课程文献中心 更多>>

关键词： 焊接机器人   工作空间   遗传算法   刚度性能   杆长优化  

摘要： 以野外大口径油气管道焊接的工作条件为背景,考虑到恶劣的工作环境会严重影响焊接机器人的工作空间范围。针对焊接机器人的末端刚度性能弱和轻量化问题,提出了一种在指定工作空间下对六自由度焊接机器人的每个臂长进行优化的方法,以达到在指定工作空间下焊接机器人的臂展要求。首先,结合D-H参数法建立焊接机器人的运动学模型,运用笛卡尔坐标系变换矩阵和几何解析数值法,对焊接机器人进行逆运动学求解,分析指定空间位置的可达率;然后,运用遗传算法优化空间位置到达率、轻量化参数和末端刚度参数,通过适应度函数寻求杆长的最优解;最后,实验结果表明,最优杆长的适应度值相较于原始杆长提高了8.27%,指定空间到达的覆盖率提高了7.33%,从而验证了提出方法的有效性。

关键词： 行波测距   故障识别   直流牵引供电  

摘要： 针对城市轨道交通直流牵引供电系统故障定位难的问题,提出一种基于行波测距算法的故障识别系统。该系统通过高速数据采集、特征提取与模式识别技术,实现对供电系统故障的精确定位和类型判断。实验验证表明,设计的系统能够在微秒级时间内准确捕捉行波信号,并有效区分接触网接触不良、轨道绝缘降低及直流母线接地3类典型故障,为轨道交通的安全运营提供技术支持。

关键词： 桥梁基础   桩基选型   多尾神经网络   组合分类   智能设计  

摘要： 针对当前桥梁基础设计自动化和智能化水平不足的问题,提出一种基于多尾神经网络的新型架构,并开发了相应的桩基智能选型算法。该算法有效应对了训练样本数量少、类型多且分布不均的挑战。通过定义案例样本数据格式,构建了一个包含90%常见桥型的桩基选型样本库,涵盖简支梁、连续梁、矮塔斜拉桥等多种桥型。分析样本库数据特征后,明确桩基选型是一个典型的“组合分类”问题,并设计了一个由嵌入层、特征提取层和决策层组成的多尾神经网络模型,采用分阶段训练技术进行优化。在此基础上,研发了桩基智能选型算法,并将其集成到云服务平台,成功接入桥梁智能设计系统,实现了桥梁桩基的智能化设计。通过在长赣高铁S101省道特大桥项目中的应用测试,结果显示该算法显著提高了桩基设计效率,达到传统方法的4倍,进而使全桥设计效率提升超过70%。本研究为人工智能技术在勘察设计行业的应用提供了一种新的解决方案,特别是在解决“冷启动”问题上具有重要意义。

关键词： 产品设计   任务分配   模糊集理论   贪心算法   拓扑排序  

摘要： 在产品设计过程中,设计团队面临资源和时间分配不合理,任务执行存在先后顺序以及设计人员和任务受外部因素干扰导致项目延期的问题。首先,以历史设计案例中任务的执行时间作为参考时间,针对不同能力等级设计人员,结合模糊集理论对任务的执行时间进行量化;其次,通过构建多层级设计结构矩阵获取任务之间关系,并利用拓扑层级排序方式获取任务之间执行序列;最后,使用状态转移矩阵分析设计任务执行情况,并结合贪心算法,在满足任务时序和时长约束的条件下生成最优分配方案,该方案可在设计资源变更时动态调整并重新再分配。研究结果表明,以J企业某型号厢舱类产品为例,成功构建了设计任务执行时间矩阵及有向无环图,并通用贪心算法实现了任务的优化分配。

关键词： 单晶硅   坩埚   缺陷   深度学习   YOLOv5s   小目标检测  

摘要： 目前石英坩埚缺陷主要使用人工目检,仅靠人工无法完成准确的分类以及全量计数。该文通过使用六自由度机械臂、旋转台搭建一套石英坩埚缺陷检测平台,结合背光源、高速相机等设备获取高清晰度的坩埚缺陷图像。同时提出改进的YOLOv5s坩埚缺陷检测算法,可识别杂质黑点、气泡、白斑等多种类型缺陷。具体而言,该算法首先应用K-均值聚类技术自适应生成最适合坩埚缺陷数据集的锚框;随后增加针对微小缺陷的检测层,以提高对小目标的识别能力;最后引入全维动态卷积(ODConv)和高效通道注意力机制(ECA),优化模型对关键目标区域的关注度,同时保持较低的计算开销。实验结果表明,在自建的石英坩埚缺陷数据集中,提出的改进算法mAPa0.5为98.88%,检测速度达到138帧/s,可达到工业检测要求。

关键词： 随机优化   度量学习   方差缩减   非凸优化  

摘要： 文章针对度量学习原凸问题的非凸重新表述,提出了一种带方差缩减策略的非凸随机优化算法(ML_NSVR),用于更高效地求解非凸度量学习问题。在适当的初始选择下,该算法在有限制的强凸条件下能够收敛,其收敛性得到了理论证明。数值实验验证了算法的有效性,为解决非凸度量学习问题提供了一种新的思路。同时,文章将所提算法与传统的随机梯度下降算法(SGD)和随机方差缩减梯度算法(SVRG)进行了优化效果对比。实验结果表明,ML_NSVR算法的效率更高。

关键词： 光伏配套储能   设备管理   系统监测   故障处理   安全操作  

摘要： 随着我国清洁能源的快速发展,光伏配套储能作为新能源的重要组成部分,正逐渐引起广泛关注。本论文主要研究了光伏配套储能项目的运行维护要求,主要包括设备管理、系统监测、故障处理、安全操作、预防性维护等方面。首先,论文从设备管理角度出发,提出了设备定期巡检、设备状态记录、互动系统更新等具体的维护步骤;其次,针对系统监测,提出了系统性能数据记录、系统运行状况监测等要求;再次,对故障处理进行了详细阐述,分析了故障识别及处理方法;对于安全操作,论文特别强调了安全规范的遵守,包括采用正确的工作程序,使用适当的安全保护设备等;在预防性维护方面,论文建议定期运行设备自检、制定维护计划等。研究发现,执行适应性高、实用性强的维护策略,可以有效延长储能设备的使用寿命,提高系统运行效率,保证设备及人员安全,对推进我国清洁能源事业的发展具有积极意义。

关键词： 知识图谱补全   知识图谱嵌入   期望最大化算法   双重嵌入方法  

摘要： 知识图谱是众多智能应用中一种重要的语义数据,但其数据的不完备性给实际应用带来了很多困难,因此需要对知识图谱中缺失的语义信息进行补全。知识图谱嵌入是知识图谱补全的重要方法之一,这类方法通常在非长尾数据情况下具有较好的效果,但在长尾数据情况下其效果较差。由于非长尾数据的语义较丰富,为了提升长尾数据情况下知识图谱补全效果,本文将非长尾数据作为监督知识迁移到长尾数据中,提出了一种新的算法——融入期望最大化算法思想的双重嵌入方法,来改进长尾数据的知识图谱补全性能,进而提高其实际应用效果。通过在FB15K数据集中进行链接预测任务的对比实验,实验结果表明本文提出的融入期望最大化算法思想的双重嵌入方法效果较好。

关键词： 电容器   状态识别   预充电模型   粒子群算法   牵引变流器  

摘要： 直流支撑电容器是变流器的关键部件之一。由于温度、湿度、电压以及谐波等因素影响,其老化速度加快,不利于变流器的可靠运行。因此有必要对直流支撑电容器进行状态辨识,根据其健康状态选择不同的维护策略,进一步保障系统可靠性。目前已有较多学者对电容器状态辨识开展研究。但是,噪声对直流支撑电容器状态辨识的干扰问题尚未得到良好解决,容易导致显著的电容器参数辨识误差。针对上述问题,提出一种基于预充电模型与改进粒子群算法的直流支撑电容器状态辨识方法。在不加装额外传感器的前提下,建立等效预充电模型,采集预充电过程的电压信号,利用改进粒子群算法在参数变化区间内搜索最优值,满足其损失函数值最小,进而对电容量进行计算。该方法原理简单,计算量小,可以有效避免算法收敛于局部最优解,在一定程度上解决了噪声干扰的问题。使用Matlab/Simulink平台进行仿真实验,结果表明该方法在较低采样频率下对噪声干扰下的电容状态辨识有较高精度,当采样频率为100 Hz和50 Hz时辨识误差少于1.5%,采样频率为20 Hz和10 Hz时少于3%。此外,该方法具有较好的抗噪声性能,在噪声方差σ2=3时辨识误差仍少于5%。随后,使用3组地铁实车数据验证了算法的可靠性,每组数据连续进行2次辨识,电容量辨识误差均少于1.8%。

关键词： 乘法交换律   加法交换律   乘法结合律   数形结合   运算定律   分配律   人教版小学数学   运算律  

摘要： “运算律”是人教版小学数学教材四年级下册第三单元的内容,主要学习的是加法交换律、结合律,乘法交换律、结合律和分配律,以及这些运算定律在整数四则运算中的运用。学习这部分内容时,学生似乎都能理解、掌握,但在实际运用时总是出错误。