检索结果-南通市图书馆

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

黄花菜采摘机械臂运动规划研究

黄花菜采摘机械臂运动规划研究

作者：张朋琳太原科技大学

学位级别：硕士

2023年山西大同云冈发布的《黄花产业发展白皮书2023》指出黄花的国内外市场潜力巨大,黄花菜规模化栽培逐年增加。基于黄花菜植株特性:现蕾时间、位置呈不稳定性,且花蕾与枝叶交错混杂的问题,导致无法使用机械进行大面积收获,完全依附... 详细信息

2023年山西大同云冈发布的《黄花产业发展白皮书2023》指出黄花的国内外市场潜力巨大,黄花菜规模化栽培逐年增加。基于黄花菜植株特性:现蕾时间、位置呈不稳定性,且花蕾与枝叶交错混杂的问题,导致无法使用机械进行大面积收获,完全依附人工采摘。本文主要针对采摘机械臂的路径规划以及轨迹规划进行深入研究,为实现全程机械化黄花菜采摘提供参考依据。(1)黄花菜采摘机械臂运动学分析。针对六自由度采摘机械臂,建立基于标准D-H法的坐标系,推导机械臂的运动学数学模型,并对采摘机械臂的正向和逆向运动学进行深入分析,利用MATLAB Robotics Toolbox进行仿真验证运动学方程的准确性。选择蒙特卡洛法计算采摘机械臂的工作空间范围,验证机械臂模型的合理性。(2)首先针对采摘作业环境,解决机械臂与障碍物的碰撞检测问题。确保机械臂不与黄花菜植株碰撞、不影响到未成熟花蕾的正常生长的同时,能完成无障碍的采摘路径规划。再以目标引力函数渐进最优快速扩展随机树(P-RRT*)为基础,针对算法中节点生成容易陷入局部最小值、算法收敛速度慢等问题,提出一种基于KNN快速查找的自适应步长的改进P-RRT*算法(KNN-RRT*)。在不同障碍物环境下进行对比实验,实验结果表明该算法在路径搜索时间、路径质量、稳定性等方面有显著提升。(3)针对采摘机械臂进行轨迹规划研究。首先利用五次多项式插值函数对第三章黄花菜采摘机械臂各关节的期待路径进行插值,实现在关节空间内对机械臂的轨迹规划;在满足黄花菜采摘机械臂关节角度、速度、加速度连续无突变的约束下,以时间最优为目标,利用改进粒子群算法对五次多项式插值轨迹的时间进行优化。结合MATLAB进行仿真试验,仿真试验结果表明:以时间最优为目标,利用改进粒子群算法进行轨迹规划的机械臂运行时间缩短,采摘效率提高33%,能够应用在环境复杂的黄花菜采摘机械臂的轨迹规划问题中。(4)搭建机器人系统验证黄花菜采摘规划算法的正确性。将ABB机械臂与上位机完成数据通讯协议,在此基础上将MATLAB程序和机器人端程序之间进行数据交换,从而对机械臂进行轨迹控制。试验结果表明:机械臂能够按照预定轨迹到达目标黄花菜位置完成采集任务,证明了运动规划算法能够完成无碰撞的路径规划任务,且机械臂的运动高效且平稳。

关键词：采摘机械臂路径规划轨迹规划时间最优轨迹优化

基于机器学习的火电厂锅炉风烟系统故障诊断研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于机器学习的火电厂锅炉风烟系统故障诊断研究

作者：张朋业郑州轻工业大学

学位级别：硕士

作为我国能源的主要支柱,在“双碳”政策的推动下,火电正面临能源转型和技术升级的双重挑战。为了确保能源稳定供应,火力发电厂对锅炉风烟系统在稳定性方面提出了更高的要求。然而,由于该系统具有较强的非线性、多变量时变和耦合等特点... 详细信息

作为我国能源的主要支柱,在“双碳”政策的推动下,火电正面临能源转型和技术升级的双重挑战。为了确保能源稳定供应,火力发电厂对锅炉风烟系统在稳定性方面提出了更高的要求。然而,由于该系统具有较强的非线性、多变量时变和耦合等特点,传统的信号滤波和阈值比较的故障诊断方法已无法满足实际工况中的需求。随着火电厂厂级监控信息系统的大量应用,更多的锅炉监测数据被上传和积累,这为火电厂锅炉风烟系统的基于机器学习故障诊断模型提供了丰富的数据资源。本文以火电厂锅炉风烟系统为研究对象,首先介绍锅炉风烟系统的工作原理以及引起该系统不稳定的主要因素,并对采集的锅炉风烟系统实际运行数据进行了一系列预处理。然后,本文融合卷积神经网络(Convolutional Neural Networks,CNN)和支持向量机(Support Vector Machine,SVM)建立故障检测模型,通过改进哈里斯鹰算法(Enhanced Harris Hawks Optimization,EHHO)对SVM参数进行优化,以提高模型的故障检测准确率。最后,本文还构建了基于注意力机制和长短时记忆网络(Long ShortTerm Memory Networks,LSTM)的故障诊断模型,从而实现故障的精确诊断。具体的工作内容如下:(1)本文首先描述了火电厂的生产流程与锅炉风烟系统的核心工作原理,并分析了导致系统不稳定的关键因素和常见的故障类型。随后,结合机理知识和专家经验对该系统的实际运行数据进行了采集。针对生产现场采集的实际数据质量不高的问题,对数据进行了清洗和筛选等预处理,为后续故障检测和诊断模型的构建奠定研究基础。(2)为了克服系统变量的维数灾难,提高故障检测准确性,本文提出一种混合的CNN-SVM模型。该模型利用CNN模型提取有效特征,SVM则用于最后的故障检测。本文还通过引入EHHO算法对SVM的超参数进行优化。实验结果表明,在处理高维大样本故障数据时,本文提出的模型具有较好的故障检测精度,可达到98.68%。(3)针对不同故障之间特征相似、难以区分等,本文设计一种基于注意力机制改进的卷积长短记忆网络(Attention-CNN-LSTM)故障诊断模型。该模型结合监测数据中的时空特征信息,通过在输出层之前引入注意力层,可以有效筛选特征中的重要成分。同时,利用了CNN和LSTM的优势,有效提升了对监测数据中静态和动态特征的挖掘能力。实验结果表明,所提出的模型能够更准确地诊断具有相似特征的不同故障类型,准确率达到了96.56%。

关键词：锅炉风烟系统机器学习 EHHO 注意力机制故障诊断

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

几类捕食-食饵-趋化-流体模型的定性分析

几类捕食-食饵-趋化-流体模型的定性分析

作者：张朋梅烟台大学

学位级别：硕士

种群生态学是与人们生活最密不可分的学科之一.捕食关系是自然界物种之间普遍存在的关系,也是数学与生态学界研究的一个重要课题.捕食-食饵模型的研究对生物学和数学等领域都有非常重要的理论意义和应用价值.趋化现象是一种基本的生物... 详细信息

种群生态学是与人们生活最密不可分的学科之一.捕食关系是自然界物种之间普遍存在的关系,也是数学与生态学界研究的一个重要课题.捕食-食饵模型的研究对生物学和数学等领域都有非常重要的理论意义和应用价值.趋化现象是一种基本的生物学现象,对其研究有助于探索生命系统发育机制进而对现实生活有着重要意义.趋化性机制还与流体力学有着密切的联系.对此类模型进行定性分析既可以维持生态系统的平衡,又可以满足人们的需求,但其研究具有复杂性和困难性.至今,该类模型仍然是偏微分方程领域的一个研究热点.论文结构如下:第一章主要介绍了趋化模型的研究背景和国内外发展现状,并给出了全文的主要工作.第二章研究了一类具有趋化性的捕食-食饵模型,在任意N维具有齐次Neumann边界条件的空间中,当模型满足((N-2)+)/N0).当α>1/2时,运用能量估计的方法和bootstrap理论,得到该模型全局经典解的存在性和有界性.通过构造Lyapunov泛函,当趋化系数CS适当小的时候,进一步研究了解的大时间渐近行为.第四章研究了一类具有间接追逃的双种群的趋化-流体模型,是在具有光滑边界的有界区域Ω(?)RN(N=2,3)中进行讨论.应用Gagliardo-Nirenberg不等式、Stokes算子和Neumann热半群理论等,对任意小的μ1>0和μ2>0,得到该模型经典解的全局存在性、唯一性和有界性.本章得到的结果推广和改进了以前的结果,并且部分结果是新的.第五章给出全文总结并对未来研究进行展望.

关键词：抛物-椭圆趋化性全局存在有界性渐近行为

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

不完备数据下的聚酯熔体特性黏度预测方法

上海交通大学学报 2024年第4期58卷 534-544页

作者：毕金茂张朋张洁赵春财崔利东华大学机械工程学院上海201620 东华大学人工智能研究院上海201620 新凤鸣集团湖州中石科技有限公司浙江湖州313000

特性黏度是衡量聚酯熔体质量的关键指标,对其进行精准预测有利于提前发现聚酯熔体潜在的质量问题,及时调整工艺参数,减少企业损失.考虑到聚酯熔体生产过程的数据不完备性、数据时序性以及高维冗余性,提出了不完备数据下聚酯熔体的特性... 详细信息

特性黏度是衡量聚酯熔体质量的关键指标,对其进行精准预测有利于提前发现聚酯熔体潜在的质量问题,及时调整工艺参数,减少企业损失.考虑到聚酯熔体生产过程的数据不完备性、数据时序性以及高维冗余性,提出了不完备数据下聚酯熔体的特性黏度预测方法.针对聚酯熔体极端生产环境造成的数据不完备问题,设计了以卷积神经网络判别器和注意力长短期记忆神经网络生成器为架构的缺失数据生成对抗网络(MDGAN),通过对抗生成机制实现了缺失数据的填充.针对聚酯熔体生产过程中高维冗余和时序双向因果特性,设计了基于极端梯度提升双向门控循环单元(XGBoost-BiGRU)的特性黏度预测模型,通过极端梯度提升算法进行特征筛选,获取预测模型输入变量,再利用双向门控循环单元捕捉数据的时序双向因果关系,实现特性黏度的精准预测.浙江某聚酯纤维生产企业的实际数据测试结果表明,MDGAN算法在不同缺失率数据集下的填充精度均优于KNN、RF、MICE、GAIN数据填充算法,XGBoost-BiGRU特性黏度预测方法较STL-GPR、CAGRU、BiGRU算法优势显著,结合MDGAN的特性黏度预测方法能有效解决数据不完备下的聚酯熔体特性黏度预测问题.

关键词：特性黏度预测不完备数据生成对抗网络循环神经网络

相同β值下节流型流量计开孔方式对节能效果的影响

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

仪器仪表用户 2018年第12期25卷 30-33页

作者：高春喜尤俊青张晗田正滨张朋刚青海五彩碱业有限公司青海817000 辽宁聚焦科技有限公司沈阳110000 辽宁聚焦工业流体科学研究院沈阳110000

在热电行业中,流量传感器的结构差异往往会引起不同的管网永久压力损失,进而产生更高的能耗,不利于企业的节能减排。本文以计算流体力学为依据,通过数字化分析技术和工况标定方法,对不同结构下的流量计在蒸汽管网中的计量特性进行了研... 详细信息

在热电行业中,流量传感器的结构差异往往会引起不同的管网永久压力损失,进而产生更高的能耗,不利于企业的节能减排。本文以计算流体力学为依据,通过数字化分析技术和工况标定方法,对不同结构下的流量计在蒸汽管网中的计量特性进行了研究。结果表明,在同一工况、同一等效直径比β的条件下,合理的流量传感器开孔方式可以降低过热蒸汽在计量过程中的永久压力损失,为企业节省电耗,且蒸汽流量值越大,节能效果越明显,经济效益越突出。

关键词：流量计蒸汽节能热电行业

两性离子键合硅胶亲水相互作用色谱固定相的制备及色谱性能

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

两性离子键合硅胶亲水相互作用色谱固定相的制备及色谱性能

作者：张朋成河南工业大学

学位级别：硕士

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

石化行业碳排放及碳达峰实现路径研究

价格理论与实践 2024年

作者：张朋程李伟娟山东石油化工学院东营市区域经济高质量发展研究基地山东石油化工学院经济管理与文法学院

在碳达峰、碳中和战略目标下,石化产业碳减排和碳达峰是实现我国“30·60”目标的关键。本文以我国石化行业为研究对象,基于1991-2021年统计数据,通过分位数回归模型和VEC模型的脉冲响应和方差分解法,建立石化行业碳排放影响因素的经济... 详细信息

在碳达峰、碳中和战略目标下,石化产业碳减排和碳达峰是实现我国“30·60”目标的关键。本文以我国石化行业为研究对象,基于1991-2021年统计数据,通过分位数回归模型和VEC模型的脉冲响应和方差分解法,建立石化行业碳排放影响因素的经济计量模型,探讨石化行业碳达峰实现路径。研究结果表明:(1)技术水平、能源结构对二氧化碳排放的抑制作用随着分位数增加在逐渐增强,投资规模、产出规模对二氧化碳排放的促进作用在逐渐增强;(2)长期来看,技术水平、能源结构、投资规模和产出规模与二氧化碳排放量有长期均衡关系,各因素随机扰动项受到冲击后,技术水平、能源结构的响应是负向的,投资规模和产出规模的响应是正向的;(3)除自身影响外,对二氧化碳排放的贡献由大到小依次为技术水平、产出规模、投资规模和能源结构,但随着滞后期增加总体上呈递增态势,贡献率从滞后第2期的4.6%增长到滞后第10期的14.04%。根据研究结果,提出我国石化行业碳达峰的主要实现路径:优化能源结构、发展低碳技术、优化产品结构和调整投资结构。

关键词：碳排放碳达峰能源结构技术水平石化行业

同方期刊数据库评论

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于孪生网络的监控视频异常检测方法研究

基于孪生网络的监控视频异常检测方法研究

作者：张朋举北方工业大学

学位级别：硕士

随着社会维护正常公共安全需求的不断增加和智能安防技术的迅速发展,如何进行监控视频的异常检测成为了深度学习领域的热点问题,具有重大的研究意义和迫切的实际应用需求。在基于深度学习的异常检测任务中,模型的内存开销和提取时空特... 详细信息

随着社会维护正常公共安全需求的不断增加和智能安防技术的迅速发展,如何进行监控视频的异常检测成为了深度学习领域的热点问题,具有重大的研究意义和迫切的实际应用需求。在基于深度学习的异常检测任务中,模型的内存开销和提取时空特征的能力都会直接影响检测效果。本文选择贴近实际检测场景的孪生网络算法作为视频异常检测的基本框架,其采用的视频特征提取网络模型为传统三维卷积神经网络(3D Convolutional Neural Network,C3D)。针对传统C3D网络内存开销大和时空特征提取效果差的问题,本文提出了一种三维多分支卷积融合网络(3D Multi-Branch Convolutional Fusion Network,MBF3D)。该网络通过多分支结构的设计不仅大幅降低了传统C3D的网络参数开销,还可以对输入的时空特征进行不同角度的理解学习从而提高提取时空特征的能力。为了解决无用特征对模型训练造成干扰的问题中,本文提出了一种简单高效的三维注意力模块(3D Attention Module,AM3D)来突出关键特征并抑制无用特征。本文将MBF3D网络和AM3D进行结合作为局部时空特征提取网络,并使用双向门控循环单元(Bidirectional Gated Recurrent Unit,Bi-GRU)网络来进一步完成对输入视频中全局时序信息的提取。最后,以局部和全局网络构成的时空特征提取模型为基础,本文开发了监控视频异常检测系统来帮助执法人员完成异常检测。本文的主要贡献如下:1.针对传统C3D网络参数开销巨大和提取特征能力较差的问题,本文提出了MBF3D网络。该网络不仅可以显著降低模型参数开销,还可以从多个角度对输入特征进行理解学习来提高特征提取的能力。与常用的三维卷积神经网络在主流视频数据集上进行行为识别分类任务对比,实验准确率均为最高。2.针对无用特征会对模型训练造成干扰的问题,本文提出了AM3D来抑制无用特征,凸显重要特征。该注意力模块可以把注意力依次集中到关键通道和时空特征区域。在主流三维卷积神经网络中添加该注意力模块可以明显改善网络的特征提取效果。3.本文基于提出的模型开发了监控视频异常检测系统,实验结果表明该系统在实际场景中能够快速准确检测到待测视频中的异常行为。

关键词：深度学习异常检测 C3D网络注意力模块异常检测系统

光伏产业上市公司LJ绿能科技股份有限公司的金融支持效率研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

光伏产业上市公司LJ绿能科技股份有限公司的金融支持效率研究

作者：张朋举云南师范大学

学位级别：硕士