基于机器视觉的钨棒曲面缺陷检测方法

本文重点设计了一套基于机器视觉的钨棒曲面缺陷检测与分类方法,有效解决了钨棒曲面缺陷肉眼检测分类效率低、误检率高、容易漏检等问题。首先设计了钨棒图像采集平台,用于获取钨棒曲面图像;然后通过Gamma校正、Otsu-Canny算法、形态学闭运算等图像处理技术提取缺陷区域图像;接下来利用灰度共生矩阵计算缺陷区域图像的纹理特征参数;最终用SVM支持向量机对钨棒曲面缺陷进行分类预测。实验预测结果表明,该系统对钨棒曲面缺陷分类准确率可达93.33%,能够基本满足工业现场需求,具有较高推广价值。     

基于Azure机器学习平台的大学校园用电分析与预测

校园能耗监测平台的建设,为我国校园用电情况的分析和预测提供了数据支撑。本文基于福州大学校园能耗监测平台提供的历史用电数据,通过微软Azure机器学习平台对于福州大学校园的用电情况进行了数据分析,进而总结了影响用电量的两大因素:气温与工作日程安排。根据分析结果,本文进一步提出了基于用电突变气温的分段式预测方法,并通过测试数据证明了该方法能够有效提升用电量预测的精度。     

基于ZigBee的无线室内人数统计系统设计

随着我国人口的增长,室内公共资源(如图书馆、商场、教室等)的有限性变得日益突出。因此,对于资源有限的公共场所进行实时的人数统计,有助于人们做出更加合理的资源分配,节约人们在排队和寻找空间上消耗的大量时间。针对上述需求,设计了基于ZigBee的无线室内人数统计系统。该系统采用多组红外传感器组成人数信息的感知模块,然后通过ZigBee无线组网来实时收集传感器数据,并根据这些数据分析室内人数的变化情况,从而计算得到室内实时人数。实验结果表明,该系统能够有效统计室内人数信息,并具有低成本、低功耗、实时性强等特点。     

基于Android的移动化工业人机交互系统设计

针对现有工业人机交互(HMI)界面存在无法移动,灵活性差等问题,设计了基于Android的移动化工业人机交互系统.系统通过设计蓝牙/RS-485网关模块,在Android智能设备与可编程逻辑控制器(PLC)之间建立可靠的数据通道,使二者能进行双向通信.基于Android的工业人机交互软件可以进行可视化的监测与图形化的控制输入,实现人机交互系统的移动化、智能化.在某热熔胶机的HMI系统上进行实验,结果证明:系统能够在设备周围的任意位置实时可靠地显示传感器数据并修改参数,提高了工业现场HMI的效率.     

基于近似结构风险的ELM隐层节点数优化

隐层节点数是影响极端学习机(ELM)泛化性能的关键参数,针对传统的ELM隐层节点数确定算法中优化过程复杂、容易过学习或陷入局部最优的问题,提出结构风险最小化-极端学习机(SRM-ELM)算法。通过分析VC维与隐层节点数量之间的关联,对VC信任函数进行近似改进,使其为凹函数,并结合经验风险重构近似的SRM。在此基础上,将粒子群优化的位置值直接作为ELM的隐层节点数,利用粒子群算法最小化结构风险函数获得极端学习机的隐层节点数,作为最优节点数。使用6组UCI数据和胶囊缺陷数据进行仿真验证,结果表明,该算法能获得极端学习机的最优节点数,并具有更好的泛化能力。     

基于四足机器人的工业仪表数字识别方法研究

在工业现场自主巡检中,由于定位误差和光线角度等因素的影响,使得四足机器人仅依靠机器视觉难以实现高精度的仪表数字识别。针对上述问题,提出一种结合移动机器人运动的工业仪表数字识别方法。该方法首先基于图像感知的四足机器人控制策略实现仪表对准,来获取大小适中的仪表图片,进而使用改进自动色彩均衡(ACE)算法提高图片清晰度,并使用改进高效准确的场景文本(EAST)检测器来优化仪表数字漏检情况,最后获得仪表数字识别结果。在基于四足机器人的工业巡检实验平台中验证了该识别方法,实验结果表明上述方法对工业仪表数字识别准确率达97.75%。     

新型减少尾气排放的催化剂控制研究

提出一种同时使氮氧化合物(NOx)和碳氢化合物(HC)转换效率最大化的新型排放控制系统.使用线性氧传感器测量三元催化剂上游和下游的空燃比.在控制装置中,前控制器在测量废气空燃比的基础上对干扰做出快速反应,而后控制器利用上游和下游氧传感器的空燃比测量值为偏离的废气空燃比测量做出补偿.最后使用MATLAB软件对该装置进行了仿真分析,结果表明使用这种控制系统的车辆尾气排放可以达到欧Ⅲ标准.     

融合机器视觉与邻近度估计的相似工业设备识别策略研究

由于工业现场设备存在外观相似和部署密集等特点,使得巡检机器人仅依靠机器视觉难以对工业现场的相似设备进行识别,进而影响了自主巡检的准确性和效率。针对上述问题,基于工业物联网的无线信号特征,提出了融合机器视觉与邻近度估计的相似工业设备识别策略。该策略首先通过机器视觉和高效透视N点投影算法估计巡检机器人的初始位姿,进而采用邻近度估计算法实现巡检机器人对邻近工业设备目标的识别。另一方面,该策略还包括了机器人角度校正与位置调整算法,以此保证邻近度估计的精度。实验结果表明,相比于基于机器视觉的传统识别方法,该策略能够在不同设备密度的场景下,提升2%～49%的相似工业设备识别精度,有效地解决巡检机器人对工业现场相似设备的识别问题。     

SWIPT网络中保障物理层安全的保密能量效率优化

针对下行多用户携能通信网络中具有非线性特征的能量收集过程,提出了一种使用连续凸逼近方法的能量收集方案.该方案考虑授权用户对信息的安全性要求,构造了具有最大化保密能量效率的优化问题,联合优化了多用户的保密速率与网络能耗.为求解该多变量耦合的非凸优化问题,采用泰勒级数转换非凸函数,在连续凸逼近和Dinkelbach理论框架内,设计了满足最大保密能量效率要求的资源分配算法,获得了授权用户所需的最小输入功率.仿真实验的结果验证了该算法在最优化系统保密能量效率上的有效性.为多输入多输出或无法获得完整信道状态信息等更真实无线携能通信网络中通信安全及能量效率的研究提供了依据.     

容忍缺陷的木材多区段编号及识别算法研究

木材的编号与识别算法设计对木材原料与其所对应的加工策略进行精准匹配具有重要的研究价值。但由于木材原料表面存在较多缺陷,当打印的编号在缺陷上时,将会导致所打印编号的特征消失而难以识别。因此,本文提出了容忍缺陷的木材多区段编号及识别算法,该算法的基本思想是将木材原料的前段划分为多个区段,在多个区段上打印相同的编号,以避免单一编号被木材缺陷影响而难以识别。并采用YOLOv5对多个区段的编号进行检测,紧接着将检测结果进行组合判断,最终得出木材的编号。实验结果表明,本文算法能够有效容忍木材缺陷对编号识别的影响,从而显著提升木材编号识别的检出率,具有重要的实际应用价值。