基于电磁式阵列传感器的平纹编织碳纤维复合材料检测方法

为了研究平纹编织结构碳纤维复合材料（CFRP）的结构特点并检测其表面是否存在裂纹缺陷,针对CFRP的各向异性和异质性特点,提出了方块模型和纱线模型;同时基于电磁感应原理,设计了一种无需手动旋转的12线圈电磁式阵列涡流传感器,通过采集CFRP样板上传感器电阻的变化规律来研究其结构特点;在此基础上,采用方块模型模拟表面存在裂纹缺陷的平纹CFRP,利用传感器得到在有缺陷的样板上传感器电阻的变化规律,并进行了实验验证。结果表明：阵列涡流传感器在2种模型上的电阻极坐标图都为蝴蝶形,2种模型都具有一定的有效性,提出的模型和传感器还可以检测平纹CFRP裂纹缺陷,存在裂纹时电阻减小。     

基于模糊系统的温升计算新方法

针对传统温升计算方法的缺陷,提出了结合模糊系统的温升计算新方法,运用新方法对阀厅金具温升进行计算.通过阀厅金具温升试验得到足量数据,将所有数据分成训练数据与测试数据,要求训练数据代表样本空间的主要特征.将基本粒子群算法与梯度下降算法结合,得到改进粒子群算法.利用训练数据训练模糊系统,所用算法依次为基本粒子群算法、梯度法、改进算法,改进算法的收敛效果最好.运用回归分析对相应温升进行计算.通过测试检测各模型可靠性,结果说明通过改进粒子群算法训练模糊系统计算温升是可行的.     

钢轨磨耗状态检测仪优化改进

在分析手推式磨耗状态检测仪基本技术原理的基础上,结合现场各种检测仪器的试验应用情况,对钢轨磨耗状态检测仪的软硬件进行改进.主要通过对带各种噪声原始图片的分析研究,基于Canny算子对检测仪的算法进行优化改进.通过合理地合并计算步骤、压缩计算量等方式,在保证钢轨磨耗状态检测仪必要的检测精度,维持检测系统的运算速度情况下,提高设备对复杂现场环境的适应性,提升设备的实用性.     

浅表地层缺陷的动力探测技术

为了对浅表地层缺陷进行探测,本文将以往对材料特性的反演,扩展到对浅层地表空洞缺陷的反演,并采用遗传算法作为反演优化算法,在时域下建立路面结构动态反演的方法,并编制了动力反演程序.在对地表下既有空洞的情况进行正演模拟的基础上,对在不同工况下空洞位置和大小进行了模拟反演分析和工程试验分析.通过对理论数据和实测数据进行分析,验证了反演程序的合理性和有效性.结果表明：利用动力对浅层地表空洞缺陷（大小、位置等）探测具有一定的适用性,为检测浅层地表缺陷提供了新的技术路径.     

基于时间戳马尔可夫模型的入侵检测技术研究

入侵检测是保障网络安全的重要技术.在改进LPMC算法的基础上提出了LPMCST（Linear Prediction and MarkovChain With Time Stamp）算法.LPMCST算法采用时间戳标识,对特权进程的系统调用序列进行分段训练和检测,特别是在系统调用序列波动较大的情况下,使得模型更能反映系统实时状态,从而在保持原算法优点的基础上进一步降低了误报率和漏报率,提高了检测的准确度.     

航空发动机篦齿盘涡流探伤改进研究

某型航空发动机自使用以来,已经发生了多起篦齿盘破裂和裂纹故障。为避免等级事故及时发现裂纹目前采用涡流的方法进行篦齿盘探伤,需要拆点火装置。本文介绍了新改进的涡流探伤探头,无需拆装点火装置即可进行篦齿盘涡流探伤,在地面和机上分别进行了试验验证,结果表明该改进后的探杆探头可以实现航空发动机篦齿盘裂纹缺陷的原位检查。     

一种面向变电站巡检作业增强现实应用的变电设备缺陷识别检测算法

变电站巡检作业增强现实应用的关键之一是解决现有图像处理算法检测速度慢、适应性差、难以实现增强现实应用视频流实时处理的问题。为了解决这一问题,基于改进YOLOv3算法,提出了一种变电设备缺陷快速检测方法。该方法首先建立YOLOv3目标检测模型,并借鉴DenseNet思想对特征提取网络进行优化;然后,通过对训练样本库进行聚类分析得到目标候选区域的先验尺寸,通过优化损失函数来加快模型的训练过程,使模型更好地拟合变电设备缺陷特征;最后,通过建立变电设备缺陷样本库并进行训练,实现了变电设备缺陷检测。测试结果表明,基于改进YOLOv3的缺陷检测模型的图像处理耗时为21 ms/张,检测精度超过了Faster R-CNN(regionsconvolutional neural networks)、SSD(single shot multi box detector)等其他深度学习模型,能够满足变电设备巡检作业增强现实应用对图像缺陷实时识别的需求。     

基于GMM-UBM的说话人确认系统的研究

在基于GMM的说话人确认系统中,模型的训练是为每个说话人的语音建立模型,然后通过一定的算法找到一组参数元,使似然概率最大。通过对GMM的研究提出一种改进的模糊C均值算法（FCM）并将改进后的算法应用到模型初始化中。同时,GMM在话者确认时,语音数据不足会导致识别率下降．采用能覆盖话者语音的高斯混合模型-通用背景模型（GMM—UBM）作为识别模型,通过算法比较及实验分析可知,改进算法后的系统在识别率上明显优于传统的基于GMM的说话人识别系统。     

基于GMM-UBM的说话人确认系统的研究

在基于GMM的说话人确认系统中,模型的训练是为每个说话人的语音建立模型,然后通过一定的算法找到一组参数λ,使似然概率最大。文中通过对GMM的研究提出一种改进的模糊C均值算法（FCM）并将改进后的算法应用到模型初始化中。同时,GMM在话者确认时,语音数据不足会导致识别率下降,本文采用能覆盖话者语音的高斯混合模型．通用背景模型（GMM－UBM）作为识别模型,通过算法比较及实验分析可知,改进算法后的系统在识别率上明显优于传统的基于GMM的说话人识别系统。     

改进的人脸检测训练方法

针对AdaBoost存在的诸如分类器的级联结构会导致系统拒真率与认假率的失衡,单调性前提的不成立容易直接造成训练过程的失败等缺陷,对人脸检测训练方法进行研究,提出了一种改进算法——neighbor-eliminated boosting（NEB）算法。此算法通过构建一种新的基于双表链接结构的特征描述子存储结构,引入特征相关信息,简化了训练过程。实验结果表明,以NEB算法为基础实现的人脸检测系统,在训练速度上具有明显的优越性。     

接运公交网络设计的多目标优化模型及遗传变邻域搜索求解算法

为了使接运公交网络更好地为轨道交通车站集散客流服务,将其作为研究对象,提出了接运公交网络的优化方法.考虑接运公交网络服务的需求量与接运公交供给密切相关、接运公交发车时刻与轨道交通车辆到站时刻构成有序衔接,以接运公交服务的乘客量最大化、接运乘客平均成本最小化、运营成本最小化为优化目标,构建了接运公交网络的多目标优化模型.为求解模型,设计了利用产生式方法获得Pareto解集的遗传-变邻域搜索算法.将设计的遗传-变邻域搜索算法与遗传算法、精确算法分别进行比较,通过算例验证了模型与算法的有效性.     

基于混合域注意力YOLOv4的输送带纵向撕裂多维度检测

针对输送带纵向撕裂目标检测维度单一、模型复杂度高等问题,提出一种高效的MobileNetv3及YOLOv4集成网络输送带纵向撕裂多维度实时检测方法.基于YOLOv4目标识别算法,通过将轻量化网络MobileNetv3代替CSPDarknet53作为骨干网络,结合高效通道域ECA模块和空间域注意力机制（STNet）构建混合域注意力网络（ECSNet）,改进了MobileNetv3嵌入ECSNet,并且提升了模型对空间和通道的关注度.引入深度可分离卷积块代替网络中3*3卷积,并将YOLOv4的检测头（Prediction Heads）缩减为2种尺度,轻量化模型降低网络复杂度和训练难度,完成ECSMv3＿YOLOv4模型的搭建,使用K-means聚类6个Anchors预测目标框高宽,提高网络对表面撕裂的检测性能.研制带式输送机多维度智能巡检样机,采集制作输送带多维度面的纵向撕裂数据集,开展网络模型的训练、测试、识别和定位实验.结果表明,提出算法在测试集中的平均识别准确率为97.8%,识别速度为37帧/s,模型的计算量和参数量为4.882 G和8.851 M,通过试验不同的网络模型效果和改变光...     

钢轨表面缺陷图像自适应分割算法

针对钢轨表面缺陷提取时的灰度分布不均与杂散光干扰问题,在背景差分法的基础上提出了一种钢轨表面缺陷图像自适应分割算法.首先,通过统计钢轨图像中各行像素灰度特征,结合其均值与标准差分布曲线快速提取钢轨表面区域;然后,进行区域与边缘特征的均值窗口自适应选取;最后,根据均值模糊原理建立背景图像模型并进行图像差分,实现了钢轨表面缺陷分割.实验结果表明:提出的轨面提取算法快速、有效;钢轨表面缺陷自适应分割算法在凸显图像中缺陷部分的同时,有效减少了光照变化和反射不均的影响.该方法对测试图像的召回率和准确率分别达到了95.4%和81.3%.     

Fast Rail Defect Inspection Based on Half-Cycle Power Demodulation Method and FPGA Implementation

In this paper, a fast-speed and real-time online rail inspection method based on half-cycle orthogonal power demodulation algorithm is proposed. For this method, the power characters of detection signal which represent the degree of rail track can be calculated using only half-cycle detection signal because of the symmetry characteristic of detected sine signal and reference signal. The theoretical analysis, simulation results and experiment results show that the demodulation precision of proposed method is almost equal to fast Fourier transform (FFT) demodulation method and orthogonal demodulation method, but has high demodulation efficiency and less FPGA resources cost. A high-speed experiment system based on three coils structured sensor is built for rail inspection experiment at a moving speed of 200 km/h. The experiment results show that proposed method is more effective for rail inspection and the time resolution of proposed method is double of classic method that based on FFT and orthogonal.     

基于自适应阈值滤波的三维ECT重建算法

针对三维ECT迭代重建时,重建图像中含有大量伪迹且重建迭代次数多的问题,提出一种基于自适应阈值滤波的三维ECT重建算法.该算法融合Landweber迭代算法和模糊阈值滤波技术,在算法迭代过程中采用阈值滤波方式对三维ECT重建图像进行强化伪迹抑制.利用当前图像模糊度量最小属性确定阈值大小,给出了模糊阈值计算公式,并进行了三维图像重建的仿真和实验研究.结果表明,自适应阈值滤波方式能够显著减少重建图像中的伪迹和重建时间,所提算法具有良好的应用潜力.     

基于特征金字塔网络的超大尺寸图像裂缝识别检测方法

基于图像分析的裂缝自动检测识别一直是桥梁结构健康检测的热点问题之一。深度学习作为裂缝检测的重要解决方法,需要大量数据支持。公开数据集提供的小尺寸裂缝图像不足以解决超大尺寸细长裂缝图像的检测问题。提出一个基于特征金字塔深度学习网络的超大尺寸图像中细长裂缝的检测方法。通过对编码器提取的4个不同层次的特征图分别进行预测,网络能够实现对细小裂缝的高精度分割。试验使用120张大小为3 264×4 928像素的桥钢箱梁表面裂缝图像对特征金字塔网络进行训练、测试;并将获得的训练模型与通过双线性插值方法缩放图像至1 600×2 400像素和2 112×3 168像素两种规格生成的数据集训练后的模型进行对比。结果表明:该方法在对比测试中能够获得最高的裂缝检测交并比(IoU)为0.78,最低的Dice Loss为0.12。测试中,裂缝检测图像显示,缩放图像会导致部分裂缝信息的丢失,该方法能稳定地保留裂缝信息,并实现复杂背景下超大尺寸图像中细长裂缝的高精度自动检测。     

城市轨道交通枢纽换乘供需一致性研究

基于分形理论,提出了代表轨道交通线网中枢纽供给能力的站点-半径维数、代表枢纽换乘需求的换乘需求-半径维数,通过分析分形维数的一致性达到量化枢纽供需一致性的目的.最后以北京市轨道交通线网为算例,验证了模型和算法的有效性,并对算法中涉及的重要参数进行了灵敏度分析,讨论了出行行为对于分形维数和一致性指数产生的影响.结果表明:分形维数及分形一致性指数能较好地描述轨道交通线网的供需一致性特征.     

中低速磁浮列车过轨缝的间隙信号处理算法及实现

悬浮传感器间隙信号的正确处理是实现磁浮列车稳定悬浮控制的重要基础,若磁浮列车在过轨缝时的间隙信号处理不当会带来阶跃干扰,易使悬浮控制出现过度调节,影响悬浮系统的稳定性,甚至导致磁浮列车发生振动或砸轨。现实中磁浮列车也确实易在过轨缝时发生振动或砸轨现象,因此,为解决这一实际问题,结合实验线和某磁浮运行线磁浮列车过轨缝的间隙信号数据特点,提出一种新的磁浮列车过轨缝的间隙信号处理算法。该算法通过提取磁浮列车过轨缝时的实验和运行数据的间隙信号特点,区分开理想轨缝和轨道台阶,并设计了一种间隙补偿方法。仿真结果表明,所提算法可有效处理轨道台阶带来的信号干扰,提升悬浮控制系统的稳定性。     

成像流型辨识算法

针对电容层析成像反问题流型识别较难的问题,提出了一种基于高斯混合模型的电容层析成像流型辩识算法.在阐述高斯混合模型和EM算法的基础上,结合Kmeans算法,通过训练得到各类流型所对应的高斯混合模型参数,构造分类器实现对五种流型的快速与精准的识别.实验结果表明,该算法与BP神经网络、SVM、决策树识别算法相比,辨识准确率高、识别速度快,为电容层析成像流型辨识算法的研究提供了一个新思路.     

配合大容量快速运输的实用常规公交线网规划方法

基于轨道交通和快速公交网络确定的前提下,在"逐条布设、优化成网"的规划方法基础上,提出大城市常规公共交通线网的规划方法.引入枢纽点吸引系数概念,用于调整与大容量快速运输线路站点及枢纽相邻区域的公交线路运行时间,按最短路算法确定备选公交线路集,以直达客流密度最大为目标确定公交线路走向,使常规公交线路在布设时优先通过或邻近换乘枢纽点,从而达到提高大容量快速运输系统吸引力、有效驳运轨道交通和快速公交客流,同时兼顾公交运营企业效益的目的.