关键词： 超声检测   有限元模拟   时域分析   频域分析   缺陷识别  

摘要： 本文采用超声检测技术对材料中两类典型缺陷(裂纹和气孔)的模式识别开展了研究。为获得较为丰富的典型缺陷回波信号,选择有限元仿真软件COMSOL模拟超声波在材料中的传播以及与缺陷相互作用的情况,并与实验结果相对比,发现结果一致性较好,证明基于有限元方法仿真超声检测缺陷的研究值得信赖。在上述研究的基础上,主要开展以下工作:(1)引用合理的构件和缺陷模型。选择45#钢材圆柱体作为被检构件,缺陷模型以椭圆为基础,设置三种长轴尺寸的缺陷:长轴分别小于探头直径、等于探头直径(10mm)和大于探头直径。通过调节短-长轴比来表征裂纹(短-长轴比为0.05/0.1/0.2)和气孔(短-长轴比为0.4/0.6/0.8/1),共21个不同形态的缺陷模型,较为全面地覆盖了影响检测的主要因素。通过分析大量的缺陷回波信号,归纳总结裂纹和气孔回波信号的不同规律,为缺陷的模式识别提供参考。(2)全方位检测的缺陷信号特征及模式识别。采用纵波直探头检测裂纹和气孔缺陷,提取缺陷回波峰值,发现不同形态缺陷的超声回波峰值在0～180°的检测范围内的变化呈现不同规律,以峰值系数(90°和0°峰值的比值)作为特征参数,能有效识别裂纹和气孔类缺陷。通过改变检测角度,使用动态回波频谱分析法,可定性地识别缺陷类型。(3)检测方位受限情况下的缺陷信号特征和模式识别。通过分段拟合直探头检测的缺陷回波峰值与各个检测角度区间的关系曲线,以曲线的斜率值作为特征参数,发现在0～30°以及20～50°小角度检测区间可辨别裂纹和气孔缺陷。然而在50～90°大角度检测区间,使用斜率值特征参数不易区分两类缺陷。为此,增加10°斜探头检测,在50～90°检测区间中,根据频谱波形的低频峰值和高频峰值之比与检测角度的变化关系,能明显地区别裂纹和气孔缺陷。通过对圆柱体中不同尺寸、尖锐度的裂纹和气孔缺陷的超声检测有限元仿真分析,采集缺陷不同部位反射的脉冲声波,为缺陷类型模式识别提供了较为系统的数据。在全方位检测以及检测方位有限的情况下,根据缺陷回波信号的时域和频域特征,能较好地识别不同形态的裂纹和气孔缺陷。本研究可为实际超声检测缺陷的模式识别提供参考,对预测构件寿命和保证设备安全具有重要的意义。

关键词： 斜拉桥   护套   模式识别   数字图像处理   机器视觉   缺陷检测  

摘要： 拉索是斜拉桥的重要构件,对桥梁安全至关重要。桥梁拉索外侧通常有高聚乙烯护套,护套在光照、风、水汽等作用下会产生裂纹、孔洞等缺陷,这些缺陷会对桥梁安全造成潜在威胁。对护套的定期检测和养护能够保证拉索的使用安全。本文对基于机器视觉的缺陷检测方法进行了研究,形成了一套较为完整的检测方案,有望在今后代替人工完成护套缺陷检测工作。本文的主要工作内容有:1)设计了表面缺陷视觉检测方案,其中图像采集模块包括CMOS工业相机、8mm定焦镜头、环形LED工业光源,用于采集护套表面图像。线上算法主要完成图像灰度化、图像去噪、图像分割与缺陷判别,并保存缺陷图像;线下算法完成图像拼接、特征提取、特征选择和图像分类任务。2)研究了图像预处理与图像分割算法。使用YUV颜色空间对采集的图像进行灰度化,用自适应中值滤波算法进行去噪处理,以保留原始图像信息。用sobel算子配合阈值分割、形态学处理等方法完成了缺陷部分的图像分割,最后使用面积和长轴长度判别是否为缺陷图像,长轴角度用PCA算法计算获得。3)对于缺陷可能存在于相邻相机交界处的情况,研究了图橡拼接算法。在特征点选取阶段,使用特征稳定、信息丰富的SIFT算法,并使用FAST特征点提取算法替代SIFT的特征点选取部分,实现了计算效率的大幅提升。经过筛选去除错误匹配点对后,使用RANSAC方法计算最佳的转换矩阵。最后选用灰度加权平均法对两张图像进行融合,得到最终的拼接结果。4)为了获得更有效的信息,对检测到的缺陷图像进行分类,对缺陷分类及相关算法进行了研究。从采集到的图像中提取了16种备选特征,在此基础上使用特征选择算法选出其中10种可分性较好的特征作为分类特征,该过程能够减少信息维度,去除冗余信息,从而提高分类算法的效率和准确率。分类使用SVM分类器完成,对于影响分类器性能的参数c和?,使用狼群算法进行优化,最终的分类器达到97.5%的分类准确度。本文对桥梁拉索表面缺陷检测中涉及的关键算法进行了研究与实验,其结果表明本文中的算法能够有效地去除图像中原有的干扰信息,保留完整的缺陷图像,并提取有效的缺陷特征为分类奠定基础,最后经过智能算法优化提高了缺陷分类的准确度。此外,本文算法的实时性较好,能够满足实际检测的需求。

关键词： 轮毂电机驱动汽车   可拓模式识别   横摆力矩   转矩分配   稳定性控制  

摘要： 根据轮毂电机驱动汽车各轮转矩独立可控的特点,分别进行了基于直接横摆力矩控制的整车稳定性控制研究以及基于电机工作状态考虑的驱动控制策略研究。首先,利用Carsim/Simulink建立了轮毂电机驱动汽车动力学模型,同时搭建了二自由度参考模型和电机模型。其次,以汽车横摆角速度偏差和质心侧偏角作为评判车辆稳定性的特征量,对汽车的稳定性状态进行了不同等级区域的划分,在不同等级区域内分别采用横摆角速度和质心侧偏角控制实现了整车稳定性控制。通过转矩平均分配仿真验证了整个控制策略的有效性。然后,着眼于多电机的使用势必会引起故障率增加,且综合能效降低的问题,基于电机工作状态的考虑,分别提出了面向能效的和面向电机失效的整车驱动控制策略。当各轮电机均处于正常工作状态时,在保证车辆稳定性的基础上进行各轮的转矩优化分配,以提高整车能效;当存在电机故障时,则根据故障电机的数量和相对位置,判断车辆是否能够继续行驶或停车处理。若能继续行驶,则通过在正常电机间对需求转矩的再分配实现故障车辆的稳定性行驶。最后通过仿真对此驱动控制策略进行了验证,仿真结果表明控制策略有效。最后,分别设计搭建了轮毂电机实验台架和试验车平台,并进行了相关的开发及试验工作。首先基于轮毂电机实验台架,对电机和磁粉制动器分别进行了标定,并在此基础上进行了整车驱动控制策略的部分硬件在环试验;其次对试验车平台的控制架构和轮速采集算法分别进行了简要介绍,并通过实车平台对两前轮电机失效情况下的稳定性控制及驱动控制策略进行了实验验证。

关键词： 人地系统   模式识别   规律挖掘   大数据分析  

摘要： 生态脆弱型人地系统因其内部自然要素和社会经济要素的复杂作用关系，对典型性人地系统进行模式及规律研究至关重要。本文提出了基于大数据方法的生态脆弱型人地系统模式研究框架。该框架主要基于遥感及社会经济云平台，通过自组织映射神经网络聚类(Self-Organizing Map，SOM)、知觉图、时空格局分析和关联规则方法，实现人地系统模式识别及规律挖掘。并以“一带一路”沿线65国作为案例分析，揭示该区域社会经济与生态环境之间的关联关系。本文的研究初步结果为:　　(1)针对生态脆弱型人地系统模式研究中存在的数据处理繁杂、模式识别偏主观、内在机理复杂等问题，设计了基于大数据方法的生态脆弱型人地系统模式分析框架，该框架能够实现数据获取及处理、多模式识别、变化轨迹可视化、生态环境时空格局分析和规律挖掘等一系列功能。该分析框架基于云平台上PB级别的海量数据，通过收集包括生态植被、人口经济和产业结构在内的环境与经济参数，以SOM聚类模式作为研究基础，利用变化轨迹和时空格局信息追踪并预测不同模式的社会经济与生态环境前景，通过关联规则方法挖掘模式背后的形成原因，从而探讨各模式发展的相似性和差异性。具有处理数据高效、参数来源广泛，客观性强等优点，解决了数据处理繁杂、模式识别偏主观的不足;并能利用知觉图和时空格局信息，多角度全面展示各类模式的发展动态，在系统模式识别、时空信息预测、规律探索等方面具有广泛应用前景。该分析框架能够对多源数据进行科学分析与深度挖掘，实现人地系统模式研究中从数据处理，到规律筛选等一整套流程，能够为区域可持续发展提供决策支持。　　(2)本文选择“一带一路”沿线经过的65个国家作为生态脆弱型人地系统模式分析案例，以验证分析框架的实用性。通过收集65国1992-2016年的生态植被、人口经济和产业结构在内的8项参数，该框架将65个国家划分为10类发展模式，其中以第一产业为主导产业的模式，往往经济效益较差。知觉图的变化轨迹显示近23年间“一带一路”国家整体上在经济持续增长的同时生态环境在逐步衰退，其中SOM7模式为最理想发展模式。通过时空格局分析发现，SOM3模式的植被斑块分布出现离散趋势，生态状况逐步下降。SOM6模式的植被蔓延度指数较高，空间破碎程度低。SOM2、4、7和8模式植被总量变化较为平稳，但景观格局指数存在波动，说明植被内部分配上存在不均衡现象。通过关联规则挖掘发现，SOM2模式产业结构合理，尤其第二、三产业布局得当，生态环境较好;SOM6模式在产业结构上着重发展最为环保的第三产业，第一、二产业比例较低，生态环境保护得当;SOM8模式的生态环境受气候和人口因素影响，植被分布较为集中，但斑块边缘受人类活动影响破碎化严重。通过案例分析有效展示了该模式分析框架的实用性，既为人地系统模式研究提供了一种新的思路，也为“一带一路”区域可持续发展提供理论基础和科学依据。

关键词： 文字识别技术   模式识别   题库模拟软件   评分图像  

摘要： 文字识别技术,是模式识别应用的一个重要方向,广泛应用于办公、档案管理、证件识别、物流分拣等领域。在计算机等级考试科目教学过程中,基于题库模拟软件会生成大量的评分图像供教师查看。针对其工作量大、图像内容布局规律、处理工作操作简单且重复性强等特点,提出应用文字识别技术将题库评分图像识别转换为计算机可直接处理的文字,从而可进一步分析学生对知识的掌握程度,优化教学过程,提高工作效率,充分发挥信息技术的优势。

关键词： 《模式识别与人工智能》   模式识别   人工智能   投稿指南   中文参考文献  

摘要： 《模式识别与人工智能》是中国自动化学会、国家智能计算机研究开发中心和中国科学院合肥智能机械研究所共同主办的学术刊物。本刊面向国内外各高等院校、研究机构和企业的科研人员、教师、工程技术人员及研究生和高年级大学生。办刊宗旨:模式识别、人工智能学科是信息科学与技术的重要组成部分,本刊发表与此有关的最新研究成果与进展,旨在推动信息科学技术的发展。

关键词： 多次波压制   能量最小原理   Tau-p变换   模式识别   自适应相减  

摘要： 目前压制地震数据多次波的方法主要可概括为两大类别,一类是基于有效波与多次波的差异可分离性的直接滤波方法,另一类是基于波动理论的预测相减方法。而对于深海地区的复杂海底地震资料而言,由于其多次波具有发育显著、能量强且分布广泛的特点,预测相减方法是压制其多次波的最常见且十分有效的方法。在这些预测相减方法中,常规最小二乘自适应相减算法由于其原理简单,运算速度快且内存占用量小等优点,成为工业界中应用最广泛的算法。但传统的最小二乘自适应相减算法在压制多次波效果上,除了会有多次波残留外,还会在一次波与多次波相交处损害一次波能量,影响地震剖面的成像质量。针对这些问题,本文首先引入多道二范数自适应相减算法,考虑地震记录横向分布特征,以约束其对一次波能量的损害,同时,利用一范数对大异常值保持稳健的特点,对比分析基于一范数能量最小的自适应相减算法的好坏。另外,考虑多次波与一次波相交处的同相轴倾角不同,本文结合Tau-p变换算法压制多次波,并对常规最小二乘自适应相减算法进行改进。而对于地震子波一致性假设不成立的情况,本文引入基于模式识别的自适应相减技术压制多次波。最后结合复杂地震数据总结各个自适应相减算法优缺点及提出改进意见。

关键词： 飞机货舱   火灾探测   复合式   双波长   模式识别   遗传神经网络  

摘要： 火灾烟雾探测器主要用于探测飞机飞行过程中货舱内发生的火灾前兆,是保证飞机安全的重要设备。为了解决目前飞机货舱火灾探测装置易受空气中灰尘和水蒸气液滴干扰造成误报率极高的问题,提出一种基于多传感器复合的飞机货舱火灾探测方法,通过获取全面的烟雾、温度、气体信息对火灾发生状况进行判断,对提高飞机货舱火灾探测准确率有重大意义。首先分析多种火灾误报警干扰机理,在光的散射理论以及对粒子粒径研究的基础上,将传统的烟雾探测器改进为双波长光电式烟雾探测器,搭建了包括双波长光电式烟雾传感器、温度传感器、CO传感器的复合式火灾探测装置,并设计相应的火灾探测系统软件,为火灾探测提供软件监控平台;然后进行大量真假火源火灾实验,采集火灾发生时烟雾浓度、温度、CO浓度的特征参数,并对实验数据进行分析;最后利用模式识别技术中的人工神经网络算法对采集到的数据进行处理,并采用遗传算法优化神经网络初始权值和阈值,从而实现最终的火灾种类识别。通过实验测试,相比较传统火灾烟雾探测器,嵌入双波长光电式烟雾探测器的复合式火灾探测装置可以根据颗粒物粒径大小排除干扰源,降低误报率,干扰源识别相对误差不超过5.7%,在飞机货舱火灾探测方面具有很强的实用性。

关键词： 教学方式   SPOC   数字图像处理与模式识别  

摘要： 探究"互联网+"时代下基于慕课背景的学生自主学习途径和方法。建立《数字图像处理与模式识别》课程的异步SPOC教学模式。通过2年的教学研究与实践,设计打造了生动活泼的高效率课堂,其教学设计和精品课例是研究与实践的关键。该教学模式不仅提升学生的学习兴趣和教学效果,而且为提升教师信息化素养和专业成长提供了一种有效方法和途径。

关键词： 声发射   信号处理   疲劳裂纹   模式识别  

摘要： 疲劳裂纹扩展状态的研究是材料疲劳裂纹特性研究的基础。声发射技术通过连续监测分析所接收疲劳试件在裂纹扩展过程中释放的声发射信号,实现对疲劳扩展状态的识别。但由于声发射信号中含有大量噪声而无法直接获取声发射源特征,导致了目前裂纹识别精度低,同时在融合的信息中如何筛选出最佳的特征参数以及选择最优的推理方法这都直接影响着识别的准确率,因此,针对实验室条件下的疲劳试件裂纹扩展过程,为了更精确地识别出疲劳试件的实时扩展状态,研究基于声发射信号的处理技术及模式识别技术是十分必要的。本文基于声发射信号,对疲劳试件裂纹扩展状态模式识别中的信号去噪、特征提取、信息融合、特征筛选及模式识别方法进行研究,以仿真与实验相结合的方法,通过对各种方法的对比研究,确定了声发射信号各处理环节的具体方法;通过对Q235中心裂纹拉伸试样裂纹扩展状态的模式识别,验证本文模式识别方法的有效性和实用性。课题具体内容如下:(1)通过对声发射信号在去噪技术方面的研究,对比分析小波变换去噪、小波包变换去噪、经验模态分解去噪等多种去噪方法,提出一种声发射信号的组合去噪方法,通过仿真信号和实验信号分析,验证所提出方法的有效性;(2)在特征提取中,分析以小波包能量谱、奇异值分解结果作为特征参数的原理和过程,并通过对仿真声发射信号和断铅声发射的特征提取,验证算法的有效性;(3)在信息融合与参数筛选中,概述信息融合的基本理论并确定最终采用的信息融合方法,对于得到的融合特征集分别用主成分分析法和核主成分分析法进行参数筛选,分析两种方法的筛选效果及对于本课题中的适用性;(4)基于对目前常用模式识别方法的研究,分别对BP神经网络、RBF神经网络、普通多分类支持向量机、基于最小二乘的多分类支持向量机的原理和实现过程进行了阐述,确定系统最终的模式识别方案;(5)通过Q235中心裂纹拉伸试样裂纹扩展状态的模式识别验证本课题提出的声发射信号去噪方法是否有效可靠,信息融合方法能否完成双通道声发射信号的信息融合,降维后的特征参数对于疲劳试件裂纹扩展状态是否具有良好的表征能力,对比分析确定的各种模式识别方法在本课题条件下的识别效果。(6)基于Matlab软件平台,完成疲劳试件的声发射信号模式识别系统功能的实现。