课程文献中心 更多>>

关键词： 双目视觉   焊缝提取   视觉定位   极线约束   三角测量  

摘要： 精准定位焊缝轨迹是实现自动化焊接的前提,该文依托双目视觉系统,以储罐环焊缝为焊接目标,研究了基于双目极线约束的焊缝定位算法。首先分析了双目系统成像模型以及三角测量原理,为后续实现焊缝的三维定位提供了理论依据。随后研究了基于灰度的焊缝特征提取算法,结合边缘检测、阈值分割、轮廓提取以及骨架提取等方法有效地提取出焊缝特征。并基于极线约束实现了左右图像焊缝特征的匹配,简化了匹配流程并降低了计算量,提高了匹配效率。实验结果表明:对焊缝特征点的三角测量平均误差为0.140106,能够满足实际工程需要。

关键词： 水下无线传感器网络   三维定位   移动节点   DV-Hop算法   瞪羚优化算法   Logistic映射   动态权重系数  

摘要： 为解决三维空间中的水下无线传感器网络(underwater wireless sensor networks, UWSN)传统DV-Hop算法定位误差大的问题,提出一种基于改进瞪羚优化算法(improved gazelle optimization algorithm, IGOA)的UWSN三维定位算法(IGOADV-Hop).首先,通过双通信半径修正节点跳数,对锚节点间的距离误差进行加权修正;然后,在瞪羚优化算法引入Logistic映射初始化种群,增加种群多样性;接着,在开发阶段引入位置更新动态权重系数,提升节点位置计算的全局寻优能力;最后,使用IGOA替代最小二乘法进行节点三维坐标计算,并在网络中加入移动节点和水下噪声构建动态UWSN.仿真实验结果表明,与传统DV-Hop算法和其他群智能优化算法相比,所提出算法定位精度更高.

关键词： 半导体芯片   伺服电机系统   状态空间模型   滑模控制方法   淘金优化算法  

摘要： 本文研究基于淘金优化(Gold Rush Optimizer, GRO)算法的伺服电机系统的滑模控制(Sliding Mode Control, SMC)方法.随着半导体芯片制造工艺的持续进步,对封装设备的精度和性能提出更高要求.伺服电机系统作为关键组件,在半导体封装设备中扮演着重要角色.滑模控制方法因其强鲁棒性的优点被应用在多个领域,但其参数的手动调整给实际应用问题的研究带来了很大的不便.本文引入GRO算法来简化滑模控制方法的参数调整过程,提升伺服电机系统整体的性能.以音圈电机为例,运用状态空间模型来分析其动态特性,推导并设计滑模控制器,分析不同的参数选择对控制器性能的影响,并运用GRO算法对参数进行优化.实验结果表明,运用GRO算法进行参数优化后的滑模控制方法(GRO-SMC)响应速度快、稳定性高,能够迅速将伺服电机系统引导至预定的滑模面,且在预定的滑模面上系统状态的波动幅度明显减小.

关键词： EPB动态紧急制动   Pacejka轮胎-路面模型   粒子群优化算法   最佳滑移率辨识   半主动悬架  

摘要： 针对固定目标滑移率的ABS控制器在复杂路面制动时无法跟踪复杂路面最佳滑移率的问题,提出了一种车辆制动最佳滑移率的辨识方法,以进一步增大车辆制动时的纵向力,提高制动稳定性并缩短制动距离。首先,考虑车辆制动过程中的轴荷转移和悬架变形,建立了包含前后轮7自由度1/2车半主动悬架模型的车辆模型,该模型能够根据车速、轮速和制动力矩准确计算出车辆制动时的车轮纵向力和垂向力。提出基于简化粒子群优化算法的最佳滑移率辨识方法,对Pacejka轮胎-路面模型进行实时参数辨识,辨识出最大纵向力对应的最佳滑移率。最后,基于车辆EPB动态紧急制动工况,在Matlab/Simulink平台进行了仿真试验,证明了论文所提方法的有效性。

关键词： 最短路径算法   物资运输   运算效率   物资调运   对象选择   多对多   路径选择   for  

摘要： 为解决抢修时物资调运选仓库难、选路径难、耗时长等难题,首先,本文深入分析抢修运输问题,提炼出抢修物资运输路况变化多、实时性要求高等特点;其次,研究最短路径算法,找到当路况发生变化时无须终止和重启算法并且运算效率高的Bellman-ford算法,提出利用该算法快速求解最短路径;最后,针对“单对单”“单对多”和“多对多”3种具体抢修场景,研究最短路径建立方法,通过仿真验证该算法可以迅速完成最短路径选择,解决了路径选择和调运对象选择的难题,提升了物资运输效率。

关键词： 电影语言   人工智能   规训理论   凝视理论   对齐问题  

摘要： 在第一符号学视角下,符号学意义的电影语言,即是电影意义的符号系统。基于这一论断,本研究以媒介模型为基础,结合规训理论与凝视理论,就影像规训与算法凝视的概念内涵与逻辑模型进行系统界定,构建出一个能够对人机观念对齐问题,进行综合论证的解释框架。其有效揭示了影像符号系统在建构、反馈及评估过程中的运作机制:影像规训通过语境控制符号、符号规训观念及观念调节语境的三重互动,实现符号系统的建构;算法凝视则通过对人类与系统的双重控制形成反馈机制;而观念对齐则作为评估机制,确保了对齐过程的统一性与结果的多样性。这一理论框架为电影语言介入人工智能的认识论范畴与方法论路径奠定了基础,并为人机共生关系中的对齐问题探讨提供了基本的逻辑分析范式。

关键词： 蜣螂算法   车机协同   多策略优化   电网运维  

摘要： 针对电网巡检任务中巡检车与无人机协同作业的问题,本文提出了一种基于改进蜣螂算法的路径规划方法,并构建了巡检车与无人机动态协同作业的路径规划模型。为提升蜣螂算法的搜索效率和收敛性能,本文做出了如下改进:首先,采用Logistic混沌映射优化初始解的分布,从而提高搜索的多样性;其次,在蜣螂滚动阶段引入鱼鹰算法的全局搜索策略,增强算法的全局搜索能力,提升收敛速度和稳定性;最后,在蜣螂觅食阶段引入自适应t分布策略,增强局部寻优能力,避免陷入局部最优解。实验结果表明,改进后的蜣螂算法在CEC2021标准函数集测试中,相较于基础蜣螂算法和其他对比算法,表现出更好的求解精度和收敛速度。在实际路径规划算例中,提出的方法在巡检车车速降低至30%、50%的情况下仍能有效求解,并在正常场景下节省了6.38分钟的计算时间,表明该方法具有较好的实用性和适应性。To address the collaborative operation problem between inspection vehicles and drones in power grid inspection tasks, this paper presents a path planning method based on an improved dung beetle algorithm and establishes a dynamic collaborative operation model for the path planning of both inspection vehicles and drones. In order to enhance the search efficiency and convergence performance of the dung beetle algorithm, several improvements are introduced: first, the Logistic chaotic mapping is employed to optimize the distribution of initial solutions, thereby increasing search diversity;second, a global search strategy based on the Osprey algorithm is incorporated into the rolling phase of the dung beetle algorithm, enhancing its global search capability and improving both convergence speed and stability;third, an adaptive t-distribution strategy is introduced in the foraging phase to bolster local optimization ability and prevent premature convergence to local optima. Experimental results demonstrate that the improved dung beetle algorithm exhibits superior solution accuracy and convergence speed compared to the basic dung beetle algorithm and several other benchmark algorithms in tests using the CEC2021 standard function set. In practical path planning case studies, the proposed method effectively solves the problem even when the inspection vehicle’s speed is reduced to 30% and 50% and reduces the computation time by 6.38 minutes in normal scenarios, thus demonstrating its practicality and adaptability.

关键词： YOLO算法   穿戴安全检测   算法对比  

摘要： 近年来,建筑施工过程中发生建筑工人安全事故屡见不鲜,很大程度上是因为工人未按要求进行穿戴。使用计算机代替人力对工人的穿戴规范加以监测,可以提高监测的效率和准确度,从而改善目前状况。为此,采用基于深度学习的计算机视觉算法对施工现场人员是否佩戴安全帽、安全绳和安全背心等进行检测,实现人员穿戴规范性检测评价。基于MAP,IOU和AP等指标对基于三种版本的YOLO算法的检测算法检测情况进行对比分析。研究发现YOLOv8为最优版本,在IOU为0.8的时候,可以达到87%的正确率,能实现施工现场人员穿戴规范性的自动化检测.

关键词： 继电保护   Symlets5小波算法   仿真   模极大值   幅值   相位  

摘要： 针对水电站馈线微机继电保护装置常用采样算法时间偏长的现状,以及现代化继保装置对于切断故障的时效性要求越趋严格,提出了一种基于Symlets5小波的馈线微机保护算法。通过研究分析Symlets5小波分解重构后的故障信号高频分量波形模极大值,发现Symlets5小波算法最快能够在故障发生后在2/n~5/n周期内判定短路故障的发生,并计算出故障后信号幅值。Symlets5小波算法可作为保护算法启动的判据或者与其他算法配合使用,可大大提高馈线保护装置切断故障线路的时效性,保护水电站馈线运行安全。

关键词： 道路工程   性能预测   GA-BP神经网络   沥青混合料   灰关联分析  

摘要： 为实现沥青混合料性能的快速可靠预测,从材料组成设计角度出发,提出了一种基于遗传算法(genetic algorithm,GA)优化反向传播(back propagation,BP)神经网络的沥青混合料性能预测方法。首先运用灰关联分析方法对多维输入变量进行降维处理,确定了沥青混合料性能的核心影响因素,然后结合遗传算法(GA),构建了以核心影响因素为输入层、沥青混合料性能为输出层的GA-BP神经网络预测模型,再对模型进行训练验证分析与预测泛化应用,同时与BP神经网络的训练效果和预测精度进行对比,验证GA-BP神经网络模型的准确性。研究结果表明:空隙率、油石比、公称最大粒径、4.75 mm通过率、沥青种类、软化点、针入度、延度等8项性能特征的灰关联度r>0.6,对沥青混合料性能影响显著;相比于BP神经网络模型,经过GA优化后的BP神经网络模型的均方根误差(root mean square error,RMSE)降低了16%~31%,平均绝对误差(mean absolute error,MAE)降低了15%~24%,R^(2)值提升了0.01~0.27,说明其具有更好的学习拟合能力;在对沥青混合料动态模量、动稳定度、残留稳定度、劈裂抗拉强度比和极限弯拉应变的预测精度上分别提高了35.26%、47.78%、23.13%、31.92%、35.75%,说明GA-BP神经网络模型具有更强的泛化应用能力。研究成果为实现沥青混合料性能的快速预测、指导沥青混合料材料组成设计提供重要参考。