基于改进YOLOv4算法的工程实验室信息化管理系统构建与应用

融合物联网技术、图像检测技术和深度学习算法,提出一种基于改进YOLOv4算法的工程检测实验室信息管理系统,通过WIFI+NB-IoT实现数据传递。为了弥补YOLOv4算法在尺度分布不均匀时精度降低的问题,提出利用IK-means++算法,引入ECA注意力模块和阶梯状特征融合网络结构对算法进行改进,算法改进后浮点运算数量、模型参数量分别降低了25.1%和43.1%,FPS和mAP分别提高6.8帧/s和3.65%,改进后算法不仅收敛速度更快,而且在不同光线环境下的设备检测准确率均高于改进前。将系统应用到工程实验室检测中,设备和环境各参数检测结果与标准仪器检测结果误差控制在±5%以内。     

高分子注塑成型产品质量关键工艺参数的多目标优化设计

针对注塑成型(PIM)关键工艺参数操作不佳易引起产品质量缺陷问题，提出一种基于梯度增强型Kriging(GEK)模型的注塑工艺参数多目标优化设计方法。针对空调外罩注塑成型过程，根据工艺参数和质量指标开展七因子三水平的正交实验设计，并采用Moldflow软件进行模流分析计算，通过信噪比分析和方差分析选取影响产品质量的主要参数；基于GEK模型理论建立质量指标预测模型，采用多目标差分进化(MODE)算法以质量缺陷和周期时间最小化为目标搜寻全局最优解；将最优设计参数带回Moldflow软件进行模拟验证。结果表明翘曲量、体积收缩率和周期时间分别降低0.88%、4.68%和14.81%，大幅度提升了产品质量和生产效率。     

面向反应再生过程的量子粒子群多目标优化

针对催化裂化反应再生过程难以有效解决提升效率、降低损耗、减少排放的多目标优化问题，利用改进的多目标量子粒子群算法进行求解。建立轻油收率、焦炭产率和硫化物排量的多目标优化模型；引入拥挤熵排序更新外部档案，精确估计非支配解集分布性；构造自适应因子以动态调整吸引子，平衡算法的收敛性和多样性；再引入高斯变异进行分段式扰动，增强算法的局部搜索精度，最后求解该优化模型。对某厂催化裂化进行实验，得到轻质油吸收率76.22%，焦炭产率5.72%和硫化物排放量626 mg/m³的结果，均优于其他比较算法，表明改进后的算法可以快速、准确地获得分布均匀的 Pareto 最优解，能有效解决反应再生过程多目标优化问题。     

基于Kriging代理模型和MOPSO算法的注塑成型质量多目标优化

为减少CAE分析时间,提高寻优计算效率,提出基于Kriging代理模型并结合多目标粒子群算法(MOPSO算法)对塑件的注塑成型质量进行多目标优化。以塑件的翘曲变形量、缩痕指数为优化目标,以影响塑件成型质量的模具温度、熔体温度、保压时间、保压压力、注射时间、冷却时间等注塑工艺参数为试验影响因素,应用最优拉丁超立方试验设计方法结合模流分析(MFI分析)建立分析样本,基于Isight参数优化软件构建优化目标与影响因素之间的Kriging代理模型,基于MOPSO算法在代理模型内进行全局寻优,获得了一组使塑件翘曲变形量和缩痕指数最小的最优工艺参数组合并给出了优化目标的预测值。结果表明,Kriging代理模型的预测值与模拟试验结果基本吻合,优化后的翘曲变形量降低15. 3%、缩痕指数降低19. 7%,本文提出的方法能有效、快速实现注塑成型质量的多目标优化,为工程实践提供了有益的参考价值。     

面向反应再生过程的量子粒子群多目标优化

针对催化裂化反应再生过程难以有效解决提升效率、降低损耗、减少排放的多目标优化问题,利用改进的多目标量子粒子群算法进行求解。建立轻油收率、焦炭产率和硫化物排量的多目标优化模型;引入拥挤熵排序更新外部档案,精确估计非支配解集分布性;构造自适应因子以动态调整吸引子,平衡算法的收敛性和多样性;再引入高斯变异进行分段式扰动,增强算法的局部搜索精度,最后求解该优化模型。对某厂催化裂化进行实验,得到轻质油吸收率76.22%,焦炭产率5.72%和硫化物排放量626 mg/m~3的结果,均优于其他比较算法,表明改进后的算法可以快速、准确地获得分布均匀的Pareto最优解,能有效解决反应再生过程多目标优化问题。     

基于PTLD的长时间视频跟踪算法

对于化工厂、电厂等重要场所,火灾、爆炸和有毒物质泄漏等安全生产举足轻重。因此对工业现场的监控至关重要。作为一种有效实时的视频目标跟踪算法,TLD算法(tracking-learning-detection)吸引了全世界的广泛关注。提出了一种PTLD的改进算法(prediction-tracking-learning-detection)。它是通过将卡尔曼预测器用于估计目标的位置以降低探测器的扫描区域,提高检测速度;增加基于目标运动方向的预测用于跟踪目标与背景相似的情况。通过增加位置和速度的预测并使用时空分析有效提高视频跟踪精度和速度。实验结果表明,PTLD算法为鲁棒实时的视频跟踪提供了一种方向。     

煤化工废水脱酸脱氨流程的多目标优化

对某气化厂85 t/h煤化工废水单塔脱酸脱氨流程进行模拟，在此基础上建立以塔釜再沸器热负荷最小化和产物收率(氨气+酸性气)最大化为优化目标的多目标优化模型。由于化工流程的特殊性，对现有的多目标粒子群算法进行改进，加入边界检验以提升运算速度。运用改进后的算法对模型进行求解，得到一组Pareto解集。以目前工况为基准，选定2个Pareto解进行分析。结果表明，在维持当前塔釜再沸器热负荷基本不变的情况下，产物收率增加10.21%;在维持当前产物收率基本不变的情况下，塔釜再沸器热负荷降低16.98%。     

基于改进蚁群算法的天然气输送管网参数节能优化设计方法

为了降低天然气输送管网的损耗率，节约投资费用，提出了基于改进蚁群算法的天然气输送管网参数节能优化设计方法。通过分析天然气输送管网参数优化问题及影响因素，构建了优化目标函数，设置了管道的强度、稳定性、气体流量和节点流量等约束条件。在节能优化设计方案中，通过选择适宜的惩罚因子保证优化结果，引出管网优化的广义目标函数；利用局部搜索改进蚁群算法；通过信息素更新，实现管径组合的信息素强化。仿真实验结果表明，所提方法能够将天然气损耗率降低至2.5%以下，且总投资成本相较BP人工神经网络法、动态与黄金分割法均有所降低。     

基于深度学习的城市道路沥青路面病害智能检测仿真实验

为提高城市道路沥青路面病害检测精度,提出一种基于深度学习的智能检测方法。方法以Faster R-CNN网络为基础检测模型,通过对采用拟合值填充方式优化Faster R-CNN网络卷积层,提升网络对目标检测的准确性,实现了Faster R-CNN网络的改进;然后利用改进后的Faster R-CNN网络对城市道路沥青路面病害进行检测,实现了沥青路面病害的智能检测。仿真结果表明,所提的改进Faster R-CNN网络可有效检测城市道路沥青路面坑槽、裂缝病害,且具有较高的检测精度,平均精确度的均值达到为90.26%。相较于标准Faster R-CNN网络和ResNet、U-Net目标检测算法,在平均精确度的均值和单张图像的检测速度指标上具有明显优势,可用于实际城市道路沥青路面病害检测。     

浅析输变电建设项目的环境评价现状、存在问题及对策

在总结和对比国内外输变电工程环境影响评价现状,并分析我国输变电工程环境影响评价存在的主要问题的基础上,提出了加强和改进输变电工程环评工作的几点建议。     

基于参数动态调整的控制工程多目标差分进化算法设计

本文介绍了控制工程、差分进化算法、多目标差分进化算法以及多目标优化控制问题。在此基础上，提出一种基于参数动态调整的多目标差分进化算法设计，包括算法设计流程、实现细节和性能评估指标，并进行算法实验及结果分析，包括实验设置和数据收集、实验结果展示及分析、实验结果与其他算法结果比较。结果表明，基于参数动态调整的多目标差分进化算法在多目标优化控制问题上表现出良好性能，可以为解决实际工程问题提供有力支持。     

MeanShift目标跟踪算法在小区安保中的应用

针对小区人员流动大、安保人员少等存在的安全问题,提出了一种MeanShift目标跟踪算法。首先对视频监控中的行人建立目标模型,然后搜索目标获得候选模型,通过相似函数评估目标模型和候选模型的相似程度,最后利用Mean Shift算法迭代计算获得目标的新位置,从而实现对目标行人的跟踪。实验结果表明,该算法对目标行人具有较好的跟踪效果,对于加强小区安保具有潜在的应用价值。     

超声相控阵无损检测图像多目标跟踪算法

提出一种超声相控阵无损检测图像的多目标跟踪算法。该算法能自动检测和跟踪多个弱小目标,无需任何学习过程和前景目标大小、形状等先验知识。通过Phasor-XS超声相控阵检测仪对试验模板采集的图像序列进行多次跟踪试验验证,结果表明:该方法能有效地对缺陷区域进行跟踪。     

考虑轨道交通下穿施工影响的桩板结构施工参数优化算法

桩板结构施工受到轨道交通下穿施工扰动影响，出现桩身变形、盖板竖向变形问题，导致算法泛化能力差的问题。充分考虑轨道交通下穿施工影响，通过多目标优化桩板结构施工参数使其符合实际施工需求。以某地铁1号线实际工程为依托，利用有限元法建立施工模型，模拟动态开挖过程。建立GA-LSSVM与NSGA-II算法相结合的多目标优化函数，以桩板结构施工参数为研究对象，对轨道交通下穿施工造成的桩身变形、盖板竖向变形为控制目标，进行施工参数优化分析。通过获取非支配Pareto前沿解集，得到桩板结构施工参数控制范围值。由模型验证结果可知，该算法最大桩身变形为0.8 mm、最大盖板竖向变形为2.1 mm能够使变形量得到有效降低，保证结构变形趋于稳定。     

基于机械零件边缘检测分析研究

针对机械零件在合格检测过程中不能直接接触测量几何参数的问题,提出通过利用实际物体的图像信息,提取目标图像的边缘轮廓,从而判断该机械零件是否符合要求。首先,建立双目立体视觉系统的硬件平台,通过分析双目视觉系统的数学模型,并采取一定措施将外界环境和系统平台的之间的误差和干扰降到最低,有效地提高边缘检测的精度;然后对相机存在的畸变进行标定,获得摄像机的畸变和内、外参数,为下一步的边缘检测打下基础;最后,在边缘检测方面,对经典边缘检测算法中的Sobel算法、Log算法、Laplacian算法、Canny算法进行了分析研究,并通过实验对不同的算法进行比较,根据分析结果提出了一种基于Laplacian算法改进的新算法。研究结果表明,改进的新算法相对于其他算法而言,检测目标物体的边缘轮廓更加清晰且不存在伪边缘,验证了新算法在边缘检测方面精度更高,从而有效地提高了机械零件几何尺寸的测量精度。     

芳烃抽提过程多目标优化

芳烃抽提是芳烃生产过程的重要环节,其生产调优对提高整个芳烃联合装置的效益具有重要意义。基于流程模拟及响应面分析方法,得到了芳烃抽提过程的产品纯度模型及能耗模型。建立了以产品纯度最大化及过程能耗最小化的多目标优化模型。提出了一种改进的自适应加权求和算法,并用于多目标优化模型的求解。求解结果表明新算法在Pareto最优解分布的均匀性上与原算法相当,但求解效率要高于原算法。给出了不同产品等级下的最佳操作参数,采用优化后的操作参数可有效地提高产品纯度并降低过程能耗。提出的多目标优化模型及求解算法用于芳烃抽提过程的操作调优,可有效地提高决策的准确性。     

基于人工智能算法的铝电解工艺优化求解

为提高铝电解工艺参数优化能力,基于近端策略优化（PPO）深度强化学习算法,构建铝电解工艺参数优化模型,以实现铝电解工艺优化求解。对铝电解工艺流程进行介绍,确定其工艺中的重要技术参数;然后将深度与强化学习相结合,建立铝电解参数寻优模型。在原始PPO算法基础上加入RMSProp算法和冲量思想得到M-RMSProp-PPO算法,将该算法应用到模型中进行铝电解工艺参数寻优。结果表明：改进后算法可实现快速收敛,累计奖赏高达15%,说明改进后的算法性能更优越;与决策树算法进行搭配后,可以得到铝电解工艺优化最优组合。     

基于Spark的协同过滤并行推荐算法设计

为提升推荐算法精准性，满足用户精准、实时的信息推荐需求，并保障用户隐私信息的安全，本文提出了基于Spark的协同过滤并行推荐ALS算法。针对用户隐私信息安全问题，引入差分隐私保护，对提出的模型进行差分隐私的项目平均分处理、差分隐私的用户平均分处理，进而得到引入差分隐私的ALS协同过滤并行推荐算法模型，并对ALS算法的实现进行详细分析。为验证算法可行性，本文应用Spark分布式集群，共设置5台实验设备，设置预处理为0.3 ε，输入差分隐私保护为0.7 ε，稳定参数15、20，模型隐含特征数量10，对算法进行实验分析。实验结果表明，本文提出的算法具有较高的推荐准确率，且运行效率较高，有良好的扩展性，具有较高的实际应用价值。     

无分流的管壳式换热网络优化研究

提出无分流管壳式换热网络的分级超结构模型,得出优化该换热网络的目标函数和约束条件,采用位置加权的改进粒子群算法进行优化举例。结果表明,通过选择合适的加权因子,位置加权的改进粒子群算法能加快算法的收敛速度,更快地得到全局最优解,从而得到最佳的管壳式换热网络优化参数。     

图像测量中的边界跟踪算法改进

针对传统边界跟踪算法计算次数多、易陷入死循环等问题,提出一种改进的边界跟踪算法.利用像素领域寻找边界点,将被检测到的边界两相邻像素点所确定方向逆时针旋转90°后,以顺时针方向搜索下一个边界点,同时采用爬虫的记忆算法,解决边界跟踪算法中的迷路和绝路问题.改进后的边界跟踪算法能准确计算区域外轮廓,不受内外轮廓和外部分支的影响.改进后的算法用于炭黑分散度定量分析,可提高计算速度和准确度.