面向小目标检测的并行高分辨率网络设计

当前目标检测算法对小目标检测存在特征信息易丢失的问题,利用网络处理高分辨率特征图数据可以缓解,但存在语义信息不足和计算负担大的缺点。为弥补这些缺点,提出一种有效处理高分辨率特征图、多深度子网并行连接的特征提取网络。构建输入图像金字塔,搭建多深度分支子网并行连接的结构,使用浅层网络处理图像金字塔中高分辨率特征图,深层网络处理低分辨率特征图,多分支同时运行并在中间位置进行两次特征融合,充分结合高分辨率特征信息和低分辨率语义信息;使用融合因子构建对小目标针对性强的多尺度特征融合结构,增强对小目标检测能力;使用注意力机制进一步提高特征提取能力。在公开数据集AI-TOD上进行实验表明,所设计的特征提取网络相较于其他常用特征提取网络对小目标的检测能力更强,在two-stage经典模型Faster-RCNN、one-stage经典模型SSD、YOLOv3以及anchor-free经典模型CenterNet上替换上原主干网络,检测平均精度mAP与原来相比分别提升了2.7、3.4、3.3、1.7个百分点,证明了所提网络结构的适用性和有效性。     

基于MATLAB的弓弩速度分析

弓弩作为古代一种重要的兵器,在战斗中发挥了重要的作用。目前对于弓弩的研究大多局限于考古方面,对弓弩机械性能研究的很少。应用力学知识和现代设计理论建立弓弩的数学模型,运用MATLAB进行求解,得出弓弩弩箭的速度与位移之间的关系,找出弓弩发射速度的变化曲线,为弓弩系统的改进和优化提供有益的探索。     

基于Creo的医用剪叉式升降机构分析与仿真

介绍了医用剪叉式升降床升降机构的结构特点,以经典力学分析方法分析了机构的几何参数之间的相互关系,求得了电动推杆推力的数学表达式。利用Creo Parametric进行了升降机构的三维建模,并对其进行了机构仿真,验证了经典力学分析方法的正确性,大大提高了医用剪叉式升降床设计的可靠性,同时为提高其设计效率提供了一种解决方案。     

改进CNN和Bi-LSTM的集成化装备故障检测研究

集成化装备的故障检测和健康管理（PHM）已成为装备领域研究的重点,但是由于其集成度高,结构复杂,综合性强等特点,采用常规的检测方法常面临信息多源异构,体量浩大,且实时性难以保证的问题,不仅消耗大量的人力物力,而且需要极强的数据分析及管控能力。为保证准确性、实时性和有效性的统一,研究提出一种基于CNN和Bi-LSTM(双向长短记忆网络,Bidirectional short and long memory network)及其优化算法的故障检测算法,构建了Bi-LSTM-CNN-FCM模型,并通过田纳西-伊斯曼化工过程数据集进行验证。在实验过程中通过观察不同激活函数对模型精度和效果的影响选择合适的激活函数,最终确定在卷积层使用tanh激活函数,在全连接层使用relu激活函数。在确定激活函数后对模型不断优化,在模型末端加入FCM聚类算法,提高了故障检测分类的准确率,最后以准确率和损失值为依据,通过与单一的LSTM模型,CNN模型和LSTM-CNN模型对比,证明该模型的优越性。该模型使得故障检测的准确率提升至98.25%,损失值减少至0.0104,在性能上明显优于其他模型。     

位控模式下的凸焊预压力变化分析及影响

研究了凸焊设备的位控模式和预压力参数波动原因,量化分析了压力参数变化范围;采用定电流和时间参数改变电极压力参数的方法进行了凸焊实验,使用微电脑拉力试验机测试焊点焊接强度,基于实验结果用MATLAB拟合预压力与焊点强度的高次曲线。基于拟合曲线确定实验电流、时间参数下的最佳预压力,结合实验拟合曲线和量化的压力参数浮动范围得出压力浮动造成的焊点结合强度降低范围;提出转矩控制方式控制预压力,以消除电极压力浮动造成的焊点质量不稳定。     

医用剪叉式升降床升降机构分析与优化

以医用剪叉式升降床升降机构为研究对象,描述了其结构特点,并分析了设计参数。利用虚功原理结合推杆安装位置参数的讨论得到了电动推杆最大推力的表达式;通过对推杆系列行程下满足机构不干涉的推杆安装位置参数可行域的分析,得到了满足要求的推杆行程。利用MATLAB优化工具箱以最大推力最小为优化目标对推杆安装位置参数进行优化。分析和优化得到的结果为电动推杆的选型和安装提供了理论依据。