基于ROS的爬壁机器人控制系统设计

大型压力容器探伤作业中,存在效率低、危险性高、成本高等问题,为提高自动化和智能检测水平,研制出一款爬壁机器人进行探伤检测.该爬壁机器人基于机器人操作系统(ROS)进行系统软件开发,以开源硬件Beagle Bone Black为核心搭建硬件平台,采用永磁吸附式移动平台搭载探伤检测仪器方式,对工件进行无损探伤检测作业.现场试验结果表明,爬壁探伤机器人可以替代人工进行探伤作业,控制系统性能良好、稳定,能够实现对机器人的精准控制,有效探伤速度可达40 mm/s,兼具有人机界面友好、智能化水平高、易于扩展等特点,极大地提高了作业效率,并降低了作业风险.     

黑枸杞提取物与红枸杞提取物抗氧化效果的比较

选用黑枸杞和红枸杞为原料,分别制备水提取物、醇提取物、超声波-水提取物、超声波-醇提取物,并通过DPPH自由基清除能力试验比较不同提取物的抗氧化活性。研究结果表明,超声波辅助水提取法最佳,且无论用水提取法还是醇提取法,黑枸杞的自由基清除能力都远远高于红枸杞,黑枸杞具有更强的抗氧化、延缓衰老的作用。这为黑枸杞资源的深度开发及应用提供一定依据。     

栈式降噪自编码器在波形单元识别中的应用

为提高多功能雷达(Multi-Function Radar,MFR)波形单元的识别准确率和鲁棒性,提出一种栈式降噪自编码器(Stacked Denoising Autoencoders,SDAE)与支持向量机(Support Vector Machine,SVM)相结合的波形单元识别方法.首先摒弃传统依赖脉冲序列分析技术对MFR信号进行处理的方法,通过分析波形单元结构并借助参数间的联合变化特征,提出一种MFR波形单元分段识别模型,将传统对脉冲序列的识别转化为对MFR波形单元的识别;然后在该模型的基础上引入SDAE,对训练样本数据、SDAE隐含层神经元节点进行加噪处理,并利用这些加噪后的样本数据训练优化SDAE网络模型,提取出样本数据的深层稳健特征;最后引入SVM算法,借助SDAE挖掘出的样本深层特征,实现SVM模型的优化,得到最终的波形单元识别模型(SDAE-SVM).仿真实验表明:提出的波形单元识别方法在相同样本数目和测试误差的条件下,与SVM算法相比,能够取得较高的识别准确率,具备更优越的识别效果.证实MFR波形单元识别模型是有效的,且通过SDAE网络的引入,使得SDAE-SVM方法能够自主地挖掘原始信号的深层特征,提高波形单元识别的鲁棒性和准确率.