机械自动化技术在工业生产中的应用研究

科技时代背景下,科学技术逐渐渗透至社会各个领域。机械自动化作为一项新型技术,以其自身高效、先进等优势,成为工业生产中不可缺少的一部分。本文将从机械自动化技术概念入手,深入分析和研究工业生产中,机械自动化技术的应用,最后阐述该项技术未来发展趋势。     

融合动态特征与注意力的敦煌壁画修复模型

敦煌壁画图像含有丰富的纹理和结构信息,在破损壁画修复过程中,容易忽略受损特征信息与完整特征信息之间的区别,从而误导修复过程生成不合理的壁画内容。针对该问题,提出一种融合动态特征选择和像素级通道注意力的壁画修复模型。设计基于U-Net的网络生成器,实现对破损图像的编码与解码操作;采用有效可迁移卷积模块,通过动态选择采样空间位置,实现对有效特征信息的灵活提取,采用区域综合归一化模块减少修复区域与完整区域的期望和方差的偏移,从而加强对有效特征信息的选择和利用;在解码层设计像素级通道注意力模块,在增强有效特征权重的同时使模型可从相隔较远的空间位置学习有效特征。在敦煌壁画数据集上的实验结果表明,该算法能够利用有效信息修复掩膜区域比例不一的不规则破损壁画图像,相比PConv、PRVS、DSNet算法,在峰值信噪比(PSNR)指标上平均提升0.502 d B,在结构相似性(SSIM)指标上平均提升1.384%。     

基于PSO的三维薄壁管件支撑位置的定位方法

考虑三维薄壁管件在非合理支撑位置及支撑角度下,在重力作用下管件的变形会变大,进而影响制造装配精度的问题,利用商业软件在寻找最优支撑位置时的操作繁琐程度和计算时间过长的问题,提出了基于PSO的三维薄壁管件支撑位置的优化方法。该方法以利用二次开发技术提取的管件轴线为参考,利用有限元原理对轴线进行拆分,并重新建立管件单元的有限元刚度矩阵,用来计算管件的变形量,并提取最大变形量,作为评价支撑位置优劣的评价函数;最后,利用PSO粒子群优化算法,以最大变形量作为评价函数,通过优化迭代找到最佳的管件支撑位置组合。结果显示:该方法中有限元模型计算出的变形量与商业软件中计算的变形量差距在10%以内,表明该数学模型是准确的。该有限元模型结合粒子群算法迭代收敛速度迅速,迭代30次以内即可找到最优支撑位置,计算300次数学模型的时间少于商业软件计算1次的时间。