基于机器视觉的矿车踏面磨耗检测设计

针对矿用轨道车辆传统的人工轮对检测方法的精度低、效率低等问题,设计了一个基于机器视觉的自动检测系统.通过摄像头采集辅助光源照射到轮对上光带的图像,使用Matlab对图像进行处理.算法上根据踏面图像的特征针对细线化方法进行了专门优化,并通过实验确定了轮廓检测的最佳阈值.将处理后的图像与标准图像进行差影比对,使用相机标定的相关参数进行计算得出踏面的磨耗量.实验证明,使用优化后处理算法的系统相比传统算法提高了精度.每个轮对平均检测时间小于2 s,误差小于±0.2 mm,可以快速大量地自动检测轮对踏面的磨损情况,保证了工业现场稳定安全的生产,具有一定的应用意义.     

基于YOLOv3-tiny的列车轮对踏面缺陷定位与测量方法

针对基于深度学习的轮对踏面缺陷检测算法中检测框尺寸精度不足的问题,文章提出一种结合YOLOv3-tiny与传统图像算法的踏面缺陷检测算法,以实现低CPU消耗的列车轮对踏面缺陷快速定位与几何参数的精确测量.其首先对工业场景下获取到的小样本进行图像增强,然后采用YOLOv3-tiny算法对踏面缺陷进行迁移学习,实现缺陷的粗...     

一种适合不平衡数据集的新型提升算法

提出了一种新的适用于不平衡数据集的Adaboost算法（ILAdaboost）,该算法利用每一轮学习到的基分类器对原始数据集进行测试评估,并根据评估结果将原始数据集分成四个子集,然后在四个子集中重新采样形成平衡的数据集供下一轮基分类器学习,由于抽样过程中更加倾向于少数类和分错的多数类,故合成分类器的分界面会偏离少数类。该算法在UCI的10个典型不平衡数据集上进行实验,在保证多数类分类精度的同时提高了少数类的分类精度以及GMA。     

基于平面方程的轮对在线检测标定系统设计

在基于光截图像的轮对在线检测系统中,由于现场安装环境的限制,使得摄像机拍摄得到的轮对轮廓曲线畸变严重,所以摄像机的标定方法与精度直接影响到轮对参数测量结果.结合测量现场实际情况,分析设计了整套标定系统,并提出了基于平面方程系数的摄像机标定算法,实现了摄像机参数的标定工作.经验证:该标定系统的标定精度在0.1mm以内,满足轮对在线检测对标定精度的要求.     

基于MC9S12DP256B的客车ABS控制器设计

介绍了ABS控制器的硬件电路部分,给出了ABS控制算法。控制器算法采用逻辑门限值控制算法,轮速信号的处理采用修正的脉冲计数法,提高了计算精度。算法中引入五个中断,第一个中断用来采集轮速信号,后四个中断用来自实现四个轮子的ABS控制。以半实物仿真的形式对设计的控制器进行了验证,并给出了仿真结果,取得了较好的控制效果。     

管道地理坐标测量误差校正方法的研究

设计采用轻便的低精度MEMS惯性器件搭载管道清管器的方法实现管道地理坐标的内检测,由于器件精度较低,惯导算法的误差不断累积,不能满足定位要求。根据这一问题,通过里程轮校准检测器的速度,通过重锤校准检测器的姿态角,里程轮和重锤的误差不会累积,可以提高定位的精度;采用误差补偿方法,建立了姿态,速度和位置的误差模型,将里程轮和重锤的输出与惯导计算的结果之差作为观测量,建立观测方程;误差模型利用倾角表示姿态角误差,产生非线性问题,为此,采用无迹卡尔曼滤波方法,在惯导算法中对滤波估计的误差进行补偿。结果表明,利用该算法可以降低误差的影响,实现内检测条件下管道地理坐标的测量,具有一定的应用价值。     

汽车轮速传感器周节误差分析

为了完成汽车轮速传感器和齿轮的高效率、高精度、高可靠性能测试,在汽车轮速传感器检定算法上,研究了目前普遍流行的占空比误差参数测试算法及其存在的缺陷,分析了影响占空比误差精度和可靠性的各种因素,提出了一种全新的基于上升沿和下降沿最大周期、最小周期的Pitch error(齿轮的)周节误差算法,较好地反映了信号的失真大小,优化软件算法;设计的基于LabVIEW最大周期、最小周期误差参数测量模块,并已成功应用于汽车轮速传感器检定测控系统中.     

改进的智能飞机牵引车路径导航纯追踪算法

为了提高飞机地面自动牵引滑行导航控制系统的精度,提出一种改进的纯追踪算法。基于纯追踪算法对飞机牵引车系统的路径进行跟踪控制,将简化的两轮模型作为其运动学模型。融合经典纯追踪算法及改进算法确定新的预测目标点,以减少轨迹误差。采用偏差统计的方法实现不同预测距离下最优融合系数的选择,提高控制精度。仿真结果表明,该算法的路径轨迹误差控制在0.5 m范围内,满足飞机自动牵引滑行的精度要求,验证了其可行性和有效性。     

对MIBS算法的碰撞攻击

MIBS算法是Izadi等于2009年提出的一种轻量级分组密码算法。为进一步评估MIBS算法的安全性,针对MIBS算法抵抗碰撞攻击的能力进行了研究。根据算法的等价结构,构造了MIBS算法的一个6轮区分器,通过依次在此区分器后面增加2轮、在前面增加2轮的方法,对8/9/10轮的MIBS算法进行了碰撞攻击,并给出了相应的攻击过程及复杂度分析。结果表明,8/9/10轮的MIBS算法是不能抵抗碰撞攻击的。     

神经网络在木材生长轮密度预测中的应用研究

研究木材生长轮密度准确预测问题,树林在生长过程中受到生态因子、培育措施、立地条件以及树木本身遗传等因素影响,木材生长轮密度呈非线性变化规律。针对传统线性预测方法只能对线性变化规律进行预测的缺陷,提出一种神经网络的木材生长轮密度预测方法。首先对木材生长轮密度一维数据进行重构变成多维数据,然后将数据输入到神经网络进行学习,并采用粒子群算法对神经网络参数进行优化,最后建立木材生长轮密度最优预测模型。采用具体木材生长轮数据对建立的最优预测模型性能进行仿真,结果表明,相对线性预测方法,改进方法提高木材生长轮密度预测精度,减少了预测误差,能刻画木材生长轮密度的变化趋势,是一种有效的木材生长密度变化的预测方法。     

自适应人工蜂群算法的盲源分离

盲源分离(BSS)是传感器信号处理领域研究热点,针对传统盲源分离算法大多存在收敛速度慢、分离精度低、适用场合窄的缺点,提出了一种基于自适应人工蜂群算法的盲源分离.利用Givens旋转变换降低计算量,搜索策略引入自适应全局指导项动态调节最优解导向作用,选择策略采用自适应Boltz-mann轮盘赌作改进平衡迭代各阶段选择压力集中程度.实验表明:基于自适应人工蜂群算法的盲源分离,能够加快收敛速度并显著提高分离精度至约3个数量级.     

基于模糊自适应控制的全向移动机器人的运动控制研究

由于四轮驱动全向移动机器人轮系分布的特点,四轮之间存在耦合关系,在运行过程中,机器人整体运动的稳定性及控制精度都不佳。针对此问题,本文设计一种基于模糊自适应控制器的误差修正方法,结合模糊控制和PD控制,在线对机器人体进行误差修正,并将整体误差按轮系结构分布合理分配到单个轮子上,从而将整体的误差修正转化为单个轮子的误差修正。通过在Matlab-Simulink环境下仿真实验表明,在使用模糊自适应控制器进行误差修正后,机器人对线速度及角速度的跟随性明显提高,改善了机器人运动控制的精度。     

基于AKPSO算法的加速度计快速标定方法

针对粒子群优化（ PSO）算法在加速度计标定优化后期出现的早熟、陷入局部最优的不足,以及KalmanPSO（ KPSO）算法在设计与应用过程中存在的缺陷,提出了基于自适应 Kalman 滤波的改进 PSO （ AKPSO）算法,并将其成功应用于加速度计快速标定。利用粒子群状态空间Markov链模型,建立了粒子群系统状态方程和观测方程;采用指数加权的自适应衰减记忆Kalman滤波来对粒子的位置进行估计。加速度计标定仿真结果表明：所提出的算法在收敛速度、收敛精度方面都要优于PSO,KPSO算法,有效地提高了加速度计的标定精度。     

一种基于小脑模型关节控制器评论-策略家的机器人跟踪控制算法

本文提出了一种基于小脑模型关节控制器(CMAC)的评论–策略家算法,设计不依赖模型的跟踪控制器,来解决机器人的跟踪问题.该跟踪控制器包含位置控制器和角度控制器,其输出分别为线速度和角速度.位置控制器由评价单元和策略单元组成,每个单元都采用CMAC算法,按改进δ学习规则在线调整权值.策略单元产生控制量;评判单元在线调整策略单元学习速率.以双轮驱动自主移动机器人为例,与固定学习速率CMAC做比较,仿真数据表明,基于CMAC的评论–策略家算法的跟踪控制器具有跟踪速度快,自适应能力强,配置参数范围宽,不依赖数学模型等特点.     

基于STM32的快捷货车电子防滑器设计

针对目前铁路快捷货车制动防滑效率不高的现状,设计了一种以STM32 F103为控制核心的电子防滑器。该防滑器通过采集车轴的速度信号来检测车轮的滑行状态,及时控制防滑阀以调整制动缸压力,防止车轮继续打滑。详细介绍了电子防滑器的工作原理以及硬件组成。系统软件采用模糊控制算法,分析了速度测量和滑行控制的判定方法。与传统的机械式防滑控制器相比,提高了速度与防滑判据的运算速度,满足了快捷货车防滑控制的实时性与准确性要求。     

基于无线传感器网络的自适应声源定位算法

基于声源能量的无线传感器网络（ WSNs）最大似然定位算法抗噪声干扰能力强,定位精度高,同时适用于多个目标定位,但是计算量大,不适用于实时定位。针对现有算法的缺点,提出了一种基于自适应迭代的最大似然定位算法。该算法将代价函数作为目标函数,在给定的梯度误差范围内自适应地搜索目标位置。为了提高算法的收敛速度和定位精度,提出了基于Sigmoid函数的变步长的搜索算法。仿真实验结果表明：与最大似然定位算法相比,自适应迭代算法运算量小,定位精度高,能满足对目标定位精度和速度要求较高的场合,具有一定的实际应用意义。     

求解旅行商问题的自适应蚁群算法

传统蚁群算法求解TSP问题,收敛速度慢,容易陷入局部最优。针对蚁群算法的不足,对算法加以改进,本文提出一种自适蚁群算法,在搜索初期,信息素挥发系数较大,使搜索速度加快;在迭代后期,信息素系数减小到一个恒定值,使算法转向精细寻优。仿真结果表明,改进的算法有较快的收敛速度和较高的精度。     

基于自适应变异算子的差分进化算法

针对差分演化算法易于早熟、收敛速度慢和收敛精度低等问题,提出一种基于自适应变异算子的差分进化算法。给出个体向量粒子及维度层定义,并提出了基于维度层加权的异维维度选择策略,首次将加权异维学习策略引入差分演化算法中,有效地提高了种群的多样性;根据种群聚集度的思想,提出一种基于种群聚集度自适应的变异算子,该算子能依据种群个体当前的种群聚集度自适应地调整DE/best/1变异算子和加权异维学习变异算子的变异权重,加快算法收敛速度、提高其收敛精度。通过在20个典型的测试函数上进行测试,与7种具有代表性的算法相比,结果表明提出的算法在求解精度和收敛速度上具有很大优势,并显示出了非常好的鲁棒性。     

余弦自适应混沌被囊体种群优化算法

针对被囊体种群优化算法存在易陷入局部最优、收敛速度慢等缺点,提出一种余弦自适应混沌被囊体种群优化算法。在模拟被囊体喷射推进行为中,引入余弦自适应曲线计算搜索个体间的社会作用力,从而改进算法易出现早熟的问题;并在搜索个体向最佳位置移动上增加了一种混沌行为,使其避免局部最优并拥有更快的收敛速度。采用多种标准测试函数进行测试,实验结果表明,提出的新的被囊群优化算法在保留原有算法优点的基础上具有更好的收敛速度、精度和全局最优性。     

基于粒子群优化的三维测向交叉定位算法

首先分析了三维测向交叉定位的基本原理,针对测角信息冗余这一问题,研究了2种测向交叉定位算法,并仿真出了定位精度的几何稀释(GDOP)图。结论表明:存在相同的测角误差和布站误差时,基于迭代的泰勒级数法定位精度较好,但是迭代初值如何选取仍然没有得到很好的解决。提出了一种基于迭代搜索求最优解的自适应权重的粒子群算法,最后通过设定不同的测角误差值仿真分析了该算法。仿真结果表明:在测角误差为0.5°或者1°时,粒子群优化算法在高度估计上比传统算法更准确,并且新算法有更好的定位精度,有一定的实际应用价值。