城市轨道交通高架区间牵引供电系统环网电缆新型敷设方案的应用

针对城市轨道交通高架区间牵引供电系统环网电缆的敷设,以广州地铁14号线一期供电系统工程采用的复合支架+电缆槽盖的新型敷设方案为例,通过总结工程应用经验,与传统的混凝土槽、电缆钢支架敷设方案进行对比,新型敷设方案克服了传统方案在以往工程应用中的主要缺点,为轨道交通高架区间电缆敷设提供了一个更优的应用方案选择.     

码垛机器人的研究与应用

通过对码垛机器人相关文献进行归纳整理,从结构优化、末端执行机构、运动规划、运动控制、机器人编程、国内应用等六个方面对码垛机器人进行了概述,分别阐述了机器人本体结构优化、运动规划的常见方法、机器人编程的常用手段、机器人控制的常用方法、避障规划的难点、多机器人协同的特殊性、各类型末端执行机构的优缺点,随后针对我国的码垛机器人应用现状,提出了对应的解决措施,针对码垛机器人关键技术的研究,指出了未来的发展方向和研究重点,可为相关研究人员提供参考。     

自然发火停采工作面安全撤退防灭火技术

本文以燕子山矿东区4~#煤层302盘区8218停采撤退工作面为研究对象,采用合理优化通风系统、头尾端头封堵、注氮、注阻化剂等技术措施对工作面采空区发火、CO异常进行了综合治理,成功地解决了8218放顶煤综采工作面停采撤退过程中的技术难题。     

基于立体视觉的目标检测与轨迹预测研究综述

目前基于立体视觉信息的运动目标识别定位、跟踪及轨迹预测是机器视觉领域的研究热点。通过归纳整理相关文献,从双目立体视觉技术、运动目标检测技术、运动目标轨迹预测技术三个方面对基于立体视觉的运动目标检测及轨迹预测进行了概述,分别阐述了相机标定的常见方法、图像特征提取及立体匹配不同算法的适用场景、各运动目标检测方法的优缺点、常用轨迹预测方法的预测思路及优劣势。针对基于立体视觉的运动目标检测与轨迹预测的研究,指出了其现今面临的挑战和研究重点,可为相关研究人员提供参考。     

改进TCPN变工况轴承故障诊断方法

针对变工况条件下传统方法仅提取局部特征导致准确率低以及样本维度过高导致训练耗时巨大等问题,提出一种改进的时域卷积池化网络模型（Temporal Convolutional Pooling Neural Network,简称TCPN）。首先,将原始轴承振动信号经过短时傅里叶变换得到二维时频矩阵,再将二维时频矩阵平铺为一维时频序列,并取绝对值;其次,虽然膨胀卷积可以大幅度扩大感受野,但是对于轴承振动信号等高维特征仍需要较深的网络结构,因此对膨胀卷积进行结构优化,用于挖掘全局特征,同时降低模型复杂程度。再次,为模糊不同工况下相同故障的分布差异,对残差块进行结构优化,使用小卷积核提取局部特征,以拼接的方式与膨胀卷积进行特征融合,兼顾轴承振动信号中的全局特征与局部特征;最后,为了解决训练样本维度太高导致的训练成本过高的问题,对原始数据进行降采样研究,在保持较高准确率的情况下大量节省了训练时间。将所提方法与传统卷积神经网络及时域卷积神经网络（Temporal convolutional neural network,简称TCN）相比,实验结果表明,提出的模型准确率提高约5 %,模型训练耗时降低约30 %,并且收敛速度更快,训练模型的迭代次数更少,具有很强的鲁棒性。