书馆

振动与冲击 2025年第6期44卷 13-27页

作者：籍永建韩启超徐小康北京信息科技大学现代测控技术教育部重点实验室北京100192 北京信息科技大学机电系统测控北京市重点实验室北京100192 北京信息科技大学机电工程学院北京100192

串联式工业机器人(以下简称机器人)刚度低,铣削加工过程极易由于工艺参数或机器人位姿选取不当产生颤振,颤振会降低工件表面质量、损坏机器人装备。针对机器人铣削加工颤振稳定性预测问题,通过构建机器人刚度模型的方式研究了机器人末... 详细信息

串联式工业机器人(以下简称机器人)刚度低,铣削加工过程极易由于工艺参数或机器人位姿选取不当产生颤振,颤振会降低工件表面质量、损坏机器人装备。针对机器人铣削加工颤振稳定性预测问题,通过构建机器人刚度模型的方式研究了机器人末端刚度随空间位姿的变化规律;阐明了主轴系统速度效应对刀尖动力学特性的影响规律,采用数据拟合的方法建立了主轴转速与刀尖固有频率之间的映射函数;构建了综合考虑机器人-主轴系统耦合效应的铣削动力学模型,采用锤击试验方法获得机器人铣削系统刀尖的阻尼比与模态质量,得到了包含不同影响因素的机器人铣削加工稳定性叶瓣图,揭示了机器人-主轴系统耦合作用下铣削颤振稳定性的动态变化规律,进行了试验验证。结果表明,与现有模型相比,考虑机器人-主轴系统耦合效应构建的稳定性叶瓣图更加符合实际铣削状态,可有效提升机器人铣削颤振的预测准确率。

关键词：机器人铣削铣削动力学颤振耦合效应稳定性分析

来源：评论

学校读者我要写书评

暂无评论

核酸适配体结合亲和力评测方法的研究进展

引用

中国科学:化学 2025年第2期55卷 444-462页

作者：汪凯李延生高国伟宋钰胡敬芳北京信息科技大学传感器重点实验室北京100101 北京信息科技大学现代测控技术教育部重点实验室北京100192

可体外合成的核酸适配体在生命健康领域受到越来越多的关注,其与靶标的结合亲和力是重要的性能指标之一.评测核酸适配体结合亲和力的方法多种多样,我们对技术方法进行筛选分类,详细阐述了每种技术方法的基本原理、研究进展以及需要突破... 详细信息

可体外合成的核酸适配体在生命健康领域受到越来越多的关注,其与靶标的结合亲和力是重要的性能指标之一.评测核酸适配体结合亲和力的方法多种多样,我们对技术方法进行筛选分类,详细阐述了每种技术方法的基本原理、研究进展以及需要突破的瓶颈问题.成熟的核酸适配体结合亲和力评测方法涵盖了表面等离子体共振法、生物层干涉法、酶联适体测定法以及石英晶体微天平法等.这些技术能够稳定且灵敏地捕捉分子结合信号,从而显著推动核酸适配体技术的研究进展.然而,传统的核酸适配体固定技术可能会对分子构象产生一定影响,从而改变其在使用环境中的真实结合亲和力.为解决这一问题,研究者们正积极探索新型的无需固定就能评估分子结合亲和力的方法,例如圆二色性法、紫外-可见吸收光谱法、荧光各向异性、荧光光谱法、等温滴定量热法、凝胶阻滞法、微量热泳动法以及流体动力分散技术等.这些新技术方法的持续进步将极大地推动核酸适配体在筛选和应用等领域的技术方法创新,为核酸适配体的进一步商品化铺平道路.

关键词：核酸适配体结合亲和力分类策略评测方法

来源：评论

学校读者我要写书评

暂无评论

基于Densenet模型的步态相位识别研究

引用

电子测量技术 2025年第1期48卷 119-128页

作者：付明凯王少红马超北京信息科技大学现代测控技术教育部重点实验室北京100192

步态识别是下肢外骨骼机器人的关键技术,精准地步态识别对下肢外骨骼机器人的柔性控制具有重要作用。为解决不同个体以及同一个体步态特征(步速、步幅等)的随机性,本文提出了一种基于Densenet改进的SECBAM-Densenet网络模型的步态相位... 详细信息

步态识别是下肢外骨骼机器人的关键技术,精准地步态识别对下肢外骨骼机器人的柔性控制具有重要作用。为解决不同个体以及同一个体步态特征(步速、步幅等)的随机性,本文提出了一种基于Densenet改进的SECBAM-Densenet网络模型的步态相位识别方法。首先,将两个惯性测量单元布置在胫骨前部和大腿前侧的股直肌,采集了200人次受试者前进、转弯、上楼梯、下楼梯4种步态任务的步态数据。然后,对数据进行滤波重采样预处理后作为所提模型的输入。最后,利用SECBAM-Densenet模型得到输出模型的分类结果。结果显示,改进后SECBAM-Densenet模型在同一个体中不同步态相位平均识别准确率达到了95.76%,相比其他模型有0.66%~21.22%的提升。在不同个体中,相位的识别准确率均高于94%。以上试验结果表明,本文提出的模型可以应用于步态相位识别领域,并为下肢外骨骼机器人的柔性控制提供了试验参考。

关键词：步态相位 Densenet SE-net注意力模块空间通道注意力模块

来源：评论

学校读者我要写书评

暂无评论

转子系统数模联动故障诊断方法研究

引用

电子测量与仪器学报 2025年第1期39卷 165-175页

作者：马康王红军乔琦王正余成龙北京信息科技大学机电工程学院北京100192 北京信息科技大学高端装备制造智能感知与控制北京市国际科技合作基地北京100192 北京信息科技大学现代测控技术教育部重点实验室北京100192

针对燃气轮机转子系统故障样本少,样本不均以及跨工况故障诊断的问题,提出一种基于转子系统数模联动的故障诊断方法。基于经典集中质量法建立了转子系统动力学模型,将不对中故障,不平衡故障引入动力学模型建立了转子系统故障动力学微分... 详细信息

针对燃气轮机转子系统故障样本少,样本不均以及跨工况故障诊断的问题,提出一种基于转子系统数模联动的故障诊断方法。基于经典集中质量法建立了转子系统动力学模型,将不对中故障,不平衡故障引入动力学模型建立了转子系统故障动力学微分方程,最后通过龙格库塔法(ode-4/5)对转子系统故障动力学微分方程进行求解,最终得到故障位移仿真信号,为之后数据增强以及数模联动方法做准备。建立结合正交梯度惩罚算法的条件深度卷积生成对抗网络,用此模型将机理模型所得仿真信号作为生成器输入,生成信号样本与真实实验信号作为判别器输入,获得融合机理特性与实际机械特性为一体的生成信号;其次,基于迁移学习理论建立跨工况域适应故障诊断模型,使用结合反卷积算法的短时分数阶傅里叶变换对数据进行视频转换,获得分辨率以及特征更为明显的二维时频图像样本,将结合机理特性与机械特性的数据作为源域、待测其他工况数据作为目标域训练故障诊断模型,通过实验验证,将5种不同故障类别在不同转速与不同故障量下的诊断准确率均达到91%以上,并通过混淆矩阵对结果进行了解释分析,该方法能够有效提高模型的泛化性,并实现转子系统跨工况故障诊断,同条件下优于其他主流诊断方法。

关键词：转子系统故障诊断条件深度卷积生成对抗迁移学习数模联动

来源：评论

学校读者我要写书评

暂无评论

基于域迁移的滚动轴承故障诊断研究

引用

机械设计与制造 2025年第4期 269-273页

作者：曹梦婷谷玉海王红军徐小力北京信息科技大学现代测控技术教育部重点实验室北京100192

目前基于深度学习的滚动轴承故障诊断方法已经在机械设备领域得到了广泛的学习,而进行深度学习训练需要海量数据样本,针对深度学习方法在这一方面的不足,这里提出一种基于域迁移学习的滚动轴承故障诊断方法,能够在小样本数据量的前提下... 详细信息

目前基于深度学习的滚动轴承故障诊断方法已经在机械设备领域得到了广泛的学习,而进行深度学习训练需要海量数据样本,针对深度学习方法在这一方面的不足,这里提出一种基于域迁移学习的滚动轴承故障诊断方法,能够在小样本数据量的前提下依旧对滚动轴承进行故障诊断并取得良好的诊断结果。首先,根据一维卷积神经网络和长短期记忆网络构造一个域迁移深度学习网络,将获得的源域数据与目标域数据作为输入,其次,经过网络训练之后,对提取出的故障特征分类。实验结果证明,在小样本数据量的前提下,采用的方法和基于无迁移的深度学习故障诊断方法相比,故障特征的分类精度更高,提高了故障诊断的正确率。

关键词：故障诊断域迁移一维卷积神经网络长短期记忆网络

来源：评论

学校读者我要写书评

暂无评论

基于CBAM-YOLOv4的东巴象形文识别方法研究

引用

计算机应用与软件 2025年第2期42卷 196-201,226页

作者：黄颢吴国新徐小力赵西伟北京信息科技大学机电学院现代测控技术教育部重点实验室北京100912

东巴象形文字是中国早期使用的一种象形文字,对该文字的识别和数字化保护等方面的研究对传承我国文化具有深远意义。针对从东巴古籍提取的象形文字结构复杂、存在异体字、记录该文字的特殊东巴纸的纹理特征干扰识别的情况,提出一种基于C... 详细信息

东巴象形文字是中国早期使用的一种象形文字,对该文字的识别和数字化保护等方面的研究对传承我国文化具有深远意义。针对从东巴古籍提取的象形文字结构复杂、存在异体字、记录该文字的特殊东巴纸的纹理特征干扰识别的情况,提出一种基于CBAM-YOLOv4的图像识别改进算法,该算法添加注意力机制模块CBAM(Convolutional Block Attention Module)和特征融合模块,通过CBAM中的通道和空间注意力子模块依次对图像推断出注意力图,并结合特征融模块对输入的东巴象形文字图片进行更深的特征提取,从而实现对YOLOv4图像检测识别算法的优化。将改进后的CBAM-YOLOv4算法应用于东巴象形文字识别,相比YOLOv4算法mAP值提高了4.42百分点,表明该算法具有较好的东巴文字识别性能。

关键词：东巴文识别 YOLOv4 CBAM 特征提取

来源：评论

学校读者我要写书评

暂无评论

融合梯度改进YOLO和KCF模型的无人机目标识别跟踪算法

引用

仪器仪表学报 2025年第2期46卷 221-233页

作者：王文胜何君尧黄民吴国新北京信息科技大学机电工程学院北京100192 北京信息科技大学现代测控技术教育部重点实验室北京100192

针对无人机目标小、目标不显著的情况以及目标被遮挡后的再跟踪问题,提出一种将改进YOLO和改进KCF模型融合的无人机识别跟踪算法YOLO-G-KCF。该算法在特征处理方面将多通道梯度特征和原图特征通过特征级联的方式进行融合,并将融合特征引... 详细信息

针对无人机目标小、目标不显著的情况以及目标被遮挡后的再跟踪问题,提出一种将改进YOLO和改进KCF模型融合的无人机识别跟踪算法YOLO-G-KCF。该算法在特征处理方面将多通道梯度特征和原图特征通过特征级联的方式进行融合,并将融合特征引入YOLOv10算法之中,使改进算法对强光照、阴影等复杂光照条件下的目标有更好的检测效果;同时将多通道梯度特征信息引入KCF目标跟踪算法之中,通过设计一种多尺度特征检测,使KCF算法具有良好的尺度自适应;在头侧引入KCF跟踪结果,计算得新的损失函数Inner-IoU,更准确的识别跟踪目标。经实验表明,在由多个开源无人机视频目标跟踪组成的数据集上进行测试,YOLO-G-KCF算法取得95.3%的准确率;与YOLOv10原始模型相比,改进模型的mAP@0.5提高了1.37%,平均精度mAP@0.5达到了94.28%,且识别速度达到了112 FPS,能以100 FPS以上的速度运行,满足无人机目标识别跟踪的实时性需求。通过引入识别机制的跟踪并进行改进,在不损失速度的基础上,对比其他算法具有更好地识别跟踪效果。YOLO-G-KCF算法实现了对无人机在目标小、不显著以及遮挡后再跟踪等情况下的识别跟踪,识别准确率高、抗干扰能力强、硬件开发实时性好,具有一定的理论研究和工程应用价值。

关键词：目标跟踪目标识别无人机跟踪 YOLOv10

来源：评论

学校读者我要写书评

暂无评论

基于RBFNN的地电流场强区域指纹库构建方法

引用

电子测量技术 2025年第3期48卷 188-196页

作者：张志诚苏中赵辉李霏孙振振北京信息科技大学高动态导航技术北京市重点实验室北京100192 北京信息科技大学现代测控技术教育部重点实验室北京100192

基于场强为特征的地电流场广泛应用于物探、地震监测、透地通信等领域,由于区域地电流场强存在变异,难以建立地电流场强区域指纹库。本研究提出一种基于RBFNN的地电流场强区域指纹库构建方法。通过分时十字注入构建区域地电流场,在不同... 详细信息

基于场强为特征的地电流场广泛应用于物探、地震监测、透地通信等领域,由于区域地电流场强存在变异,难以建立地电流场强区域指纹库。本研究提出一种基于RBFNN的地电流场强区域指纹库构建方法。通过分时十字注入构建区域地电流场,在不同检测点通过正交电极检测地电流场信号提取地电流场强指纹特征。采用RBFNN拟合Kriging插值中的场强变异函数模型,通过Kriging插值估计细粒度地电流场强区域指纹特征,根据估计结果构建出地电流场强区域指纹库。在150 m×50 m自然环境进行了地电流场强区域指纹库构建实验,结果表明,所构建的0.1 m×0.1 m细粒度地电流场强区域指纹库,平均构建精度为89.84%,最高构建精度为95.46%。

关键词：地电流场指纹库构建 Kriging插值 RBFNN

来源：评论

学校读者我要写书评

暂无评论

多传感器融合的无人车SLAM系统研究

引用

重庆理工大学学报(自然科学) 2025年第1期39卷 229-235页

作者：吴文昊谷玉海北京信息科技大学现代测控技术教育部重点实验室北京100192 北京信息科技大学机电工程学院北京100192

为提高无人车的避障能力,使其能够在构建的地图环境中高效地进行自动定位和路径规划,提出一种多传感器融合的无人车SLAM系统。对于障碍物监测,采用激光雷达与深度相机信息融合的方法构建地图,以融合得到更精准的栅格图。搭建了履带式差... 详细信息

为提高无人车的避障能力,使其能够在构建的地图环境中高效地进行自动定位和路径规划,提出一种多传感器融合的无人车SLAM系统。对于障碍物监测,采用激光雷达与深度相机信息融合的方法构建地图,以融合得到更精准的栅格图。搭建了履带式差速底盘运动学模型,通过融合IMU数据提高位姿估计精度;分析了贝叶斯推理方法,在决策层以该方法有效融合激光雷达与深度相机的数据;提出基于卡尔曼滤波算法动态调整权重将雷达与相机的后验概率融合,得到最终的地图栅格信息。最后,根据融合后的数据构建地图并实现自主导航的功能。通过对比实验发现,改进的多传感器融合建图算法定位精度综合提高了91.67%,实时的整体性能提升了54.46%,栅格建图完整性提升了6.59%。

关键词：贝叶斯算法融合建图激光雷达深度相机 ROS2

来源：评论

学校读者我要写书评

暂无评论

基于DBO-BP的永磁同步电机损耗预测模型

引用

现代制造工程 2025年第2期 130-137页

作者：李良辉李乐王茜张喜明北京信息科技大学机电工程学院北京100192 北京信息科技大学现代测控技术教育部重点实验室北京100192 中国北方车辆研究所北京100072

针对有限元法计算永磁同步电机损耗的实时性问题,提出了一种采用蜣螂优化(Dung Beetle Optimizer,DBO)算法优化BP神经网络的永磁同步电机损耗预测模型。以一台额定功率为40 kW的车用永磁同步电机为研究对象,首先,在有限元分析软件Maxwel... 详细信息

针对有限元法计算永磁同步电机损耗的实时性问题,提出了一种采用蜣螂优化(Dung Beetle Optimizer,DBO)算法优化BP神经网络的永磁同步电机损耗预测模型。以一台额定功率为40 kW的车用永磁同步电机为研究对象,首先,在有限元分析软件Maxwell中建立了电机的电磁场损耗求解模型;其次,通过最佳空间填充试验设计方法,选取了600组控制参数组合(电枢电流、内功率因数角和转速)进行电机损耗求解,得到训练神经网络所需的数据集;最后,利用DBO算法对BP神经网络进行优化,构建了基于DBO-BP神经网络的永磁同步电机损耗预测模型,并与传统的BP神经网络、遗传算法优化的BP神经网络模型的预测效果进行对比。结果表明,DBO-BP神经网络预测模型在预测精度上优于其他2种神经网络模型,预测误差控制在5.86%以内,且计算速度是有限元模型的1267倍,能有效替代耗时较多的有限元模型,提高了损耗预测的实时性和准确性,为电机损耗预测提供了一种有效的方法。

关键词：永磁同步电机损耗预测有限元分析蜣螂优化算法神经网络

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：