浅析隧道危岩落石治理方案及工程案例分析

如果隧道洞口附近的危岩落石不能有效防治,将对铁路施工和运营带来极大的安全隐患。文章介绍了危岩落石的类型及其危害,总结了危岩落石的治理方法及方案选定的方法,并结合实际工程案例的实际情况以及现场采取的有效防护措施,分享了危岩落石治理的方案和经验,以供同行借鉴。     

基于轮廓提取的电能表视觉识别技术

为了对电能表的位置进行准确的识别,提出了一种电表轮廓检测的新方法。采用机器视觉技术读取电表图像,然后对目标进行提取和识别,获取需要的电表信息。该方法利用液晶屏的识别,液晶屏外围矩形环和表肚区域的确定,实现了电表的识别与精确定位;采用OpenCV编程实现了电表轮廓提取的完整过程。     

基于视觉识别技术的手机贴膜机器人工作站设计

依托ABB IRB120工业机器人工作站,通过Robotstudio虚拟仿真软件对手机贴膜机器人进行设计和仿真,对原有模型模块进行重组,创建视觉系统,完成视觉系统、机器人、控制系统之间的通信,编制视觉程序、轨迹程序,实现虚拟模型的仿真,最终在实体设备中完成验证,实现基于视觉识别技术的手机贴膜机器人工作站的自动贴膜功能。     

基于计算机视觉的微塑料颗粒物识别与检测

基于计算机视觉中的目标检测技术,利用单目视觉领域的单点多盒探测法(SSD),构建了针对小物体的目标检测模型,使用置信度误差与位置误差相结合的加权损失函数引导网络训练。研究结果表明:SSD算法在微塑料颗粒物的检测平均正确率可达89.2%。相比单一光学检测方法以及计算机视觉领域同类目标检测方法,可以更加准确、高效地进行自动微塑料颗粒物检测。     

基于视觉识别的反应进程智能调控系统及其在溴素生产中的应用

针对溴素生产传统的人工观察蒸馏塔塔顶与塔底玻璃管的颜色,或者观察四氟塔蒸馏废液颜色,受环境光线和工人经验影响较大且无法精确控制,导致氯气过量或不足以及产品品质不稳定的问题,将智能视觉技术应用于溴素生产工艺,提出基于工业视觉的颜色智能识别系统,将生产工艺流程的颜色指标实时转换成数字指标,结合自主开发控制算法,实现工艺进程的量化计量,并通过控制算法实现现场情况的预判和精确控制,消除人工调控的随意性和滞后性,实现投料阀门的自动控制,提升装置产能的同时稳定产品质量,将溴素蒸馏工艺废液溴含量维持在0.13 kg/m3以下,溴成品氯含量全部稳定在0.01%以内,保证产品100%处于优级水平。     

落石冲击下钢筋混凝土板有限元分析模型的建立

为防止落石危害,提高出线楼屋面板抗落石冲击能力,减小落石对屋面板的冲击效应是屋面防护工程必须解决的问题。结合黄河上游某大型水电站出线楼结构屋面板的防护需要,通过ANSYS/LS-DYNA有限元软件进行数值模拟,依照计算模型建立步骤和相关细部设定,以及根据具体研究情况选择合适的设置参数,最终完成其有限元分析模型的建立。     

机器视觉与立体条形码在焦车炉号识别及定位系统中的应用

针对焦化生产过程中,存在机车的炉号识别和炉门定位易偏差的问题,提出了一种使用机器视觉技术检测立体条形码的方法,可实现焦炉炉门号识别及毫米级的定位精度,避免了传统的炉号识别和三车定位检测方法的不足。该方法属于非接触绝对位置检测技术,测量结果不受焦炉热变形、机车振动或车轮打滑等因素的影响。可以同时测出炉号和高精度的连续位置偏差,从而为机车自动定位控制提供了一个很好的基础。     

基于概率统计模型的天气雷达强降雨快速识别预警

利用概率统计模型的天气雷达检测数据与观测值。对强降雨现象进行单独分析,划分强降雨天气识别预警速度,综合分析其效果,筛选出可快速识别强降雨天气的操作方式与计算方式、观测数据与观测值作为识别预警依据,建立基于概率统计模型的天气雷达强降雨快速识别预警系统,为天气雷达检测强降雨的早期预警工作以及人工防洪防汛工作提供理论依据。     

产量预警系统的应用

通过产量预警系统的应用,缩短了发现生产状况异常状态的时滞性,减少了人为不确定因素的影响,使管理数字化、科学化、现代化同时提高了信息反馈速率、提高了生产监控水平、提高了生产效率,最终提高了产量,实现了更大经济效益。     

基于多参数控制的钻井事故监测预警系统

以钻井液流量、液位和密度为控制参数,结合钻井现场实际工况,研发基于多参数控制的钻井事故监测预警系统。现场试验表明:该系统能够对钻井现场的各种工况进行实时监测并对井漏和溢流现象及时预警。     

机器人视觉光电混合处理系统的人脸识别

划分了联合变换相关器 (JTC)光电混合处理系统的视觉层次 ,构建多级仿真目标以模拟难易不同的机器人视觉目标 ,将机器人视觉预处理方法与JTC相结合 ,用基于频域法预处理的非线性二元JTC对功率谱行二值化 ,解决图象本身及其边缘均相类似人脸的识别问题 ,从仿真结果看 ,取得了一定识别效果     

基于FPGA的机器人视觉系统设计

随着人工智能快速发展,机器人已走出银屏,走进了人们的生活。视觉系统作为机器人的眼睛在机器人工作系统中具有重要作用,本文阐述了基于FPGA技术设计的一款通用型机器人视觉系统的基本原理和组成结构,并介绍了各单元模块的工作原理。系统具有结构简单、响应速度快,便于二次开发等优点,可广泛应用于各种图像识别机器人的视觉系统中。     

计算机视觉算法在道路标线识别上的应用

介绍一种基于计算机视觉算法的图像边缘检测算法,可应用于道路标线识别。该算法采用了传统Hough变换的图像特征提取技术,通过结合所安装摄像头的分辨率、安装高度和安装角度,改进了传统的车道线识别算法,提高了对车道线的拟合程度,适用于高速公路的路况,并通过使用最小二乘法进行拟合,用OpenCV实现车道线拟合算法的实现。     

基于机器视觉的注塑件缺陷检测系统研究

提出并设计了一种基于机器视觉的注塑件焦料杂质缺陷检测系统,通过对多光源非线性自动调光算法的研究,提高了复杂生产环境下注塑件图像采集质量,并经高斯滤波、灰度图像、自适应阈值处理、Canny边缘检测等图像处理技术,可实现注塑件不同检测精度下缺陷检测。经现场测试证明,在1 mm以上缺陷检测精度下,杂质缺陷的召回率为0.918,误检率为0.046,识别速度为每秒30帧,图像处理算法性能稳定,解决了复杂注塑件生产环境下检测精度低、检测效率低的问题。     

基于多源信息融合的钻井事故预警系统研究

提出一种基于多源信息融合技术的钻井事故诊断预警方法.首先,建立钻井过程故障征兆子空间作为相应的子神经网络的输入,然后进行初步诊断,诊断所得的相关系数可反映对辨识框架中各故障的证据支持程度.再利用D-S证据理论融合各子神经网络初步诊断所形成的证据,最后得到各故障模式的信任度区间,很好地实现了钻井事故诊断识别.将神经网络与D-S证据理论相结合,既能充分利用神经网络的自适应和自学习能力,又能够发挥D-S证据理论处理不确定信息的强大推理能力,提高了事故诊断预警的准确度和可靠性.     

基于计算机视觉算法的图像处理技术探析

在人工智能技术飞速发展的今天,图像处理已经成为了人工智能的重要功能之一,并在现实生活中得到了较为广泛的应用,而基于计算机视觉算法作为实现计算机图像处理的关键所在,自然也在行业内得到了高度重视。为此,本文对计算机视觉算法与图像处理技术进行见了简单介绍,并对基于计算机视觉算法的图像处理框架,最后还围绕计算机视觉现实系统的实现展开了探讨。     

基于物联网技术的旋转设备状态监测与预警系统

基于物联网提出针对大型石化装置中转动设备的状态监测与系统预警解决方案,即采用＂物联网技术＋智能预警＋专家分析＂技术路线的一个完整解决方案。在某公司的实际运行证明：采用实时监测振动及温度等转动设备的状态数据,实现了设备异常状态的智能预警与状态维修。     

计算机视觉信息处理技术在建筑结构中的影像识别模式研究

随着建筑行业的飞速发展,工程管理在建筑工程投建中的作用愈发重要.受各种因素影响,项目在施工过程中与施工图纸会出现不同程度的偏差.因检测条件受限,有些偏差是人工无法估计和检测到的.文章将计算机图像技术融入建筑结构影像识中,并利用计算机技术对图像进行分类转换,最后与计算机内存储的数据信息进行对比,判断图片反映的施工现状是否...