基于车载激光点云的道路标线提取方法

针对自动驾驶领域中的道路标线提取问题,本文结合道路结构特征和点云回波强度信息,提出了一种道路标线提取方法。首先,采用布料模拟滤波算法获取地面点云;其次,使用基于法向量的区域生长法提取路面点云;然后,采用反距离加权插值法将路面点云投影成强度特征图像,并将其分割成多个子图像,利用最大类间方差将子图像分为纯块和杂块,根据纯块与原始图像灰度均值的相对大小来确定纯块的分割阈值,根据最大类间方差算法确定杂块的分割阈值;最后,经阈值分割、形态学滤波去噪、点云反投影后得到道路标线点云。实际道路的验证结果表明,所提方法的召回率达到92.8%,准确率达到96.8%,综合评价指标达到94.8%,能提取比较完整的道路标线。     

转子系统配合面过盈联接的可靠性灵敏度分析

基于摄动原理,推导出了转子系统在过盈联接配合面发生打滑及塑性变形两种失效模式下的随机变量均值、方差、协方差及随机变量间相关系数的可靠性灵敏度公式;结合电主轴实例,讨论了电主轴的主轴与其内装转子过盈配合设计有关的各随机变量的均值、方差、协方差及随机变量相关系数对结构可靠性的影响;对影响系统可靠度的尺寸参数的均值的重要性进行了排序,通过排序得到了实际过盈量的均值是影响可靠度的最敏感参数的结论。应用遗传算法对配合面实际过盈量的均值进行一维无约束优化,优化后系统可靠度得到了提高。     

热轧带钢表面缺陷识别算法研究与应用

 在带钢热连轧生产过程中,带钢表面会出现不同类型的缺陷,给带钢性能造成不利影响,严重时引发质量异议。目前在线使用的带钢表面检测系统经常需要人工调整缺陷图片库,部分类别的典型缺陷图片调整后会影响另一些类型的检测精度。采用深度学习方法,设计了一种轻量化残差网络LDS-ResNet14,缩减了原始残差网络ResNet18的层数和宽度,并将普通的卷积替换成深度可分离卷积,网络的参数量和运算量大量减少;同时,使用知识蒸馏(Knowledge Distillation,KD)方法迁移大型残差网络ResNet50的知识,并提出一种混合KL散度和交叉熵的损失函数让知识更好的迁移到LDS-ResNet14上,在压缩模型的同时提升了模型的精度和泛化能力。离线试验表明,提出的网络LDS-KD-ResNet14针对武钢CSP机组的8类带钢表面缺陷的平均识别精度为99.16%,相较于ResNet18精度提高0.67%,计算量仅为原来的12.1%。实际现场在线应用表明,针对武钢CSP热连轧机组的折叠、油污、夹杂和麻点这4类缺陷,模型缺陷检出率达到96.43%、缺陷识别率达到94.10%,单张图片的检测速度为16.5 ms,满足实际生产要求。     

融合大数据与冶金机理的热轧带钢力学性能预报模型

融合工业大数据与冶金机理,提出一种全局可加型热轧带钢力学性能预报模型。首先,给出一套系统的、具有一定通用意义的建模方法,包括:综合应用随机森林、因果图、贝叶斯网等数据挖掘方法,并结合冶金机理与人的先验知识筛选模型的影响因素;接着,构建一元无交互作用广义可加模型,包括数据清洗、子模型建立、子模型验证、子模型修正等环节;探明各影响因素之间的交互作用,构建二元有交互作用的广义可加模型;分析各子模型之间的关系,将各子模型整合构建整体模型。最后,对上述建模方法进行了应用验证,利用大量热轧含铌微合金钢生产数据,建立微合金钢产品力学性能预报模型,获得工艺、成分对力学性能的影响规律,新模型对钢材抗拉强度的预报误差为2.51%。上述研究为复杂工业系统数学建模提供了新的思路。     

数据清洗对热轧微合金钢性能预报模型的改进

热轧生产过程实测数据具有噪音大、信噪比低等特点,运用合适的方法对异常数据进行清洗将有助于提高钢材力学性能预报模型的精度。基于带钢热连轧过程数据的分布特点,采用孤立森林算法对热轧过程异常数据进行清洗,提高了性能预报模型的预测精度。首先,基于收集到的大量热轧微合金钢生产过程数据,采用孤立森林算法计算原始数据集中每条数据记录的异常分值;接着结合异常分值排序与力学性能建模实验,确定异常数据记录的个数;最后,基于清洗后的数据集合,运用融合数据与机理的建模方法建立力学性能预报模型,并对抗拉强度和屈服强度进行预测。预测实践表明,抗拉强度和屈服强度预报的平均绝对百分误差分别为2.50%和3.42%,且分别有93.13%和86.30%的数据预测值和实测值绝对误差在±6%之内;采用孤立森林算法对热轧生产过程异常数据进行清洗,可显著提高热轧带钢力学性能预报模型的精度。     

JH-14装药水中爆炸特征研究

采用爆炸相似理论计算了JH-14装药水下爆炸冲击波的k值和峰值压力，根据计算结果设计了试验方案。测试了JH-14炸药在不同水深及作用距离处的冲击波峰值压力，用最小二乘法对测试结果进行线性回归，拟合出JH-14炸药爆炸冲击波超压系数k为57.01、α为1.131，该值可作为产品设计的依据。     

融合3D视觉的机器人自主更换变压器熔断器系统

针对变压器熔断器人工更换工作量大、安全性低的问题,该文设计开发了融合3D视觉的机器人自主更换变压器熔断器系统。该系统以协作机器人为基础,将彩色3D深度相机以eye-in-hand方式与机器人有机结合。采用变压器熔断器作业3D实景还原、自动避障作业技术,实现机器人更换熔断器自主作业。通过在国家电网内部试验场地测试,证明该系统可以替代检修人员进行无人作业,机器人可以安全、高效地完成变压器熔断器更换。     

基于离散灰狼算法的喷涂机器人路径规划方法

针对目前用于复杂结构实体喷涂的机器人路径规划方法存在的效率低、未考虑碰撞以及适用性差等问题,提出一种用于求解多层决策问题的离散灰狼算法,并把该算法用于该路径规划问题的求解。为了将连续域灰狼算法改为用于求解多层决策问题的离散灰狼算法,采用矩阵编码方法解决多层决策问题的编码问题,提出基于先验知识与随机选择的混合初始化方法提高算法求解效率和精度,运用交叉算子与两级变异算子定义离散域灰狼算法的种群更新策略。另外,运用图论将喷涂机器人路径规划问题简化为广义旅行商问题,并建立了该问题的最短路径模型和路径碰撞模型。在路径规划实验中,相较于粒子群算法、遗传算法和蚁群算法,提出的算法规划的平均路径长度分别减小了5.0%、5.5%和6.6%,碰撞次数降低为0,且路径更平滑。实验结果表明,提出的算法能够有效提高喷涂机器人的喷涂效率,以及喷涂路径的安全性和适用性。     

基于离散鲸鱼优化算法的钣金折弯工序优化设计

在折弯工件的整个工艺流程中,操作板料的掉头、翻转次数、各个工步的距离和模具的选择都会影响钣金折弯工序的效率。为此,采用改进的鲸鱼优化算法对折弯工序进行优化设计。对经典鲸鱼优化算法进行改进,重新定义鲸鱼个体以及围猎方式,并引入局部搜索操作增强解的可行性,以减少陷入局部最优解的概率。最后应用于折弯工序问题上,并与已知相关算法分析比较。实验结果表明:使用改进后的离散鲸鱼算法对折弯工序问题进行计算,得出了符合要求的最佳折弯工序方案,求解质量高于对比算法,离散鲸鱼算法在寻找最佳工序方案的问题上有着更佳的全局寻优能力和较快的收敛特性。     

药型罩轴向密实度分布对射孔弹性能的影响研究

针对射孔弹研制过程中,钢靶穿深显著提高而混凝土靶穿深未能同向提高的现象,测试了药型罩轴向密实度的分布,并利用脉冲X光照相观测了射孔弹起爆后的射流形态,分析了药型罩轴向密实度分布不均匀对射流的影响。通过优化前后的射孔弹性能对比试验可知:距药型罩口部约2/5的部分密实度偏低,易造成尾部射流的过早断裂,将降低射孔弹在混凝土靶中的穿深。药型罩轴向密实度分布的均匀性提高5.3%,射孔弹在钢靶中的穿深未受影响,但混凝土靶穿孔深度提高约20.5%。