基于红外图像目标检测与温度特征提取的变压器套管发热缺陷识别

针对变压器套管发热缺陷人工检测方法效率低下的问题，设计基于红外图像目标检测与温度特征提取的变压器套管发热缺陷诊断系统，以实现发热缺陷的自动诊断。首先，采用YOLOX目标检测模型对红外图像中不同电压等级套管进行分类识别，使用结合Mish激活函数的快速空间金字塔池化(spatial pyramid pooling-fast, SPPF)结构替换主干特征提取网络的空间金字塔池化(spatial pyramid pooling, SPP)结构，并在特征融合网络中添加高效通道注意力(efficient channel attention, ECA)模块以提高检测准确率；其次，设定所检测套管电压等级类别，根据预测框信息对同电压等级套管进行定位裁剪；最后对套管图像做加权均值法灰度化处理并进行区域划分，提取不同区域温度特征信息进行发热缺陷诊断，并以报表形式展示。实验结果表明：目标检测模型识别准确率达到98.41%,模型对图像的平均检测速度达到46.80帧/s,所设计系统能准确诊断出变压器套管发热缺陷，提高缺陷检测效率。     

基于BP神经网络的复合绝缘子憎水性等级的判定

憎水性检测对于确保复合绝缘子安全可靠运行具有重要意义。笔者提出把图像处理技术和BP神经网络引入到绝缘子憎水性检测中。首先,运用对比度受限自适应直方图均衡和数学形态学滤波对憎水性图像进行增强。然后,利用自适应阈值对图像进行分割,并提取图像中与憎水性相关的4个特征量。最后,选择BP神经网络判定绝缘子憎水性等级。分别采用BP标准算法和4种改进算法对网络进行训练,并对测试样本进行了憎水性等级判定。基于4个特征量的BP网络在一定程度上能够准确地判定绝缘子的憎水性等级。各种算法的判定结果表明L-M算法是比较合理的判定绝缘子憎水性等级的BP神经网络算法。     

采用图像识别和分类判定绝缘材料憎水等级

为了方便、快捷、准确地测量运行中或新生产的绝缘产品表面的憎水等级,依据图像处理和模式识别理论,提出了通过边界识别的方法提取材料表面喷水图像中水珠的形状和分布特征,采用支持向量机决策树判定憎水等级.通过引入误分类代价来设计支持向量机决策树学习算法,以进一步提高憎水等级判定的准确度.测试结果表明,该方法可在自然光照明条件下现场判定其憎水等级,避免了人工判定的主观性和不确定性,操作简单、方便,可实现无损检测,憎水等级判定准确度达到了实际应用需要.     

基于图像视觉检测技术的激光标线仪校准装置研究

针对传统激光标线仪靶标测量方法难度大、人工读数困难且效率低的问题,基于图像视觉检测技术,设计了激光标线 仪校准装置硬件系统及软件算法。通过数据采集单元、靶标系统单元和多功能升降工作台单元搭建出系统硬件装置。采用 图像预处理方法将原始图像激光线与背景分割,提取出基准中心原点并进行系统标定,利用骨架提取算法拟合出激光测量 线,计算出计量特性的偏移量,并根据算法设计出交互软件,自动测量和保存数据。最终通过所研制的校准装置和传统校准 方法,校准同一激光标线仪进行比对实验,实验结果|E,,l≤1, 结果判定为满意,验证了校准系统的可行性。     

基于Faster R-CNN的复合绝缘子憎水性分析研究

定期对复合绝缘子的憎水性进行检查,及时更换严重老化的复合绝缘子,是保障电网安全稳定运行的关键。为实现无人机图像拍摄后复合绝缘子憎水性的准确判别,提出一种基于候选区域的快速卷积神经网络绝缘子憎水性分析方法,利用训练得到的Faster R-CNN深度神经网络模型精确定位复杂背景中的复合绝缘子伞裙,通过位置修正提取其中水迹信息区域,最后送入图像分类卷积神经网络完成憎水性等级的判定。测试结果表明,该方法在无人工参与的情况下,能在复杂背景图像中准确定位复合绝缘子伞裙水迹区域,憎水性等级判定结果达到了较高的准确率。     

基于嵌入式的复合绝缘子憎水性检测方法研究

为了客观、快速、准确地测量在线或离线复合绝缘子表面的憎水性,依据憎水性分级法(HC),设计了一套便携式绝缘子憎水性检测装置。该装置通过一系列简单、有效的图像处理和分类方法,实现了嵌入式平台上的绝缘子憎水性判断。首先采用一种基于边缘的图像分割方法提取水珠目标,然后采用一种综合决策树实现目标的训练和分类。结果表明:该装置能在无辅助光源的自然光条件下判定复合绝缘子的憎水性,且处理速度快、实现方便,避免了人工观测的主观性和不确定性,具有较高的精度和实用性。     

基于深度学习的电力设备红外图像故障诊断方法

红外热成像检测技术在变电站中的广泛应用产生了大量红外图像.针对变电站人工故障诊断作业量大、效率低的问题,提出了一种基于MobileNet的设备红外图像自动故障诊断方法,并进行了软件封装.首先,考虑到检测速率需求,构建了基于MobileNet轻量化网络的深度学习电力设备分类模型,并通过迁移学习提高模型训练效率和准确率;其...     

基于深度学习的航拍图像绝缘子缺失检测方法研究

为解决目前人工处理分析无人机巡检图像效率低、检测结果受人为因素影响较大的问题,提出了一种图像识别的绝缘子缺失识别方法。首先,对无人机拍摄的图像样本进行了处理,扩充样本集。其次,搭建了绝缘子的检测模型,完成各层网络结构的选择和设计,使用CNN算法实现对绝缘子缺失的检测。随后,构建了绝缘子检测网络,并对各层检测网络参数进行配置。选择实际拍摄的图像作为训练样本进行网络训练。检测结果证实几个指标均在0.95以上,说明算法可准确识别出绝缘子。最后,利用CNN算法对航拍绝缘子进行缺陷检测。绝缘片缺失缺陷的正确识别率为86%。算法可根据检测结果自动显示绝缘子有无缺失缺陷。     

一种基于DSP技术的平视显示器视差自动检测方法

传统的平显视差检测方法存在检测效率低、精度不高等问题,而且检测结果受到观测者主观性的影响。本文结合CCD图像采集技术,研究了一种基于DSP的平显视差自动检测方法。采用DSP芯片作为图像处理和自动控制的核心处理器,对所采集图像的图像评价函数值进行比对,并根据特定的搜索算法,通过控制光学系统中的调焦镜完成自动调焦过程。根据调焦物镜移动量,可算出被测平显的离焦量和视差值。研究结果表明,本方法可有效解决观测者对视差检测时产生的主观影响,提高检测质量及检测效率。     

大学英语作文智能评估与人工评估的对比分析

作文是大规模语言考试中的一种必考题型.通过作文可以检测应试者综合运用语言的能力.然而,由于疲劳因素、情感因素和不一致性,人工评阅作文具有很强的主观性,人工评估成绩在信度和效度方面存在着不可避免的问题.近几十年来,随着计算机硬件和软件性能快速提高,自然语言处理等技术获得了长足的发展,国内外一批作文自动评分系统相继问世,并被应用到英语写作测评中.本研究将作文自动评分系统给出的智能评估与人工评估进行对比分析,旨在探讨二者之间的吻合度以及二者对学生学习需求的满足程度,提出只有使电子智能有效地辅助人工评估,才能真实地测试出学生的实际语言应用能力,并帮助学生有效提高写作能力.     

基于直连设备自动捕获的供电图快速绘制算法

在矿井高压供电图中,电气设备之间不使用连接线而直接连接的情况较多,已有的绘制算法针对直连电气设备采用人工对齐的方式,会导致矿井高压供电图绘制过程繁琐、缓慢,准确率较低。针对上述问题,依据矿井高压供电图的特点,提出了一种针对矿井高压供电图的快速绘制算法,可以实现直连电气设备之间连接点的自动捕获,有效提高两个直连电气设备相应连接点对齐的速度。而且对齐的准确性远高于人工手动对齐方式,准确率可达到100%,同时绘图速度可提高3倍以上,有效降低了高压供电系统图的绘制复杂度和成本,具有准确性高、速度快、操作简便等特点,可有效完成矿井高压供电图的快速绘制。     

基于Mask R-CNN的轮毂缺陷分割技术

汽车轮毂在铸造过程中不免有缺陷的产生,为实现工业检测自动化的需要,提出了基于Mask R-CNN的汽车轮毂缺陷自动分割方法,采用卷积神经网络模型训练参数来代替传统的人工设定参数。首次将Mask R-CNN应用于轮毂缺陷图像的识别,通过深层次的卷积网络训练可以使模型识别轮毂缺陷特征并将不同缺陷类型标注并分割开来,从而实现轮毂X射线图像的自动分割。实验表明,使用Mask R-CNN模型对复杂轮毂缺陷的识别率有93%以上,并对不同的缺陷类型都有效果,且每帧检测时间达到0.24s/帧,满足工业轮毂缺陷检测的要求。     

电子元器件缺陷检测模型的自动训练系统

深度学习方法可提高AOI的速度和精度,但因实际工业生产中AOI场景多变,模型需不断更新以保证性能,耗时长,人力成本高。为了提高实际AOI中深度学习模型的迭代效率,研发了一套面向PCBA贴片电子元器件的缺陷检测模型自动训练系统,对常见的四类电子元器件(Chip、IC、SOT、排插)所需的缺陷检测模型实现了自动训练,自动训练过程分为自动数据增强、自动调参与自动部署3个部分。实验结果表明,该系统自动训练得到的模型性能总体优于人工手动训练的模型,相较人工手动训练,训练耗时缩短36%~42%,整体准确率提升1.3%~4.1%。目前该系统已经完成测试,自动训练出的模型能满足实际AOI的检测要求,有效提高了模型迭代速度,减少了人力成本,具有较好的应用前景。     

电力系统污区分布图计算机自动绘制的研究

传统的电力系统污区分布图手工绘制方法存在制作时间长、精确性差的缺点。根据新标准探讨计算机自动绘制污区分布图的绘制方法,介绍了其规则库引擎的原理、算法及制图流程。指出采用计算机自动绘制污区分布图,当规则库与运行经验在判断局部区域污秽等级有冲突时需要通过人工修订模式来解决。     

基于机器学习的配电网异常缺失数据动态清洗方法

针对传统配电网数据清洗过程中异常数据判断阈值需要人为设定、缺失数据填补效率不佳的局限性,提出基于机器学习的配电网异常缺失数据一体化动态清洗方法。首先,基于局部异常因子检测算法和高斯混合模型,提出一种异常数据动态检测改进算法,实现配电网异常数据阈值的准确自动选择。其次,基于随机森林算法与最小二乘回归法,提出一种配电网缺失数据动态填补算法。根据缺失数据时间长度自适应优化填补算法,在保证数据填补精度的同时降低计算时间。在此基础上,通过异常数据检测和缺失数据填补共同构建一体化动态清洗架构。采用湖南某地区配电网数据进行实例验证,结果表明所提方法可实现异常辨识阈值准确自动选择,有效检测配电网异常数据,并且实现缺失数据填补精度与速度的平衡,具有较好的工程应用价值。     

Design of an Automated Sorting System for Apples Based on Single Chip Microcomputer

The grading judgment for apples is related to a variety of factors including, size, shape, color, texture, and scars. Traditional manual sorting methods are time consuming and labor intensive. In addition, the accuracy of the method is easily subjective, not repeatable, error-prone, and affected by the sorting environment. This paper presents a complete and automated grading system for apples. The system uses a single-chip microcomputer as the controller of the system, and a PC as the graphics processing unit. It also includes a conveyor, drive motor, frequency converter for motor control, photoelectric sensors, air compressor, and air jets for ejecting the graded apples. The classification algorithm is implemented by using a convolutional neural network (CNN). In order to eliminate contact damage of apples, the system specifically uses air jets as actuators to eject the graded apples into the corresponding bins. At the same time, in order to ensure that an apple triggers the correct ejecting actuator, this paper designs a jet controller with proper logic.     

基于自动微分和过滤线性搜索的非线性内点算法

非线性内点法已被广泛应用于求解大规模电力系统最优潮流问题。提出一种非线性内点算法,使用自动微分技术取代传统手动编程求导来计算雅可比矩阵和海森矩阵,还在寻优过程中使用过滤线性搜索技术,提高了搜索的可靠性和收敛速度。算例计算表明,该算法具有收敛性能好,可扩展性强和计算速度快的特点,具有应用于电力系统实时运行环境的潜力。     

基于力控组态的立体仓库监控系统设计

介绍了以PLC为控制器的立体仓库监控系统设计方案、系统的硬件组成和软件的设计。上位机采用Force control V6.0组态软件为开发平台,实现系统的实时监控,下位机采用三菱FX系列可编程控制器,完成堆垛机、输送机、提升机构及伸缩电机现场设备的手动与自动运行控制,实现立体仓库的存货、取货、盘货等多种作业及报表查询打印功能。具有操作简单、灵活通用、维护方便等特点。     

嵌入式织物经纬密度检测系统设计

近年来,数字图像处理技术在纺织行业中得到了广泛的应用.为实现对织物经纬密度的高精度自动检测,以ARM架构处理器为核心硬件平台,配合Linux操作系统,设计了一套小型化、高精度的嵌入式织物经纬密度检测系统.该系统使用微型光学镜头采集织物图像,结合直方图均衡、频域滤波等多种图像检测算法,实现对织物经纬密度的高精度检测.硬件设计部分详细介绍了检测系统的系统框架与硬件结构;软件设计部分介绍了基于FIQ中断系统的高速CCD图像传感器驱动设计方案、综合多种图像处理算法的纱线密度检测算法等模块.实验表明,对于经典斜纹机织牛仔布,手动检测与自动检测的相对误差在1％以内,检测效果令人满意,设备可以批量生产.     

基于延伸预测模糊控制的水暖锅炉自动化改造应用

针对水暖锅炉控制系统中存在的污染大、能耗高、供暖不稳定等缺点,设计了基于西门子S7-300PLC和变频调速技术的自动控制系统。引入了延伸预测法中具有短期预测能力的简单移动平均法预测未来室外温度变化趋势,以克服锅炉控制温度滞后变化的缺陷;根据手动控制时的经验数据,自动调节锅炉辅机的运行状态;分析锅炉控制系统的运行特点,采用二维模糊控制器对出水温度进行调节。经现场运行测试,系统在各种环境下均表现出良好的鲁棒性和节能环保性能。