基于MODBUS协议的镁熔液含氢量自动检测接口设计

针对图像处理在工业现场检测镁熔液含氢量中的诸多问题,提出基于MODBUS协议的DSP与PLC的通信方案。方案以DM642为主站,S7-200为从站,设计了DSP与PLC通信的接口电路,并进行主站和从站的协议编程以及协议模块的调试。实验结果表明,通信方案稳定可靠,实时性好,为工业现场自动检测镁熔液含氢量奠定基础。     

基于伪奇异点算法的指纹识别系统设计

设计了一种以TMS320DM642为核心的指纹识别系统,它的优势保证了复杂处理算法的进行。在图像预处理的基础上,采用伪奇异点算法进行指纹分类和识别。系统结构简单、识别效率高、拒真率和误识率低。     

井下危险区域目标检测

建立适合煤矿井下特殊环境的危险区域目标检测系统结构和新的目标匹配算法。新算法基于SIFT(scale invariant feature transform)多尺度变换,结合形态学技术用降维后的局部区域匹配方法提高系统实时性;交叉匹配粗筛选后将RANSAC(random sample consensus)算法和L-M(Levenberg Marquardt)非线性优化算法结合估计优化参数,解决现有算法计算复杂,匹配时间长,复杂环境匹配精度低的问题。实验证明,新算法对煤矿井下模糊、低照度、遮挡、高噪声和尺度变化等情况均具有良好的鲁棒性,解决多摄像机不同视角目标匹配问题,适合实时处理的监控系统中井下危险区域目标检测。     

基于深度学习优化YOLOV3算法的芳纶带检测算法研究

矿用芳纶带传送设备在长期运输过程中会产生划伤、砸伤等损伤。芳纶带表面缺陷需要及时的检测,而传统机器视觉检测精度低、受背景干扰比较大、漏检率和误检率较高,因此,本文提出运用深度学习神经网络检测,查看一次统一的实时对象检测(you only look once unified real-time object detection,YOLO)。在现场的测试中,YOLOV3算法对小目标的识别精度比较低,敏感度不够,本文优化了YOLOV3算法,网络信息的传输过程,由ResNet(残差网络)替换为特征表述更为完整的DenseNet(密集连接网络),同时运用了卷积降维进行优化,减少检测时间。在现场经过比对,优化后的YOLOV3算法相较于通过频域变换和Otsu算法,检测精度提高了26%,对比没有优化的YOLOV3算法,检测精度提高了15%,通过在现场的实验,该方法有效地改善了对于芳纶带小目标的瑕疵检测。     

基于注意力机制的矿工危险行为检测算法研究

为了有效地检测和识别煤矿井下工作人员的危险行为,防止安全事故的发生,针对煤炭井下背景复杂、尺度变化大等问题,提出了一种基于注意力机制和深度学习的矿工危险动作检测算法。在YOLOv3模型的基础上,设计一种特征提取能力更强、体积更小的轻量化特征提取网络;针对原始的YOLOv3算法在小目标的检测性能较差这一问题,提出了一种基于注意力机制的特征融合模块来优化小目标的漏检和误检问题。为了评估模型的性能,采集了10 000张煤矿井下图片用于训练和测试,所提出的算法的mAP为83.1%,优于目前常用的目标检测算法;此外,算法测试速度为769 fps,是其他轻量化目标检测算法的6.6倍。试验结果证明,提出的危险行为检测算法可以应用到实际的生产环境中。     

基于半监督学习和支持向量机的铀矿分选方法研究

为了识别可冶炼铀矿石,提高资源利用率,采用X射线透射技术,并结合半监督学习算法—ITSVM,实现对铀矿的智能分选。同时为进一步优化模型性能,引入了亮暗校正方法以解决图像噪声问题,该方法通过归一化处理,将噪声图片中的每个像素点进行映射,从而提升图像质量。通过改进的直线凹点检测与切割算法和切片方法,攻克了支持向量机对多目标分类任务的难题,该算法通过检测像素点相对于直线的位置和距离,利用约束条件判断凹点,采用最小距离切割方法获得对应的切割线,再通过切片的方法将多目标检测问题转化为多个独立的单一目标检测问题。通过综合这2种优化方法,最终建立了ITSVM铀矿分选模型。通过X射线投射技术收集到的2 000张铀矿图片对该模型进行训练测试,并与SVM和TSVM模型进行结果对比。结果表明,经过亮暗校正,模型在检测铀矿的准确性方面提升了2.9个百分点;通过使用改进的直线凹点检测与切割算法和切片方法,使ITSVM模型具备多目标检测功能,模型对多目标铀矿图片检测的准确性达到95.7%;在测试集上,ITSVM模型检测铀矿的准确性达到97.3%。相比于SVM和TSVM,ITSVM在检测铀矿的准确性和持续优化模型方...     

基于粒子群算法的惯性水平振动给料机的优化

该文介绍了粒子群优化算法的概念、算法的实现方法。通过对惯性水平振动给料机进行运动学分析,以料槽上物料运动的平均速度最大为目标函数,建立相应的优化模型,在MATLAB中编写粒子群优化算法的程序进行优化,得到了更好的结果。粒子群优化算法能够较好的完成优化,为惯性水平振动给料机的设计提供了新的方法和思路。     

矿用电机车行人安全预警系统

提出了一种基于图像处理的矿用电机行人安全预警系统,系统以TMS320DM642为核心,结合视频采集等相关外围电路完成硬件电路设计;采用梯度方向直方图(HOG)加支持向量机(SVM)的行人识别算法,在OPENCV平台下实现电机车前行轨道上的行人预警。实验结果表明,系统行人识别精度高,可以有效防止电机车伤人事故的发生。     

矿用电机车行人安全预警系统

提出了一种基于图像处理的矿用电机行人安全预警系统,系统以TMS320DM642为核心,结合视频采集等相关外围电路完成硬件电路设计;采用梯度方向直方图(HOG)加支持向量机(SVM)的行人识别算法,在OPENCV平台下实现电机车前行轨道上的行人预警。实验结果表明,系统行人识别精度高,可以有效防止电机车伤人事故的发生。     

基于蚁群算法的斗轮机构结构优化设计

介绍了蚁群算法及其改进型的原理、模型和算法实现过程,采用蚁群算法及其改进型算法对斗轮堆取料机俯仰钢结构进行了优化计算。改进型蚁群算法计算结果要优于普通的蚁群算法,说明了蚁群算法应用于机械优化计算切实可行,为复杂的机械优化设计问题提供了新的思路和方法。     

基于目标提取与SVM的排洪隧洞裂缝视觉检测算法研究

尾矿库排洪隧洞裂缝病害会对隧洞的正常运行造成安全隐患,对其进行自动检测具有重要意义。针对排洪隧洞场景特点,研制了隧洞衬砌表面图像采集系统,设计了预处理算法与两级滤波算法完成目标提取,其中利用背景滤波减少了处理时间。通过支持向量机分类判断目标区域是否为真实的裂缝,提高了裂缝检测的精度。在真实的隧洞环境中对整套系统进行测试和验证,对于裂缝图像的识别率达到90%,证实了硬件系统与算法的有效性。     

基于YOLO的井下人员速度测量方法研究

由于井下环境复杂、 背景单一、 参照物不够明显的视频数据特征,较难直接通过视觉计算的标定方式实现井下运动目标的测速.论文提出一种不依赖场景标定的速度检测方法,通过自主学习的方式,智能化监测井下工作人员的作业规范.该方法首先基于YOLOv3对巡检人员进行持续的检测跟踪,在此过程中通过视频相邻帧间的目标边界框特征点,确定图...     

改进的图像分割方法的应用

为了实现较好的在复杂背景下跟踪目标,提出一种基于YUV灰度阈值法和基于Gauss Laplacian边缘检测法相结合的算法。该算法首先采用灰度阈值法对图像进行灰度处理,使图像只有目标颜色和背景颜色2种颜色,再用Gauss Laplacian边缘检测提取目标轮廓,根据目标形状特征去除与目标颜色相同的其他物体。实验表明与以往采用单一方法相比,该方法在复杂背景下可以很好的提取出目标,达到准确跟踪的效果。     

基于粒子群算法-模糊PID控制的前驱体材料反应釜pH值优化控制

针对锂离子电池前驱体材料工业生产中反应釜pH值控制存在的非线性、时滞性以及易受干扰等控制难点，引入基于粒子群算法-模糊PID控制的自整定算法，采用MATLAB的simulink仿真软件对算法进行仿真，并与传统PID算法进行对比，以验证自整定算法的快速性、稳定性与鲁棒性。将该算法应用于工业实践中，并与传统PID控制进行对比，系统最大超调量、稳定时间、频率波动范围、pH波动范围均得到改善，显著提高了系统控制性能，为解决前驱体材料生产中反应釜中pH值控制提供了解决途径。     

基于FIX软件的液压控制阀在线检测系统开发与应用

介绍了基于FIX工业组态控制软件的计算机辅助测试技术在液压控制阀测试系统中的应用,以及液压控制回路的组成,系统硬件、软件的设计和实现方法。重点论述了FIX工业控制软件对液压元件的自动测试过程,为进一步使用和维护液压设备提供了科学的技术保证。     

矿井带式输送机胶带表面异物视频检测系统设计研究

由于煤矿输送带视觉场景噪声高、地下环境复杂，输送带图像的异物识别效率较高。针对煤矿带式输送机存在异物造成输送机损坏的问题，提出了基于SSD技术的带式输送机表面异物视频检测方法。采用深度可分卷积方法减少SSD算法中的参数数量和提高速度；采用GIOU函数计算式代替原始SSD中的位置损失函数，以提高检测精度；对特征映射的提取位置和识别框的比例进行优化，以提高检测精度。实验结果表明，改进算法优于原SSD算法，平均准确率从 87.1% 提高到90.2%，检测帧率从32帧提高到41帧。