基于机器视觉的火花塞间隙检测技术

针对火花塞间隙人工检测不足,提出一种基于机器视觉技术的自动检测方法。采用背光源、远心镜头和CCD面阵相机搭建图像采集系统,摄像机校准和火花塞模板创建后,采用形状匹配算法找出火花塞图像,基于亚像素边缘轮廓测量出火花塞间隙尺寸。实验结果表明:视觉检测结果与人工测量结果一致,可用于火花塞间隙尺寸的自动判别和定量检测。     

点源空间效率函数法层析γ扫描无源效率刻度

介绍了基于点源空间效率函数的层析γ扫描(TGS)无源效率刻度方法。利用TGS系统MCNP模型计算探测空间120 cm×60 cm×50 cm和γ能量0.01～1.408 MeV的点源空间效率,建立点源空间效率函数及参数,采用体素中心点源效率等效法,实现体素效率矩阵计算。结果表明:5种γ能量在探测空间507个位置处的效率测量值和函数计算值具有较高相关性,说明该方法能够准确、快捷地实现TGS体素无源效率刻度。     

CH376纠正机器视觉提取螺孔误差的方法

基于对工件螺孔形态的观察,分析了DXF格式的工件图纸文件,研究了文件管理控制芯片CH376的应用实例,提出了一种能有效纠正视觉误差、提高螺孔识别精度的方法。首先,将机器视觉技术与CAD技术相结合,在视觉识别的基础上,使用CH376枚举出用户U盘内的DXF文件,并根据DXF文件的构成规律查找出指定字段中的图元信息。然后,控制器利用图元依附关系、螺孔形状、螺钉国标规格等判定条件筛选出符合要求的坐标数据作为视觉误差纠正基准。最后,结合视觉与图纸数据,对实际工件中存在的平移偏差和旋转偏差进行纠正,演算出现场工件的正确螺孔坐标数据。实验结果表明,所提方法能够有效纠正视觉识别误差,且识别过程无需人工参与,工作速率和成功率均有明显提高。     

基于互补滤波的两轮自平衡小车的实现

要使两轮自平衡小车协同运动、平衡稳定、有效控制,最为关键的首要因素是准确、快速地解算出其运动姿态信息。该文针对姿态信息解算的卡尔曼滤波解算复杂、运算量大等缺点,采用互补滤波将倾角、加速度传感器信息进行数据融合、优化,得到与实际姿态信息相一致的最优估计值。再综合视觉传感器,两轮自平衡小车自动调整运动姿态、及时修正并回归至平衡位置,实现平稳控制。提出利用传感器—倾角、加速度、磁力计、视觉,互补滤波,ARM微控制器,4G通信等多种技术,设计出基于互补滤波的两轮自平衡小车。详细阐述了工作原理、系统架构、硬件设计及姿态信息检测、互补滤波、方向检测等算法。实践表明,基于互补滤波的两轮竞速自平衡小车姿态解算准确快速、运动控制精准、转弯快速。     

基于分簇的无线传感器网络编码算法

通过均衡网络能量消耗和延长网络生命周期,以提高无线传感器网络的能量利用率,提出了在无线传感器网络动态成簇算法中对簇头节点进行网络编码的路由算法.在簇的建立阶段,采用节点剩余能量和接收信号强度来完成分簇,解决了部分节点因能耗过度而过早失效的问题;在数据采集阶段,采用基于簇头进行随机线性网络编码的方法,有效降低了传输到网关节点数据包的数量,减少了网络能量的耗用.仿真实验结果表明,该算法与标准协议AODV相比,有效的均衡了节点能量消耗,提高了能量使用效率,改善了网络吞吐量和端到端延迟.     

改进YOLOv7的纸张表面缺陷检测研究

提出一种改进YOLOv7的纸张表面缺陷一步式检测算法。首先将注意力机制模块CBAM融合到主干和特征提取网络结构,从空间和通道2个维度提取信息,提升小目标纸病特征提取准确性和算法稳定性;将ASPP空洞卷积加入主干网络SPP中,ASPP可以进一步扩大感受野,使较小目标的特征信息在网络传递时得到保留,解决了小目标信息量不足的问题,进而提高小目标纸病识别的性能。通过自制纸病数据集检测实验,与YOLOv7相比,精确率、召回率及平均精确率均值mAP 0.5分别提升了1.5、2.3和2.1个百分点。     

一种自适应分数阶变分图像复原模型

为了克服分数阶变分图像复原模型在图像的不同区域变分策略恒定以及未有效利用退化函数先验信息的缺点,建立了一种充分利用退化函数先验信息的自适应分数阶图像复原模型。该模型利用退化函数的平滑先验,采用分数阶变分对退化函数加以表示,并通过极小化图像局部梯度信息对分数阶变分项进行约束。模型的优化求解采用极小化Bregman距离与对偶迭代相结合的方法,并通过对比实验证明建立的自适应分数阶图像复原模型可以更好地复原图像的结构与纹理信息,峰值信噪比与结构相似性都有所提高,图像复原性能更优。     

基于VMD多尺度模糊熵的HVDC输电线路故障识别方法

针对HVDC输电线路故障识别率低、远端高阻故障识别困难等问题,提出一种基于变分模态分解VMD(variational mode decomposition)多尺度模糊熵的HVDC输电线路智能故障识别方法.首先对暂态电流信号进行VMD分解,利用中心频率法则提取合适的IMF分量计算多尺度模糊熵、VMD能量和比值.分别利用VMD多尺度模糊熵和VMD能量和比值表征区内外故障特征和故障极特征,将它们组合成特征向量.将特征向量集分成训练集和测试集,将训练集进行训练得到Softmax分类器模型,利用测试集进行测试.仿真结果表明:基于VMD多尺度模糊熵和Softmax分类器的HVDC输电线路故障识别方法能在不同故障距离和不同过渡电阻情况下有效实现区内外故障识别和故障极选择,且耐受过渡电阻能力强,具有一定的抗干扰能力.     

大学生体质健康的灰色关联度综合评价与回归分析

针对大学生体质健康时效性问题,选取身高/标准体重、肺活量体重指数、台阶实验、立定跳远、握力体重系数五项指标作为评价指标,利用层次分析法合理地确定各指标权重,建立灰色关联度综合评价模型,比较了10名大学男生的体质健康水平,并就此五项评价指标做了多元回归和响应曲面分析.结果表明：灰色关联层次综合评价和回归分析客观地反映了个体之间的差异,并能准确地区分出大学生体质健康水平.     

基于双模式变异策略的改进遗传算法

针对基本遗传算法寻优速度慢且易陷入局部最优的缺陷,提出了一种基于双模式变异策略的改进遗传算法。在标准变异的基础上引入个体线性差分变异思想形成双变异模式,同时利用控制参数对两种变异模式加以平衡。通过10个基准测试函数仿真实验,结果表明本改进算法在寻优速度和全局收敛能力上都有较大的提高。