纸箱封装机折页机构的设计与研究

目的 为解决现有的纸箱自动化包装生产线上纸箱封装机的折页机构折侧页不可靠、无法对多规格的纸箱进行折页的问题,设计一种可靠、适用于多规格的纸箱折页机构以提高纸箱包装质量和包装效率。方法 通过对折页功能、纸箱状态和封装机整体进行分析研究,设计2组纸箱折页机构;用机构的动态静力分析方法对2组折页机构进行运动学分析和动力学分析,用Matlab对运动学方程和动力学方程求解;用SolidWorks软件对2组折页机构进行结构设计和三维建模;将所设计的2组折页机构实物组装在封装机上进行现场试验。结果 运动学分析结果表明,2组折页机构带动纸箱页旋转的最终角位移能够准确地使纸箱页完成折叠工作;动力学分析结果表明,2组折页机构所需的驱动力矩和驱动力符合动力元件的力矩和力的使用范围。现场试验结果表明,所设计的折页机构能够对多种规格的纸箱实现可靠的折页工作。结论 该纸箱折页机构能够可靠地完成不同规格的纸箱折页工作,实现了纸箱折页的自动化与柔性化,可在一定程度上提高纸箱包装生产线的包装效率。     

一种改进的粗糙集文本分类模型

针对现有粗糙集文本分类模型的不足,采用了可变精度粗糙集模型。结果表明,在大多数数据染上该方法具有良好的分类效果。     

基于三层架构的工业报表系统设计

提出了按照数据访问层、领域逻辑层和表现层实现报表设计的体系结构.设计的OPC客户端,数据处理动态链接库和水晶报表显示前端分别对应于这三层结构.报表系统结构灵活,非常适合配合多种多样的工业控制系统使用.     

对贝叶斯文本分类模型的改进

在自动文本分类系统中,特征选择是有效降低文本向量维数的一种方法.朴素贝叶斯文本分类模型是一种简单而高效的文本分类模型.提出一个新的评价函数,即互信息差值.特其用于改进的贝叶斯文本分类模型"树桩网络".结果表明,在大多数数据集上该方法具有良好的分类效果.     

基于分层粒子群优化算法的用户侧电力调峰配置模型

由于传统的用户侧电力调峰配置模型在实际应用中的电网净负荷峰谷差较大,导致配置效果不理想,因此提出基于分层粒子群优化算法的用户侧电力调峰配置模型。选取用户电费最小、系统净收益最大及供电周期内电力调峰配置成本最小三个目标,利用函数对目标进行数学表达,根据实际需求针对电力系统功率平衡、电力系统发电机组连续时间段内的发电量及发电机组爬坡能力需求设计相应的约束条件,利用分层粒子群优化算法求解出符合约束条件的目标函数最优解,输出用户侧电力调峰优化配置策略。实验证明,设计模型的电网净负荷峰谷差小于传统模型,设计模型在用户侧电力调峰配置方面具有良好的应用前景。     

改进金字塔和跳跃连接的YOLOv5目标检测网络

针对YOLOv5网络模型的金字塔结构不能有效捕捉目标的跨尺度特征信息和存在梯度消失现象以及易导致目标检测精确率不高的问题,利用FPT (feature pyramid transformer)的注意力机制有效提取目标的跨尺度特征信息,把原YOLOv5网络模型中的FPN (feature pyramid network)和PAN (path aggregation network)结构替换为FPT,在FPT结构的两端加入跳跃连接(skip connection)并引入新的Mish激活函数,从而提出一种改进金字塔和跳跃连接的YOLOv5目标检测网络模型YOLO FS.在PASCAL VOC和MS COCO数据集上的对比实验结果表明,基于YOLO FS网络的目标检测在平均检测准确率、召回率和F1值上均有明显提升.     

结合语义信息的视觉里程计动态特征点剔除方法

针对视觉同时定位与地图构建(SLAM)算法的视觉里程计在动态场景中受动态物体干扰致使帧间特征点误匹配,导致相机位姿估计误差大、定位精度低、鲁棒性差等问题,提出一种结合语义信息的视觉里程计动态特征点剔除方法。采用改进的YOLOv5目标检测网络为视觉里程计提供物体的语义信息,然后结合对极几何约束的运动一致性检测算法确定目标检测边界框中的动态物体,从而实现动态特征点的有效剔除,最后,仅利用静态特征完成位姿估计与定位。在TUM数据集上对比实验结果表明,其绝对轨迹误差(ATE)、平移和旋转相对位姿误差(RPE)的均方根误差(RMSE)值与ORB-SLAM2相比分别降低了97.71%、 95.10%和91.97%,验证了所提出的方法显著降低了动态场景下的位姿估计误差,提高了系统的准确性和鲁棒性。     

一种基于排队论的系统性能评价软件设计

本文通过对系统性能评价方法的比较和分析，设计一种基于排队网络的可视化离散事件系统仿真与性能评价软件模型，介绍了该模型的体系结构和主要特点。     

强噪声下自适应Canny算子边缘检测

针对传统Canny算子不能有效滤除图像在解码处理和传输过程产生的椒盐噪声、无法保留边缘细节的问题,提出强噪声下Canny算子图像边缘检测算法.依据椒盐噪声的极值性、灰度差值性,将像元点划分为噪声点、疑似噪声点;根据分类之后的像元点自适应地改变滤波器窗口的大小和权值,在降低噪声影响的同时能较好地保留图像细节.引入8个方向...