发电机定子铁心机器人的叠片异物识别系统

工业机器人在进行发电机定子铁心叠装中,发生过因异物导致的冲片质量缺陷和机器人冲片手爪螺钉松弛掉落等生产事故。故采用图像识别技术、机器视觉技术,边缘计算技术和远程运维技术对机器人自动叠装平台上的异物进行监测,避免异物影响产品的生产质量,该系统具有较高的测量精度、效率和可靠性。     

配电网架空线路绝缘包覆机器人设计

配电网架空线路高度低,导线表面和绞线缝隙间易积聚污垢杂物,容易引发意外跳闸等事故。为提高安全性,对配电网架空线路进行绝缘化改造势在必行。对配电网架空线路绝缘包覆技术进行研究,设计了一种架空线路绝缘包覆机器人。构建基于地面站系统的图传遥操作控制模型,实现对架空线路裸导线自主、均匀包覆功能。对绝缘包覆机器人整体结构和控制系统的设计进行介绍,并通过试验证明,针对8~24 mm导线线径,机器人以3 m/min速度实施包覆作业,绝缘涂层厚度可稳定在2.5~3 mm之间,能够均匀包覆导线,且未出现流挂现象。架空线路绝缘包覆机器人可为配电网架空线路的绝缘化提供可靠的解决方案。     

输电线路异物入侵多维度检测及预警系统

输电线路是电网的重要组成部分,其分布范围广、工况复杂,极易遭受到外力破坏。为预防异物入侵影响输电线路的安全稳定运行,设计了一套输电线路异物入侵多维度检测及预警系统,可实现对电力现场入侵物体空间位置确定、与架空线之间的距离测算。该系统可提高输电线路的整体智能化运维水平,提升工作效率,降低运维成本,有效保证电网运行安全。     

医药大输液可见异物自动视觉检测方法及系统研究

对比现有医药大输液药品可见异物人工检测方法,在线视觉自动检测具有巨大优越性,为此,本文设计了一套用于医药瓶内药液异物检测的视觉系统.首先研究了检测系统的机械与电气控制结构,开发了面向高速高精度医药生产线的图像获取装置;然后,基于图像中药液内异物运动轨迹的连续性,利用序列图像提取出图像中的运动信息,在此基础上,使用改进的Mean shift跟踪算法实现了可见异物的检测识别;最后选用100ml葡萄糖大输液进行在线测试,检测系统分辨率达到了国家药典的检测要求,系统运行准确率近95%,在线自动化视觉检测方法能很好满足医药生产线的要求.     

大输液中可见微小异物实时检测系统设计

设计了一套基于机器视觉技术的全自动灯检系统,以实现大输液中可见异物的在线实时自动检测。为了有效地解决在线高速实时检测这个关键性问题,将制约系统实时性的弱小目标识别过程分离出来,交由高速DSP芯片进行专门处理。通过理论分析和试验测试证明,设计的基于TMS320C6416DSP的图像处理平台能够很好地满足大输液异物检测系统对处理速度和精度的要求。研制的全自动灯检系统已经在某公司的大输液生产线上试验运行。试验表明,该系统对粒径大于50微米微小异物的识别准确率和速度均高于熟练的灯检工。     

架空线路激光除异物设备的安全防护研究

本文介绍了几种架空线路激光除异物设备的安全防护措施,包括周界防护、防倾倒保护、安全管控等,在 激光作业时能有效保护人身及设备的安全。     

基于卷积神经网络与ECOC-SVM的输电线路异物检测

输电线路悬挂异物会引发输电线路单相接地、相间短路等停电事故,因此本文提出一种基于卷积神经网络与ECOC-SVM的输电线路异物检测方法。首先,本文构建气球、风筝、塑料和鸟巢4种输电线路异物图像数据集;然后采用Otsu自适应阈值分割、形态学处理等方法提取感兴趣区域;再利用DenseNet201提取感兴趣区域的特征;最后对ECOC-SVM模型进行训练、测试与结果分析。所用方法在4类异物上的平均识别准确率可达93.3%,有助于提高输电线路运维的效率。     

基于TensorFlow的高压输电线路异物识别

针对传统异物识别准确率较低的问题,提出一种基于TensorFlow的深度卷积神经网络的异物识别模型。将巡检图像进行图像灰度化和尺寸压缩等预处理,并采用三维块匹配滤波(BM3D)算法进行图像去噪得到实验所需的训练数据。提出基于TensorFlow的深度卷积神经网络框架,通过使用框架中的TensorBoard模块设计深度卷积神经网络模型结构与优选模型参数,并针对ReLU激活函数与特征权重进行理论分析。实验结果表明,经过15次迭代训练后,深度卷积神经网络比传统的支持向量机(SVM)、极限学习机(ELM)和BP神经网络算法具有更强的巡检图像识别能力;与经典的LeNet-5和VGGNet模型以及相关文献中的模型相比,所提模型更具有优越性。     

架空输电线路巡检机器人系统设计

架空输电线路机器人可以代替人工执行电力巡检任务,解决人工巡检中效率低、劳动强度大、智能化程度不足等问题。提出了档间巡检的设计思路,开发了低成本架空输电线路巡检机器人系统,通过设计机械结构、优化识别算法等方式,实现了机器人的自主行走、无线充电、图像采集、数据处理、智能巡检等功能。在软件方面基于C#开发了专用程序及界面,并建立了基于架空输电线金具及缺陷数据集,在YOLOv4目标检测算法基础上,通过数据增强、边界框优化和模型结构改进,建立YOLOv4-M模型,优化了电力金具识别检测性能,提升了系统应用的环境适应性。通过机器人在线路上的运行和测试,识别算法在速度可以达到45fps,平均检测精度达到97.6%。     

改进的Faster-RCNN目标检测方法在变电站悬挂异物检测中的应用

针对变电站悬挂异物检测任务中异物形状多样、周围环境条件复杂,现有算法检测的准确率较低的问题,提出一种改进的Faster-RCNN目标检测方法,对变电站悬挂异物进行检测.将Faster-RCNN结合特征金字塔和可变性卷积,形成了改进的Faster-RCNN目标检测方法,扩展了Faster-RCNN网络结构对输入图片中不同...     

MEMS在运动轨迹显示中的应用

为便于通过运动轨迹分析研究物体运动特征,设计了一个运动轨迹测量显示装置,利用微机电系统（micro‐electronic mechanical system ,MEMS）技术与可视化设计,以Freescale Semiconductor公司生产的三轴低重力加速度传感器MMA8450Q和计算机为核心搭建硬件平台,以NI（National Instruments）公司开发的 LabWindows／CVI 8．5为平台编写具有可视化虚拟操作界面的控制程序,并通过性能验证实验,完成了基于 M EM S技术的运动轨迹测量显示装置的设计、实现、调试与实验过程。     

架空输电线路自主巡检机器人规划设计

针对架空输电线路巡检中,杆塔、导（地）线上存在诸多障碍物（防震锤、压接管、耐张线夹、悬垂线夹等）及其相对位置和形态不固定的特点,设计了1种能够自主行进、跨越障碍物的巡检机器人。通过本体控制系统规划、传感器识别系统和补给电源设计等关键技术的应用,使巡检机器人上线自主行进过程试验取得初步成功。结果表明：自主行进过程中机器人与地面基站之间数据通信流畅,传感器探测回传图像清晰,从而验证了巡检机器人机构部件及控制系统的有效性。     

基于AprilTag图像识别的移动机器人定位研究

药液在生产过程中易混入不溶异物,因此投入市场前的必须对药液进行检测。针对安瓿瓶药液检测,区别于传统的序列图像检测算法,设计了一种基于机器视觉和卷积神经网络的检测方法。首先利用Canny边缘检测提取安瓿瓶瓶壁边缘,裁剪药液区域图像,减少了后续计算量;其次改用VGG16卷积神经网络进行不溶异物的特征提取,可以提取到传统特征之外的抽象特征;最后通过迁移学习和微调,在400张测试样本中,结果为识别正确378张。结果表明,该方法可以检出不溶异物,满足实际生产需求。     

基于改进胶囊网络的电力线巡线异物检测

针对电力线巡线异物检测使用的传统卷积神经网络空间辨识度较差、训练样本需求过多的问题,提出一种改进胶囊网络模型。使用数据灰度化、三维块匹配滤波算法预处理巡线数据集。提出自适应贡献池化降低数据信息丢失量,异物数据深度信息提取单元提取主要特征来滤除冗余信息、减少数据数量以改善模型性能,改进异物识别主胶囊层和动态路由结构以适应电力线巡线异物检测的二分类情况。对自适应贡献池化和最大池化,无池化、传统结构胶囊网络和改进胶囊网络,改进胶囊网络和AlexNet、GoogLeNet分别进行异物识别对比实验和改进胶囊网络的空间辨识度性能进行测试实验。实验结果表明,在3 700张小训练样本条件下,经20次训练后,自适应贡献池化比最大池化的改进胶囊网络平均准确率提高2.7%,改进胶囊网络比无池化、传统结构胶囊网络平均准确率提高3.6%,改进胶囊网络比AlexNet、GoogLeNet的平均准确率分别提高21.9%和12.6%,且改进胶囊网络在大小、角度不同的测试数据中仍具有高于91%的平均准确率。改进胶囊网络在空间辨识度复杂、少训练样本情况下仍具有较高的异物识别能力,实现了高效率、高准确率的自动化无人巡线异物...     

输电线路螺栓紧固带电作业机器人的视觉搜索、识别与定位方法

在输电线路采用机器人进行螺栓的全自动带电紧固作业是一项非常有挑战性的工作,螺栓的自动紧固首先必须解决螺栓的自动搜索、识别与定位,由于线路环境复杂,这些工作变得十分困难,为此,提出一种新的螺栓视觉搜索识别定位方法,该方法分为两部分,基于参考物的螺栓追踪,通过设定引流线为参考物,先对引流线进行定位,然后沿着引流线方向来搜索螺栓,从而简化螺栓搜索过程,降低螺栓识别难度;基于改进Hough变换的螺栓识别算法,通过对经典Hough变换的峰值选择策略进行改进来实现螺栓的精确识别,然后利用螺栓头部圆形特征来完成螺栓中心的验证,并通过HOG和SVM技术来实现目标物体的识别分类,消除外界不相关物体对目标图像的影响,进一步提高识别精度。根据该方法,设计了机器人原理样机并进行了模拟测试和现场测试,测试结果表明,该方法能够高效地实现输电线路上螺栓的搜索、识别与定位,极大程度地提高了机器人的带电作业效率。     

基于可解释模型的火箭推力故障辨识与轨迹预测方法

针对运载火箭飞行过程中的强非线性和高不确定性问题,以及火箭推力下降故障对飞行过程可靠性和安全性的重大影响,基于注意力机制提出一种可解释机器学习模型以提高火箭推力下降故障检测、故障发动机定位、故障程度估计、以及故障后轨迹预测的准确性和鲁棒性,使用注意力层提取高维时序飞行监测数据的特征,以特征矩阵简洁表达高维时序数据,进而采用自注意力及全连接网络预测推力下降发生的位置和推力下降程度,并通过长短期记忆单元对特征向量进行解码实现未来时段内飞行轨迹准确预测。在火箭推力下降数据集上对提出的模型进行测试,验证了模型的有效性。结果表明,提出的模型的故障定位准确率为96.0%,故障严重程度估计精度为94.7%,轨迹预测平均误差为0.94%,提出的模型在推力下降故障模式中具有良好的应用效果。     

基于相轨迹凹凸性的暂态不稳定性判别方法的分析比较

基于相轨迹凹凸性的暂态不稳定性判别与控制是近年来发展的新理论方法,有望应用于基于同步相量测量单元(PMU)信息的电力系统紧急控制。强调了该方法应用于多机系统时实时分群聚合的关键技术步骤以及正确使用相轨迹分段的必要性,分析了相关文献在应用该方法的过程中出现的问题,进一步对理解和应用该方法时的注意事项进行了详细深入的阐述。     

永磁同步电机超低速下的转速检测及控制

研究了永磁同步电机的转速检测,证明了在极低速下无论是T法还是M/T法都会因为采样延时过大而影响系统的性能,指出M法测速不仅适合于高速段,而且也适合于低速段转速的测量,可以保证永磁同步电机低速运行性能。指出了锁相环技术和M法之间的异同。介绍了一种基于DSP的转速测量方法流程,给出了实验结果,验证了理论分析的正确性。     

500kV避雷器缺陷的在线检测

通过对繁昌变电所５００ ｋＶ 氧化锌避雷器的红外检测和部分避雷器的整体试验、解体试验、加速老化试验和内部残留物的Ｘ射线荧光光谱试验,分析了这批避雷器电气性能普遍下降的原因,为修复提供了依据,为仍在运行的同批次该型号避雷器的在线监测提供了经验。