检索结果-内蒙古大学图书馆

机械设计与研究 2024年第3期40卷 245-249页

作者：王正家庄健肖喆许款款何涛湖北工业大学机械工程学院武汉430068 现代制造质量工程湖北省重点实验室武汉430068 冶金装备及其控制教育部重点实验室武汉430081

条码检测是一种广泛应用于不同行业的技术,用于识别、验证和检查条码的质量和准确性。然而,传统的检测方法在处理尺度变化较大等复杂情况下的表现较差,通常存在检测速度和效率低、应用范围有限等问题,并且传统的方法通常只关注图像的局... 详细信息

条码检测是一种广泛应用于不同行业的技术,用于识别、验证和检查条码的质量和准确性。然而,传统的检测方法在处理尺度变化较大等复杂情况下的表现较差,通常存在检测速度和效率低、应用范围有限等问题,并且传统的方法通常只关注图像的局部信息,忽视了条码在不同尺度上的特征等问题。针对上述问题,提出了一种基于改进Swin Transformer的条码检测算法。首先,通过引入局部感知性和多尺度特征提取机制,具有更好的鲁棒性,能够应对不同大小和形状的条码;然后,引入了基于FCOS的检测框架的创新思想;最后,在标注好的条码数据集上对改进后的算法进行模型训练和测试。实验结果表明,所提出的改进后的模型与YOLOv4算法相比,精确率、召回率分别提高了5.78%、3.18%,整体性能优于其他主流算法,有效提升了条码检测能力并达到较高的检测精度。

关键词：目标检测深度学习条码 Swin Transformer FCOS

来源：评论

学校读者我要写书评

暂无评论

基于多传感器的机器人夹取系统研究

引用

机床与液压 2023年第11期51卷 27-33页

作者：王正家曾雨晴徐欣犀徐佑犀王超湖北工业大学机械工程学院湖北武汉430068 现代制造质量工程湖北省重点实验室湖北武汉430068 上海博士凯外国语学校上海201112

为解决由于内置传感器较单一导致的机器人抓取动作不灵活、作业精度低等问题,提出一种基于多传感器的机器人夹取系统。首先采用扩展卡尔曼滤波算法融合机器人内置传感器所测量的位置、速度和角度等信息,实现机器人自身位姿检测。在此前... 详细信息

为解决由于内置传感器较单一导致的机器人抓取动作不灵活、作业精度低等问题,提出一种基于多传感器的机器人夹取系统。首先采用扩展卡尔曼滤波算法融合机器人内置传感器所测量的位置、速度和角度等信息,实现机器人自身位姿检测。在此前提下,利用外置传感器完成对目标物的自动识别与定位。为增强信息的可靠性和系统的分辨能力,并根据输出信号对机器人夹取动作进行运动学建模,设定夹取系统的硬件、软件环境及传输电路后完成系统设计全过程。实验结果证明:所提方法设计的机器人系统能够实现对夹取目标的精确对准,运动特性明显提高,作业误差有效减小。

关键词：机器人夹取系统多传感器位姿检测目标物识别运动学建模

来源：评论

学校读者我要写书评

暂无评论

基于改进DE算法的工业机器人时间最优轨迹规划

引用

组合机床与自动化加工技术 2018年第6期 42-46页

作者：王君陈智龙杨智勇秦争争游颖魏琼湖北工业大学机械工程学院机器人技术研究中心武汉430068 湖北工业大学现代制造质量工程湖北省重点实验室武汉430068

为提高工业机器人的工作效率,提出一种进行时间最优轨迹规划的新算法。通过对已知任务轨迹的关键点进行运动学反解,求解与之对应的关节空间位置序列,并采用5次非均匀有理B样条曲线构造关节运动曲线,能够保证机器人各关节位置的准确性,... 详细信息

为提高工业机器人的工作效率,提出一种进行时间最优轨迹规划的新算法。通过对已知任务轨迹的关键点进行运动学反解,求解与之对应的关节空间位置序列,并采用5次非均匀有理B样条曲线构造关节运动曲线,能够保证机器人各关节位置的准确性,实现各关节运动的速度、加速度以及二次加速度的连续性。通过改进差分进化(Differential Evolution简称DE)算法,充分利用不可行解的信息,加强对边界的搜索,增强了算法的全局搜索能力。与遗传算法以及差分进化算法进行比较,利用该算法进行轨迹规划,结果显示该算法的搜索速度更快,所得的数值结果更小。

关键词：轨迹规划工业机器人时间最优改进DE算法

来源：评论

学校读者我要写书评

暂无评论

油菜联合收获机含杂率在线检测系统设计与试验

引用

中国农机化学报 2022年第10期43卷 127-134页

作者：陈旭关卓怀李海同沐森林张敏吴崇友湖北工业大学机械工程学院现代制造质量工程湖北省重点实验室武汉市430068 农业农村部南京农业机械化研究所南京市210014

针对目前油菜联合收获机含杂率检测主要依靠人工、效率低、实时性差、收获机作业参数调控缺乏依据、收获质量波动大等问题,设计导流式含杂率检测装置,提出油菜杂质视觉识别算法,开发含杂率在线检测系统。基于HSV颜色空间模型,探究导流... 详细信息

针对目前油菜联合收获机含杂率检测主要依靠人工、效率低、实时性差、收获机作业参数调控缺乏依据、收获质量波动大等问题,设计导流式含杂率检测装置,提出油菜杂质视觉识别算法,开发含杂率在线检测系统。基于HSV颜色空间模型,探究导流式含杂率检测装置中单侧条形光源、双侧条形光源和中心环形光源下油菜图像的亮度分布规律,结果表明中心环形光源下图像各像素点的亮度变异系数最小,图像亮度均匀性最好。对比分析含杂油菜图像在HSV颜色空间模型中前三阶像素矩阵各颜色特征参数的分布区间,结果表明油菜籽粒、杂质在H分量中的特征参数范围差异性最显著,并结合油菜籽粒、杂质的圆形度特征,提出综合考虑颜色、形态特征的油菜杂质分割算法。通过标定试验建立油菜籽粒、杂质质量与其像素数的拟合模型,将油菜籽粒和杂质的像素数转换为实际质量,实现油菜含杂率在线检测。台架试验表明,油菜杂质的查准率为91.6%,查全率为89.5%,含杂率检测平均误差为14.8%,能够准确识别油菜籽粒中的杂质并实时计算含杂率。

关键词：油菜含杂检测联合收获机采样装置形状特征 HSV

来源：评论

学校读者我要写书评

暂无评论

基于AHP的油田柱塞泵常规故障等级评价方法

引用

流体机械 2022年第8期50卷 67-75页

作者：左学谦熊芝聂磊丁善婷唐怀珍宋德夫湖北工业大学机械工程学院武汉430068 湖北省现代制造质量工程重点实验室武汉430068 安徽容知日新科技股份有限公司合肥230000

针对目前柱塞泵在油田开发过程中存在能耗大、维修频次与费用高、检修点多面广、运行安全系数低等突出性问题,采用了一种基于层次分析法的评判方法对油田柱塞泵进行常规故障等级评价。首先,对柱塞泵现场统计归类的常规故障建立故障分层... 详细信息

针对目前柱塞泵在油田开发过程中存在能耗大、维修频次与费用高、检修点多面广、运行安全系数低等突出性问题,采用了一种基于层次分析法的评判方法对油田柱塞泵进行常规故障等级评价。首先,对柱塞泵现场统计归类的常规故障建立故障分层评价结构模型;其次,将9标度与失效模式影响和关键性分析中的严酷度相对应建立权重矩阵;随后,建立各故障层次的原因集对故障等级的隶属关系生成模糊判断矩阵;最后,利用权重矩阵和模糊判断矩阵进行矩阵相乘运算,得到故障等级评判矩阵,在此基础上与故障量化向量进行综合计算,得到故障等级的量化值来确定故障等级。以油田柱塞泵液力端为对象,采用该故障等级模型,对其进行了实验验证。研究结果表明:该方法在油田现场应用效果明显,大修费用降低20%左右,设备运行时间提升15%,计划维护时间提升25%,为柱塞泵的现场状态监控管理水平提升提供理论依据,具有一定实用价值。

关键词：柱塞泵常规故障等级评价层次分析法

来源：评论

学校读者我要写书评

暂无评论

基于改进GWO-BP神经网络的电磁线圈温升预测

引用

制造技术与机床 2024年第10期 73-79页

作者：刘文超刘远航游达章潘传林湖北工业大学机械工程学院湖北武汉430068 现代制造质量工程湖北省重点实验室湖北武汉430068 湖北北辰传动系统技术有限公司湖北咸宁437000

针对差速器运转时电磁线圈温升的非线性与复杂性以及传统BP神经网络在预测中存在的问题,采用改进后的灰狼算法(gray wolf optimization,GWO)对BP神经网络进行优化,并根据室温环境下现场跟踪试验的数据建立以运行时间、直流电流、运转功... 详细信息

针对差速器运转时电磁线圈温升的非线性与复杂性以及传统BP神经网络在预测中存在的问题,采用改进后的灰狼算法(gray wolf optimization,GWO)对BP神经网络进行优化,并根据室温环境下现场跟踪试验的数据建立以运行时间、直流电流、运转功率为输入,以某型电子锁式差速器电磁线圈连续工作8 h后的实时温度与初始环境温度间的温升差值为输出的网络预测模型。选取平均绝对误差(mean absolute error,MAE)、平均绝对百分比误差(mean absolute percentage error,MAPE)、均方误差(mean square error,MSE)作为系统评价指标,分别与传统BP网络模型、粒子群算法优化后的网络模型(PSO-BP)进行对比,结果表明GWO-BP神经网络模型具有更好的预测能力和更小的误差精度。为实现汽车轴间差速器上电磁线圈温升变化的精准预测提供了方法和思路。

关键词：灰狼算法 BP神经网络电磁线圈温升

来源：评论

学校读者我要写书评

暂无评论

齿轮焊缝超声检测信号降噪方法研究

引用

中国测试 2021年第4期47卷 32-37页

作者：张旭程江涂君蔡琛宋小春湖北工业大学机械工程学院湖北省现代制造质量工程重点实验室湖北武汉430068 武汉第二船舶设计研究所湖北武汉430064

汽车变速箱齿轮焊缝的超声检测过程中,超声回波信号存在信噪比较低导致误检率较高的问题。该文根据齿轮焊缝超声检测信号中噪声的特点,提出利用经验模态分解进行滤波的方法。针对经验模态分解过程中出现的虚假频率现象,提出镜像扩展的... 详细信息

汽车变速箱齿轮焊缝的超声检测过程中,超声回波信号存在信噪比较低导致误检率较高的问题。该文根据齿轮焊缝超声检测信号中噪声的特点,提出利用经验模态分解进行滤波的方法。针对经验模态分解过程中出现的虚假频率现象,提出镜像扩展的解决算法,把镜内信号映射成一个周期性的信号,抑制端点效应,避免虚假频率现象。仿真结果表明该方法可有效提高信噪比且抑制虚假频率的产生,通过标准伤试块的实验结果表明,该文提出的方法可以在较小硬件开销的情况下,有效减小噪声信号干扰,将噪声峰值从高于闸门8.4%降低到低于闸门7.9%,提高检测效率。

关键词：超声检测经验模态分解镜像扩展算法降噪

来源：评论

学校读者我要写书评

暂无评论

基于点云聚类分析的烟支表面三维缺陷检测

引用

包装与食品机械 2024年第4期42卷 87-93页

作者：吴庆华沈高建赵德华张哲铭任耀强湖北工业大学机械工程学院武汉430068 现代制造质量工程湖北省重点实验室武汉430068 湖北中烟工业有限责任公司武汉卷烟厂武汉430040

针对褶皱、布带纹等烟支表面缺陷在识别中无法量化、主观性强的问题,提出一种基于点云聚类分析的烟支表面缺陷检测方法。采用线结构光扫描采集烟支表面点云数据,利用自适应参数的密度聚类分析方法将缺陷点进行聚类;通过聚类思想将缺陷... 详细信息

针对褶皱、布带纹等烟支表面缺陷在识别中无法量化、主观性强的问题,提出一种基于点云聚类分析的烟支表面缺陷检测方法。采用线结构光扫描采集烟支表面点云数据,利用自适应参数的密度聚类分析方法将缺陷点进行聚类;通过聚类思想将缺陷点云分为不同点簇,计算出聚类后的点簇尺寸,为标准化缺陷的尺寸评估提供可量化的缺陷度量。采集1200支烟支样本的点云数据进行缺陷检测试验,结果表明,所提方法对烟支表面缺陷检测的准确率为98.25%。研究可为烟支表面缺陷检测提供参考。

关键词：聚类分析三维缺陷检测烟支机器视觉

来源：评论

学校读者我要写书评

暂无评论

基于线结构光的冰箱门装配间隙在线检测方法

引用

仪表技术与传感器 2012年第9期 72-74页

作者：吴庆华尤俊何涛史铁林华中科技大学机械科学与工程学院湖北武汉430074 湖北工业大学机械工程学院湖北武汉430068 现代制造与质量工程湖北省重点实验室湖北武汉430068

提出了一种基于线结构光的双门冰箱装配间隙在线检测方法。工业数字相机拍摄投射在冰箱门上的激光条纹;通过连通区域搜索,捕捉图像中条纹位置;采用高斯曲线拟合法提取条纹中心线;通过三角法获得中心线的偏移量对应的装配间隙。对测量数... 详细信息

提出了一种基于线结构光的双门冰箱装配间隙在线检测方法。工业数字相机拍摄投射在冰箱门上的激光条纹;通过连通区域搜索,捕捉图像中条纹位置;采用高斯曲线拟合法提取条纹中心线;通过三角法获得中心线的偏移量对应的装配间隙。对测量数据进行倒数变换,使得检测方法的输入输出具有线性关系,方便工业现场标定。实验与现场测量数据表明该方法能够满足工业现场应用。

关键词：冰箱门间隙线结构光在线检测

来源：评论

学校读者我要写书评

暂无评论

基于杂交退火灰狼算法的移动机器人路径规划

引用

电子测量技术 2023年第9期46卷 54-60页

作者：游达章马力张业鹏蔡斯湖北工业大学机械工程学院武汉430068 湖北省现代制造质量工程重点实验室武汉430068 中国船舶重工集团公司第七二二所武汉420305

针对灰狼优化算法在移动机器人路径规划时易陷入局部最优且效率低的问题,提出一种杂交退火灰狼算法。采用可调节的非线性收敛因子进行平衡算法的前期搜索和后期寻优;同时采用自适应遗传杂交策略,对灰狼群体以一定概率两两杂交以产生新个... 详细信息

针对灰狼优化算法在移动机器人路径规划时易陷入局部最优且效率低的问题,提出一种杂交退火灰狼算法。采用可调节的非线性收敛因子进行平衡算法的前期搜索和后期寻优;同时采用自适应遗传杂交策略,对灰狼群体以一定概率两两杂交以产生新个体,从而有效增强灰狼群体的多样性;在迭代的后期用模拟退火操作接受候选狼,避免算法陷入局部最优解。将路径长度和路径平滑度作为适应度评估指标并建立评估函数以评估路径规划效果。最后,路径规划实验结果表明,在3种不同尺寸的地图上,本文改进算法的适应度比灰狼优化算法分别优化了2.10、3.15、3.94,路径规划效果明显优于其他相关算法。

关键词：路径规划灰狼优化算法非线性收敛因子遗传杂交策略模拟退火操作

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：