智慧测量赋能工业制造智能化转型

随着人工智能、云计算以及5G等新一代信息技术的发展,在线、自动化和智能成为当前精密测量系统和技术的主旋律.思瑞测量技术(深圳)有限公司(以下简称:思瑞测量)作为专注研发生产精密坐标测量机、影像测量仪、便携式测量设备及高度测量机等专业计量设备与仪器的高新技术企业,依托于海克斯康集团深厚的技术沉淀与全球化的资源优势,现已成...     

不同蔬菜原料发酵泡菜挥发性成分解析

为探明不同原料发酵泡菜特征性挥发性成分及其差异,采用顶空固相微萃取-气相色谱质谱联用法(HS-SPME-GC-MS)对6 种典型泡菜(泡生姜、泡长萝卜、泡圆萝卜、泡青芥菜、泡榨菜、泡蒜)中的挥发性成分进行检测。主成分(PCA)分析表明,泡菜的主要挥发性成分根据发酵程度不同可以分为两大类。一类为充分发酵的蔬菜,挥发性成分主要来自于发酵和原料本身,如萝卜、青芥菜、榨菜发酵后产生的乙醇、乙酸和酯类等,也包括原料自身的硫醚类、异硫氰酸烯丙酯等。另一类为不充分发酵的蔬菜,挥发性成分主要来自本身,如泡蒜主要挥发性成分为二烯丙基二硫醚等。发酵型蔬菜中榨菜、青芥菜和萝卜发酵后风味差异较大,即便是同类型不同品种如长萝卜和圆萝卜,发酵后挥发性成分也有较大差异。乙醇、苯乙醇、2-乙基己醇、乙酸、丁酸、乙酸乙酯可以用于区分发酵型和不发酵型泡菜,其中苯乙醇和2-乙基己醇可以用来区分泡长萝卜和泡圆萝卜。     

板坯结晶器非正弦振动参数优化

基于现场拉速提高后中碳钢、低合金钢等铸坯表面产生裂纹缺陷,对非正弦振动系统及保护渣指标进行优化,优化后振动参数配合调整后的保护渣,随拉速波动变化平稳,振幅能够随着拉速相应调整,保护渣消耗量增加0.03～0.05 kg/t,负滑脱时间稳定为0.18 s,负滑动比率稳定在36%左右,铸坯脱模效果及表面质量明显提高。     

钙钛矿型催化剂LaCoO3的制备及其光催化降解酸性红B的研究

采用水热合成法制备4种比例不同的钙钛矿型复合金属氧化物钴酸镧催化剂,La(NO3)2、Co(NO3)2、柠檬酸之间的比例分别为1:1:3、1:1:4、1:1:5、1:1:6.采用XRD、SEM、TEM等技术对催化剂进行结构表征及性能测试.以酸性红B为研究对象,以氙灯模拟太阳光照射下降解酸性红B染料废水.结果表明,4种催...     

维度加权模式动态纹理特征的火焰检测

对疑似火焰区域提取纹理特征时,用局部三值模式描述火焰静态纹理特征不利于区分火焰与其他纹理均匀的干扰物,用KNN算法（k-nearest neighbor algorithm）分类效率较低。针对这些问题,提出用三正交平面局部混合模式（three orthogonal planes local mixed pattern,LMP-TOP）描述火焰的静动态纹理,再输入维度加权的支持向量机进行分类识别。LMP-TOP是对第一维XY平面,采用八邻域的均匀局部二值模式（uniform local binary pattern,LBP^u2）三正交平面局部混合模式表示火焰的静态纹理特征;对第二维XT和第三维YT平面,则采用局部三值模式（local ternary patter,LTP）融入火焰在时间维度上的变化信息,这样在得到火焰的静态特征的同时也融入了其动态特征。根据3个维度单独用于识别的准确率,赋予其相应的权重,用维度加权的支持向量机进行分类识别。实验结果表明,相比Sthevanie等算法,本文所提出的方法火焰识别率和检测效率均较高。     

粗匹配和局部尺度压缩搜索下的快速ICP-SLAM

ICP-SLAM在自主机器人和无人驾驶领域得到了极大的关注,但传统ICP-SLAM缺少当前帧和全局地图的相对位置关系,因此本文ICP算法必须经过大量的迭代之后才能达到收敛条件,这导致传统ICP-SLAM实时性很差。并且在每一次的迭代过程中,必须通过全局搜索才能完成匹配点搜索,这进一步降低了传统ICP-SLAM的实时性。为此,提出了一种快速ICP-SLAM方案。首先,通过MEMS磁力计和全局地标计算出初始位姿矩阵,通过该初始位姿矩阵实现当前帧和全局地图之间粗匹配,进而减少达到收敛条件的迭代次数。其次,在每次迭代过程中,将采用局部尺度压缩搜索完成匹配点搜索,从而减小ICP-SLAM的计算开销,提高ICP-SLAM实时性;同时,每次迭代完成之后,还将通过动态阈值缩小搜索范围,达到加快匹配点搜索的速度,进而提高ICP-SLAM实时性。实验结果表明,和传统ICP-SLAM相比,在理想室内静止场景下,快速ICP-SLAM的迭代次数最高减小了92.34%,ICP算法运行时间最高降低了98.86%。除此之外,ICP-SLAM的整体负载也被保持在可控范围内,ICP-SLAM的整体性能得到很大的提升。     

改进D-S证据理论在电动汽车锂电池故障诊断中的应用

针对电动汽车电池系统的故障采用基于神经网络的改进D-S证据理论组合规则完成诊断过程。为了避免单一途径的诊断可能造成故障漏检误检的状况,决策层采用D-S证据理论组合规则来确定基于BP网络和RBF网络两种故障诊断算法结果。然而为了克服D-S证据理论处理高度冲突证据的缺陷,本文提出了一种基于神经网络改进的D-S证据理论组合规则。首先,采用神经网络对电池故障进行初步诊断,结合网络诊断准确率来分配不确定信息并构造证据体,又引入了证据间的支持矩阵来确定新的加权证据体。然后,把各个焦元的信任度融入D-S证据理论组合规则,从而融合神经网络证据体及新加权证据体。最后,依据决策准则确定锂电池系统的故障状态。通过仿真实验验证了本文提出的改进D-S证据理论融合诊断方法在电动汽车锂电池故障诊断中的有效性。     

模糊规则相似性计算与性能分析研究

针对模糊规则相似性分析和计算问题,本文对模糊规则相似性计算方法进行了研究。首先,将模糊规则相似性等价地转化为多变量模糊集相似性,并对模糊规则相似性计算方法提出3种应用性能评价指标——可区分性、维数依赖性和计算复杂性。其次,在现有两种模糊规则相似性计算方法的基础上,提出4种新的计算方法,对各种方法进行系统地性能分析和比较。最后,对模糊规则相似性计算进行仿真研究,结果表明了所提应用性能指标的有效性、计算方法的可行性及分析结果的正确性。本文研究结果为模糊规则相似性分析和计算提供了依据,尤其为基于模糊规则相似性辨识和合并的模糊系统与模糊神经网络结构简化奠定了基础,提供了一种新的设计思路。     

一种协作型机器人运动性能分析与仿真

随着制造模式的变革,协作型机器人在工业领域的应用日益广泛。本文介绍了协作型机器人的特性,并且以KUKA LBR iiwa机器人为例,进行运动性能分析,旨在为研发此类机器人提供设计理论依据。利用Denavit-Hartenberg法建立了该机器人运动学模型。基于蒙特卡洛法在MATLAB环境下对机器人灵活性和可操作性进行分析,并对其在狭小空间内作业进行轨迹规划,仿真结果表明LBR iiwa机器人具有良好的灵活性、可操作性及避障能力。     

基于稀疏表示与线性回归的图像快速超分辨率重建

单幅图像超分辨率的目的是从一幅低分辨率的图像来重构出高分辨率的图像。基于稀疏表示和邻域嵌入的超分辨率图像重建方法使得重建图像质量有了极大的改善。但这些方法还很难应用到实际中,因为其重建图像的速度太慢或者需要调节复杂的参数。目前大多数的方法在图像重建的速度和质量两个方面很难有一个好的权衡。鉴于以上问题提出了一种基于线性回归的快速图像超分辨率重建算法,将稀疏表示和回归的方法有效地结合在一起。通过稀疏表示训练的字典,用一种新的方式将整个数据集划分为多个子空间,然后在每一类子空间中独立地学习高低分辨率图像之间的映射关系,最后通过选择相应的投影矩阵来重建出高分辨图像。实验结果表明,相比于其他方法,本文提出的算法无论在图像重建速度还是重建质量方面都取得了更好的超分辨率重建效果。