检索结果-内蒙古大学图书馆

物联网技术 2023年第3期13卷 36-39,43页

作者：李宇航秦红星史苗红蔡佳宸张墨涵唐山学院河北省智能装备数字化设计及过程仿真重点实验室河北唐山063000

针对目前国内多数高校防盗设施短缺,且禁止学生自行安装门锁、设置阻门器等问题,本文设计了一套宿舍智能防盗报警系统。该系统基于STM32单片机,主要运用了毫米波雷达技术、指纹识别技术和MySQL数据库存储技术,并且结构简单、安装方便。... 详细信息

针对目前国内多数高校防盗设施短缺,且禁止学生自行安装门锁、设置阻门器等问题,本文设计了一套宿舍智能防盗报警系统。该系统基于STM32单片机,主要运用了毫米波雷达技术、指纹识别技术和MySQL数据库存储技术,并且结构简单、安装方便。经过实际测试,该系统能够实现实时监测门的状态、识别指纹解锁状态、雷达识别闯入人员并报警等功能,且能够达到预期的防盗效果。系统经推广后,可为学生的财产安全提供有效的保护,对维护校内治安乃至社会层面的治安都具有较为深远的影响。

关键词：高校宿舍指纹识别智能防盗毫米波雷达 STM32 实时监测

来源：评论

学校读者我要写书评

暂无评论

基于机器视觉的曲面枕个性化定制方法

引用

纺织学报 2024年第2期45卷 214-220页

作者：葛苏敏林瑞冰徐平华吴思熠罗芊芊浙江理工大学服装学院浙江杭州310018 浙江省哲学社会科学重点培育研究基地浙江理工大学数智风格与创意设计研究中心浙江杭州310018 丝绸文化传承与产品设计数字化技术文化和旅游部重点实验室浙江杭州310018

为有效扩展曲面枕个体适应性,满足大规模个性化定制需求,提出了基于机器视觉的曲面枕个性化定制方法。采用MINet显著性目标检测实现人像的自动分割与轮廓提取。在此基础上,对人像中的4个关键参考点、32个特征点进行提取,实现轮廓曲线的... 详细信息

为有效扩展曲面枕个体适应性,满足大规模个性化定制需求,提出了基于机器视觉的曲面枕个性化定制方法。采用MINet显著性目标检测实现人像的自动分割与轮廓提取。在此基础上,对人像中的4个关键参考点、32个特征点进行提取,实现轮廓曲线的快速拟合与尺寸测量,以此方式构建头部样本数据集。通过数据聚类,将65个样本划分成12类,使用三维建模软件绘制出适合个体头、颈、肩部尺寸需求,满足仰、侧睡姿需求的曲面枕。实验得到12种曲面枕关键尺寸参数,包括侧卧区域高度、仰卧贴合区域曲线峰值和谷值。该方法进一步扩展了曲面枕形态适应性,为曲面枕定制提供分类方法参考。

关键词：机器视觉曲面枕个性化定制神经网络轮廓提取

来源：评论

学校读者我要写书评

暂无评论

基于英飞凌MCU的专用车辆并行遥控系统设计

引用

汽车电器 2023年第2期 41-43页

作者：高欣涂朝辉陈鑫凯赵朋孙帅吴珂河北省智能装备数字化设计及过程仿真重点实验室唐山学院河北唐山063000

工程车辆的作业环境恶劣危险,并行于车载控制系统的一套遥控系统,能让操作人员相对自由地选择安全位置和环境对车辆动作进行遥控操作。本研究基于英飞凌MCU进行了输入输出接口、CAN通信、串口通信等硬件和软件系统设计,实现了并行于工... 详细信息

工程车辆的作业环境恶劣危险,并行于车载控制系统的一套遥控系统,能让操作人员相对自由地选择安全位置和环境对车辆动作进行遥控操作。本研究基于英飞凌MCU进行了输入输出接口、CAN通信、串口通信等硬件和软件系统设计,实现了并行于工程车辆车载控制系统的遥控功能,能降低工程车辆操作风险,改善作业环境。

关键词：英飞凌 MCU 并行遥控工程车辆

来源：评论

学校读者我要写书评

暂无评论

基于工艺相似性的衬衣部件模块族构建

引用

纺织学报 2024年第10期45卷 170-176页

作者：盛锡彬赵崧灵顾冰菲浙江理工大学服装学院浙江杭州310018 浙江省哲学社会科学重点培育研究基地浙江理工大学数智风格与创意设计研究中心浙江杭州310018 丝绸文化传承与产品设计数字化技术文化和旅游部重点实验室浙江杭州310018

为建立服装生产标准工时预测模型,实现混合款式的模块化生产编排优化,提出了基于衬衣部件工艺相似性的生产工艺模块族构建方法。以550款典型衬衫款式为例,根据服装结构及裁片种类,整理各部件造型及加工种类差异,建立相关数据集。从生产... 详细信息

为建立服装生产标准工时预测模型,实现混合款式的模块化生产编排优化,提出了基于衬衣部件工艺相似性的生产工艺模块族构建方法。以550款典型衬衫款式为例,根据服装结构及裁片种类,整理各部件造型及加工种类差异,建立相关数据集。从生产角度将衬衣部件生产工艺划分为42个模块并进行编码,结合31种工艺类型构建“模块-工艺”结构矩阵,通过基于等价关系的模糊聚类及F-统计量,最终确定11类衬衣模块族。聚类结果经过验证基本符合实际生产情况,且同一模块族工序加工工艺基本类似。该研究理论可推广到成本核算、工资发放、质量评估等方面,可为服装生产编排、工期预测等提供一定的参考。

关键词：衬衫款式工艺相似性模糊聚类模块族模块化生产

来源：评论

学校读者我要写书评

暂无评论

基于S7200 SMART PLC和组态王的雾炮机控制系统设计

引用

唐山学院学报 2023年第3期36卷 33-37页

作者：郭玉静唐山学院河北省智能装备数字化设计及过程仿真重点实验室河北唐山063000

为了实现对多台雾炮机的集中管理、合理雾化除尘,提出了基于S7200 SMART PLC与组态王的雾炮机控制系统设计方案:将S7200 SMART PLC作为控制系统的现场控制装置,通过继电器输出控制雾炮机中的被控电机;利用组态王软件对控制系统进行设计... 详细信息

为了实现对多台雾炮机的集中管理、合理雾化除尘,提出了基于S7200 SMART PLC与组态王的雾炮机控制系统设计方案:将S7200 SMART PLC作为控制系统的现场控制装置,通过继电器输出控制雾炮机中的被控电机;利用组态王软件对控制系统进行设计,实现工作模式的选择、工作指令的下达及对设备状态的监视;通过TCP/IP方式实现PLC与上位机之间的实时通信。现场运行结果表明,该控制系统运行良好,操作灵活简单,提升了雾炮机的工作效率。

关键词：雾炮机控制系统 S7200 SMART PLC 组态王 TCP通信

来源：评论

学校读者我要写书评

暂无评论

基于AMESim的钢坯在线称重液压系统故障诊断研究

引用

唐山学院学报 2023年第6期36卷 22-25,32页

作者：高军霞唐山学院河北省智能装备数字化设计及过程仿真重点实验室河北唐山063000

通过分析某钢铁公司一种钢坯在线自动称重液压系统的工作原理,发现该系统负载试车时发生了执行元件油路颤振问题,针对该问题基于AMESim建模仿真,以对该系统进行故障诊断研究。研究发现,该系统存在负负载的垂直升降油路,且直接在液压缸... 详细信息

通过分析某钢铁公司一种钢坯在线自动称重液压系统的工作原理,发现该系统负载试车时发生了执行元件油路颤振问题,针对该问题基于AMESim建模仿真,以对该系统进行故障诊断研究。研究发现,该系统存在负负载的垂直升降油路,且直接在液压缸附近安装液控单向阀的做法导致了液压系统下降过程不稳定,从而出现颤振现象。改进后的系统加载试验验证了仿真分析结果的正确性。

关键词：钢坯在线称重液压系统故障诊断

来源：评论

学校读者我要写书评

暂无评论

基于ADAMS的包装机封盒底机构建模及仿真

引用

机电工程技术 2023年第3期52卷 98-100,147页

作者：席晓燕陈若梦刘晓雯张聚涛贾德锁河北省智能装备数字化设计及过程仿真重点实验室//唐山学院河北唐山063000

应用ADAMS软件和CITIA软件对包装机封盒底凸轮机构进行虚拟样机建模仿真及分析。针对传统的图解法求解凸轮轮廓曲线效率低误差大的不足的问题,首先在ADAMS中建立连杆滑块机构,根据执行件滑块的运动规律,利用反转法和ADAMS的轨迹追踪功能... 详细信息

应用ADAMS软件和CITIA软件对包装机封盒底凸轮机构进行虚拟样机建模仿真及分析。针对传统的图解法求解凸轮轮廓曲线效率低误差大的不足的问题,首先在ADAMS中建立连杆滑块机构,根据执行件滑块的运动规律,利用反转法和ADAMS的轨迹追踪功能,求得凸轮的轮廓曲线,再借助CATIA软件的三维建模功能,得到槽形凸轮的三维模型,再导入ADAMS中添加约束和驱动对机构进行仿真分析。将测量得到的执行件的位移、速度、加速度曲线与理论值对比,结果表明此方法求解出的凸轮轮廓满足轨迹要求,且误差很小。通过添加接触力模拟凸轮实际受力情况,测量得到最大驱动力矩为3057 N·mm,稳定运行后驱动力矩为810 N·mm,为包装机封盒底机构后续进行动力学分析提供了参考。提出的凸轮机构轮廓曲线求解方法同样适用于其他轨迹要求的设计,为方便、快捷、高精度地设计凸轮轮廓曲线找到一种新的方法。

关键词： ADAMS CATIA 封盒底机构凸轮轮廓反转法

来源：评论

学校读者我要写书评

暂无评论

基于GSPN的多级串联系统可靠性建模与分析

引用

机械工程与自动化 2023年第1期 35-38页

作者：李中生李慎旺唐山学院河北省智能装备数字化设计及过程仿真重点实验室河北唐山063000

对含8台加工设备和3个缓冲区的曲轴精磨串联系统展开了运行可靠性研究,通过区分延时变迁和瞬时变迁,将模型的状态空间划分为显状态和隐状态,构建了系统的广义随机Petri网(GSPN)模型,描述了系统的运行原理和动态过程。通过消去隐状态,构... 详细信息

对含8台加工设备和3个缓冲区的曲轴精磨串联系统展开了运行可靠性研究,通过区分延时变迁和瞬时变迁,将模型的状态空间划分为显状态和隐状态,构建了系统的广义随机Petri网(GSPN)模型,描述了系统的运行原理和动态过程。通过消去隐状态,构造并分析了广义随机Petri网模型的同构退化嵌入马尔可夫链,计算了系统各显状态的稳态概率,求解了曲轴精磨加工系统的稳态可用度,为分析含缓冲区多级串联复杂系统的动态过程提供了参考。

关键词：马尔可夫链多级串联系统可靠性建模 GSPN

来源：评论

学校读者我要写书评

暂无评论

基于图提示的半监督开放词汇多标记学习

引用

计算机研究与发展 2025年第2期62卷 432-442页

作者：李仲年皇甫志宇杨凯杰营鹏孙统风许新征中国矿业大学计算机科学与技术学院江苏徐州221116 计算机辅助设计与图形系统全国重点实验室(浙江大学) 杭州310058 矿山数字化教育部工程研究中心(中国矿业大学) 江苏徐州221116

半监督多标记学习利用有标记数据和无标记数据进行模型的训练,降低了多标记数据的标记成本并取得了不错的结果,吸引了很多研究者不断进行研究.然而,在半监督标注过程中,由于标记的数量较多,往往会出现某些标记缺失标注样本的情况,这些... 详细信息

半监督多标记学习利用有标记数据和无标记数据进行模型的训练,降低了多标记数据的标记成本并取得了不错的结果,吸引了很多研究者不断进行研究.然而,在半监督标注过程中,由于标记的数量较多,往往会出现某些标记缺失标注样本的情况,这些标记被称为开放词汇.开放词汇会导致模型无法学习到该类别的标记信息,使得模型性能下降. 针对上述问题,提出了基于图提示的半监督开放词汇多标记学习方法. 具体地,该方法利用基于提示的图神经网络对预训练大模型进行微调,挖掘和探索开放词汇与监督样本之间的关系. 通过使用包含图像与文本的多模态数据构造图神经网络作为预训练大模型的文本输入进行学习. 其次利用预训练大模型在开放词汇上的泛化能力,对无监督样本生成伪标记,实现对输出分类层的微调,使模型在对开放词汇进行分类时能获得更加理想的效果. 多个基准数据集上的实验结果均显示,基于图提示的半监督开放词汇多标记学习方法优于目前的主流方法,在 VOC,COCO,CUB,NUS 等基准数据集上均取得了最优的效果.

关键词：半监督多标记学习预训练模型图神经网络开放词汇提示

来源：评论

学校读者我要写书评

暂无评论

海上风电轴承防腐喷涂工艺及涂层性能分析

引用

轴承 2023年第6期 84-88页

作者：段欣生买楠楠孙小波李媛媛于喜梅洛阳轴承研究所有限公司河南洛阳471039 高性能轴承数字化设计国家国际科技合作基地河南洛阳471039 河南省高性能轴承技术重点实验室河南洛阳471039

为满足海上风电轴承防腐寿命大于25 a的需求,对风电轴承防腐喷涂工艺及性能展开了研究。对风电轴承钢喷涂前处理工艺进行了优化,选择了喷锌层厚度及中间漆、面漆类型,研究了不同喷漆层组合的结合力和耐蚀性,结果表明:基体表面清洁度等级... 详细信息

为满足海上风电轴承防腐寿命大于25 a的需求,对风电轴承防腐喷涂工艺及性能展开了研究。对风电轴承钢喷涂前处理工艺进行了优化,选择了喷锌层厚度及中间漆、面漆类型,研究了不同喷漆层组合的结合力和耐蚀性,结果表明:基体表面清洁度等级为2.5~3.5,表面粗糙度Rz值为80~125μm时,防腐层的结合力可以满足不小于5 MPa的要求;基体采用“喷锌+聚酰胺环氧漆+双组份聚氨酯漆”的防腐层组合时,耐中性盐雾试验和湿热试验的时间均大于2400 h,可以满足海上风电轴承耐久性设计年限要求;采用优化工艺进行防腐喷涂处理,各项指标均能达到相关标准要求。

关键词：滚动轴承风电轴承风力发电机组喷涂防腐层结合力盐雾试验

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：