基于最大熵与交叉熵理论的刀具磨损检测技术

提出一种基于信息论最大熵和交叉熵理论的刀具磨损检测技术。在分析处理切削过程中振动加速度信号的基础上,利用最大熵方法计算不同时间段内振动加速度信号的最大熵概率值,再利用交叉熵理论计算相邻时间段振动信号概率密度分布的交叉熵值,以及各时间段信号概率相对起始时间段信号概率的交叉熵值。在此基础上,根据交叉熵值的变化对刀具磨损进行判断。研究结果表明:随着刀具磨损量的增大,切削振动信号概率分布变化的交叉熵值逐渐增大。因此可利用切削振动加速度信号的最大熵概率分布的交叉熵值的变化趋势来检测刀具的磨损状况。     

加强房屋建筑施工安全管理的对策分析

近年来,随着房地产行业的不断发展,其在加快了房地产行业进步的同时,也出现了一系列的安全漏洞。因此,在房地产行业的建设过程中,要加强对房屋建筑施工安全的管理。要求房地产的开发商在建设房屋的时候,注重加强建筑员工的安全管理措施,有效地保护建筑员工的安全。本文对房屋建筑安全进行了深入地研究,提出了加强房屋建筑施工安全管理的有效措施,以供读者借鉴与参考。     

最小二乘支持向量机的参数优化算法研究

该文针对最小二乘支持向量机的参数优化存在的问题,提出交叉验证的最小二乘支持向量机的参数自调整优化算法,用非线性测试函数的数据进行训练,并用于水下FCAW熔深多信息在线监测。最后把最小二乘支持向量机与传统的BP网络预测结果进行比较,结果证明,该模型的预测精确度是令人满意的,该文提出的方法是可行的。     

基于一维卷积神经网络的房颤智能诊断方法研究

针对“大数据”时代如何利用数据对房颤进行智能、高效的诊断问题,提出了基于一维卷积神经网络的智能诊断方法,以避免传统算法依赖人工特征提取和先验知识的问题。首先,分别构建一维LeNet-5和AlexNet神经网络模型,合理设置网络结构参数;然后,在采集的实验数据基础上针对心电信号的特点进行一系列的数据处理,随机构建训练样本和测试样本;最后,将训练样本分别输入上述2个神经网络模型中训练学习,再将训练好的模型用于房颤的诊断。实验结果表明:一维LeNet-5网络模型存在“过拟合”现象,而一维AlexNet网络模型在避免了上述现象的同时,诊断精度达到了95.34%,较传统方法有了较大提升,为房颤诊断提供了有效的手段。     

基于结构光的水下焊接熔池宽度在线检测

直接拍摄水下焊接熔池图像来检测焊接熔池宽度实现难度较大,提出了一种通过成形焊缝结构光条纹图像来完成水下焊接熔池宽度在线检测的方法.将装有防水罩的激光结构光视觉传感器安装在焊枪之后置于水下,针对水下成形焊缝图像特点,经图像加窗、拉普拉斯锐化、二值化以及数学形态学滤波和图像细化处理,就能够在线获得焊接熔池宽度.结果表明,处理过程速度快,检测结果精度高.当条纹检测点和熔池中心之间的距离小于35 mm时,焊接熔池宽度相对误差可控制在3%以内.     

基于随机森林贝叶斯优化的机械臂运动参数优化研究

机械臂作为生产系统中的重要物流设备之一,在新产品投产前,需要对其未知的上下料轨迹及其运动参数进行寻优配置或整定,以找到适应于该产品的最优物流参数配置方案;但目前在机械臂的运动参数优化方面仍存在着优化时间成本较高、优化效果欠佳的问题。面向机械臂安装燃料电池极板工作场景,以机械臂的运动平稳性、绝对定位精度、物流效率的综合归一值为优化目标,采用基于随机森林概率代理模型的贝叶斯优化算法,以ABB IRB 1410机械臂为例,对其关键运动参数进行寻优。将其与高斯过程代理的贝叶斯算法在相同条件下所得实验结果进行了对比。实验表明,在机械臂运动参数优化问题上,随机森林贝叶斯算法相较于高斯贝叶斯算法,综合效果提升了15%。