检索结果-南通市图书馆

基于形态特征的破碎玉米籽粒识别及检测装置设计

在线全文

学校读者我要写书评

暂无评论

农机化研究 2024年第11期 21-28页

作者：杨亮王卓白晓平中国科学院沈阳自动化研究所中国科学院机器人与智能制造创新研究院辽宁省农业装备智能化技术重点实验室

基于K-Means聚类分割算法、颜色空间转换和形态学特征，通过对辽沈地区广泛种植的玉米的面积、面积与周长比、短轴与长轴比、圆形与矩形及五种形态特征的分析，识别出玉米碎粒。同时，设计开发了一种基于同步带轮的玉米籽粒破碎率在线... 详细信息

基于K-Means聚类分割算法、颜色空间转换和形态学特征，通过对辽沈地区广泛种植的玉米的面积、面积与周长比、短轴与长轴比、圆形与矩形及五种形态特征的分析，识别出玉米碎粒。同时，设计开发了一种基于同步带轮的玉米籽粒破碎率在线检测装置，用于玉米籽粒破碎率的在线检测与识别。研究结果：(1)利用K平均算法分割算法将图像分割为目标区域和背景区域；(2)利用K平均算法分割算法将图像分割为二值化图像，进一步对二值化图像采用形态闭运算填充目标区域的非连通区域，对目标区域进行统计分析，计算出形态特征；(3)通过多组试验，玉米籽粒破碎的识别率可达94%。

关键词：玉米籽粒 K-Means聚类分割形态特征颜色空间在线检测装置

基于K-means退化识别和随机森林的滚动轴承寿命分析

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

组合机床与自动化加工技术 2024年第7期 150-155+160页

作者：白晓平刘雨杭西安建筑科技大学管理学院

针对滚动轴承剩余寿命(remaining useful life, RUL)预测方法中的寿命标签难以反映实际情况和预测精度不高的问题，提出了一种基于PCA-Kmeans-RF的滚动轴承剩余寿命分析方法。首先，通过小波降噪与快速傅里叶变换(fast fourier transfor... 详细信息

针对滚动轴承剩余寿命(remaining useful life, RUL)预测方法中的寿命标签难以反映实际情况和预测精度不高的问题，提出了一种基于PCA-Kmeans-RF的滚动轴承剩余寿命分析方法。首先，通过小波降噪与快速傅里叶变换(fast fourier transform, FFT)分别对原始的水平振动信号进行降噪处理和提取多种时域、频域的特征；其次，通过方差过滤(variance filtering, VF)和主成分分析(principal component analysis, PCA)进行特征处理来选择更优的退化特征并融合特征构建健康指标(health indicators, HI);随后，利用K-means聚类确定样本的退化点和失效点，并以此构建剩余寿命的更为真实的退化标签，并将健康指标和时间标签输入到随机森林中进行训练和测试；最后，通过所提出的方法对IEEE PHM 2012滚动轴承数据集进行验证和对比。结果表明该方法取得了良好的结果。

关键词：滚动轴承寿命分析多阶段退化随机森林

基于改进LightGBM的农机服务备件配置预测方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

农机化研究 2024年第4期46卷 7-14页

作者：温彦博王卓白晓平中国科学院沈阳自动化研究所沈阳110000 中国科学院机器人与智能制造创新研究院沈阳110169 中国科学院大学北京100049

针对农机服务网点中服务备件配置预测不准确导致农机备件资源浪费的问题,根据农机在服务网点的作业情况,提出了一种基于改进LightGBM的农机服务备件配置预测方法。首先,确定了农机作业环境信息、服务点信息以及备件信息三大维度内的多... 详细信息

针对农机服务网点中服务备件配置预测不准确导致农机备件资源浪费的问题,根据农机在服务网点的作业情况,提出了一种基于改进LightGBM的农机服务备件配置预测方法。首先,确定了农机作业环境信息、服务点信息以及备件信息三大维度内的多个特征;然后,验证了影响农机服务资源备件量的主要影响因素;接着,基于LightGBM建立了农机服务资源备件预测模型;最后,为了提高模型的精度和速度,通过PSO优化算法对Light-GBM农机服务资源预测模型进行改进,达到了更好的预测结果。实验结果表明:与随机森林、XGBoost等算法相比,LightGBM模型有更好的效果,RMSE值为27.67;通过PSO的超参数调优,LightGBM备件预测的精确性更进一步提高,RMSE值为24.74,能够较为准确地预测农机服务资源在服务网点的备件需求。

关键词：农机服务备件预测 LightGBM 机器学习

在线全文

学校读者我要写书评

暂无评论

聚变堆气态氚排放的辐射影响

核技术 2024年第5期47卷 37-43页

作者：左庆宁黄靖云张君南王晓亮白晓平魏其铭中国核电工程有限公司北京100080

聚变堆贮存及释放的气态氚的量远高于现行的裂变堆,氚是聚变堆潜在放射性的重要来源。为未来实现聚变堆的安全性及环境友好性,需要研究聚变堆气态氚排放对环境的影响。选取我国东部沿海典型厂址作为研究对象,使用高斯模型预测气态氚释... 详细信息

聚变堆贮存及释放的气态氚的量远高于现行的裂变堆,氚是聚变堆潜在放射性的重要来源。为未来实现聚变堆的安全性及环境友好性,需要研究聚变堆气态氚排放对环境的影响。选取我国东部沿海典型厂址作为研究对象,使用高斯模型预测气态氚释放后的大气弥散规律以及氚气(HT)的干沉积、土壤氧化以及氚化水(HTO)的再蒸发效应,计算了聚变堆1 g的HT在短期释放情况下对周围环境的公众所造成辐射剂量。计算结果显示:在10 m高度处释放的HT对排放点西部方位500~3 000 m处的成人造成的吸入内照射剂量在0.38~0.10 mSv之间,不同距离HTO的再蒸发效应所造成的剂量都是气态氚剂量的主要来源,沉降至土壤中的HT被氧化成HTO的比例及气象条件是决定气态氚剂量的关键参数。研究表明,聚变堆HT释放所造成公众剂量要高于现行的裂变堆,在后续开展聚变堆的相关研究过程中,需要进一步关注其释放的气态氚对环境的辐射效应。

关键词：聚变堆气态氚大气弥散再蒸发效应有效剂量

基于三维点云的运输车粮箱动态均匀装载方法研究

在线全文

学校读者我要写书评

暂无评论

农业机械学报 2022年第6期53卷 129-139页

作者：王枭雄王卓白晓平葛志康赵泳嘉中国科学院沈阳自动化研究所沈阳110016 中国科学院大学计算机科学与技术学院北京100049 中国科学院机器人与智能制造创新研究院沈阳110169

为了解决联合收获机运输车协同作业时,运输车粮箱装载不均匀,导致粮箱装载利用率低的问题,提出了一种基于三维点云的动态均匀装载方法。该方法利用相机获取运输车粮箱内装载物的三维点云作为状态反馈信息,建立装载均匀性评估方式,以最... 详细信息

为了解决联合收获机运输车协同作业时,运输车粮箱装载不均匀,导致粮箱装载利用率低的问题,提出了一种基于三维点云的动态均匀装载方法。该方法利用相机获取运输车粮箱内装载物的三维点云作为状态反馈信息,建立装载均匀性评估方式,以最均匀装载状态为目标,通过实时调整卸料装载点位置,使粮箱保持在均匀的装载状态。针对装载物相互遮挡对相机形成视觉盲区的问题,通过建立装载物的堆体模型和相机的遮挡模型,以最小期望误差为目标对盲区内装载物高度进行估计,并据此进行点云填充,从而得到能完整反映粮箱装载状态的三维点云。在搭建平台进行的实验中,对粮箱装载过程中可能出现的轻载、中载和重载3种装载状态进行测量,并对盲区点云位置进行估计,其盲区估计的平均误差低于5 cm。仿真结果表明,动态均匀装载方法能在有限装载周期内,将粮箱从任意的初始装载状态装载为均匀状态。单次装载量的平均高度增量为2 cm、粮箱的初始装载状态为空载时,装载物的最大高度方差为1 cm^(2)。单因素仿真结果表明,稳定状态下的装载物高度方差与单次装载量正相关。

关键词：运输车粮箱三维点云装载状态装载方法点云填充

基于改进YOLO v4的自然环境苹果轻量级检测方法

在线全文

学校读者我要写书评

暂无评论

农业机械学报 2022年第8期53卷 294-302页

作者：王卓王健王枭雄时佳白晓平赵泳嘉中国科学院沈阳自动化研究所沈阳110016 中国科学院机器人与智能制造创新研究院沈阳110169 中国科学院大学计算机科学与技术学院北京100049

针对苹果采摘机器人识别算法包含复杂的网络结构和庞大的参数体量,严重限制检测模型的响应速度问题,本文基于嵌入式平台,以YOLO v4作为基础框架提出一种轻量化苹果实时检测方法(YOLO v4-CA)。该方法使用MobileNet v3作为特征提取网络,... 详细信息

针对苹果采摘机器人识别算法包含复杂的网络结构和庞大的参数体量,严重限制检测模型的响应速度问题,本文基于嵌入式平台,以YOLO v4作为基础框架提出一种轻量化苹果实时检测方法(YOLO v4-CA)。该方法使用MobileNet v3作为特征提取网络,并在特征融合网络中引入深度可分离卷积,降低网络计算复杂度;同时,为弥补模型简化带来的精度损失,在网络关键位置引入坐标注意力机制,强化目标关注以提高密集目标检测以及抗背景干扰能力。在此基础上,针对苹果数据集样本量小的问题,提出一种跨域迁移与域内迁移相结合的学习策略,提高模型泛化能力。试验结果表明,改进后模型的平均检测精度为92.23%,在嵌入式平台上的检测速度为15.11 f/s,约为改进前模型的3倍。相较于SSD300与Faster R-CNN,平均检测精度分别提高0.91、2.02个百分点,在嵌入式平台上的检测速度分别约为SSD300和Faster R-CNN的1.75倍和12倍;相较于两种轻量级目标检测算法DY3TNet与YOLO v5s,平均检测精度分别提高7.33、7.73个百分点。因此,改进后的模型能够高效实时地对复杂果园环境中的苹果进行检测,适宜在嵌入式系统上部署,可以为苹果采摘机器人的识别系统提供解决思路。

关键词：采摘机器人苹果检测 YOLO v4 轻量化注意力机制迁移学习

在线全文

学校读者我要写书评

暂无评论

阴阳螺杆式压缩机故障原因分析与解决方案

洁净煤技术 2023年第S1期29卷 69-72页

作者：白晓平杨红梅国能神东煤炭洗选中心榆家梁选煤厂陕西榆林719315

通过详细阐述阴阳螺杆式压缩机工作原理、结构组成、重要部件作用剖析,快速掌握阴阳螺杆式压缩机的工作原理、结构及各部件的作用和关联。论述了阴阳螺杆式压缩机各类疑难故障前期征兆和最佳解决方案,便于快速判断故障原因和解除故障方... 详细信息

通过详细阐述阴阳螺杆式压缩机工作原理、结构组成、重要部件作用剖析,快速掌握阴阳螺杆式压缩机的工作原理、结构及各部件的作用和关联。论述了阴阳螺杆式压缩机各类疑难故障前期征兆和最佳解决方案,便于快速判断故障原因和解除故障方法,确保安全生产,提升生产效率,为进一步研究和解决阴阳螺杆式压缩机各类故障提供参考。

关键词：压缩机结构关键部件故障解析煤泥水系统

在线全文

学校读者我要写书评

暂无评论

甘蔗收获机割台随动控制系统设计与试验

农业机械学报 2023年第2期54卷 119-128,138页

作者：宫元娟金忠博白晓平王思佳吴玲黄婉媛沈阳农业大学工程学院沈阳110866 中国科学院沈阳自动化研究所沈阳110169

针对国内现有甘蔗收获机无法对割台高度实施自动控制的问题,设计了一种割台随动控制系统。系统由自重摆动式仿形机构、STM32控制器、位移传感器、上位机模组、按键模块、电磁阀及驱动模组组成。自重摆动式仿形机构与地面直接接触并保持... 详细信息

针对国内现有甘蔗收获机无法对割台高度实施自动控制的问题,设计了一种割台随动控制系统。系统由自重摆动式仿形机构、STM32控制器、位移传感器、上位机模组、按键模块、电磁阀及驱动模组组成。自重摆动式仿形机构与地面直接接触并保持贴附,实时检测收获作业时的地面起伏变化,同时可以依靠仿形机构外廓曲面减小收获机倒退时地面对自身关键部件的冲击。建立割台高度控制参数模型,运用PID控制算法,有效地实现收获机割台高度的精确控制,进一步提升了甘蔗收获机自动化水平和工作性能。田间试验结果表明,收获机在安装割台随动控制系统后,割台随地形起伏变化而变化,使破头率降低,平均破头率为21%,通过与人工控制收获试验对比,平均破头率下降18.5个百分点。

关键词：甘蔗收获机割台高度仿形机构自动控制地形检测

基于改进YOLO v4的轻量级苹果实时检测方法

在线全文

学校读者我要写书评

暂无评论

农业机械学报 2022年

作者：王卓王健王枭雄时佳白晓平赵泳嘉中国科学院沈阳自动化研究所中国科学院机器人与智能制造创新研究院中国科学院大学计算机科学与技术学院

针对苹果采摘机器人识别算法包含复杂的网络结构和庞大的参数体量，严重限制检测模型的响应速度问题，本文基于嵌入式平台，以YOLO v4作为基础框架提出一种轻量化苹果实时检测方法(YOLO v4-CA)。该方法使用MobileNet v3作为特征提取网...

针对苹果采摘机器人识别算法包含复杂的网络结构和庞大的参数体量，严重限制检测模型的响应速度问题，本文基于嵌入式平台，以YOLO v4作为基础框架提出一种轻量化苹果实时检测方法(YOLO v4-CA)。该方法使用MobileNet v3作为特征提取网络，并在特征融合网络中引入深度可分离卷积，降低网络计算复杂度；同时，为弥补模型简化带来的精度损失，在网络关键位置引入坐标注意力机制，强化目标关注以提高密集目标检测以及抗背景干扰能力。在此基础上，针对苹果数据集样本量小的问题，提出一种跨域迁移与域内迁移相结合的学习策略，提高模型泛化能力。试验结果表明，改进后模型的平均检测精度为92.23%，在嵌入式平台上的检测速度为15.11f/s，约为改进前模型的3倍。相较于SSD与Faster R-CNN，平均检测精度分别提高0.91、2.02个百分点，在嵌入式平台上的检测速度分别约为SSD和Faster R-CNN的1.75倍和12倍；相较于两种轻量级目标检测算法DY3TNet与YOLO v5s，平均检测精度分别提高7.33、7.73个百分点。因此，改进后的模型能够高效实时地对复杂果园环境中的苹果进行检测，适宜在嵌入式系统上部署，可以为苹果采摘机器人的识别系统提供新的解决思路。

关键词：