检索结果-南通市图书馆

非结构化环境下番茄采摘机器人目标识别与检测

在线全文

学校读者我要写书评

暂无评论

中国农机化学报 2024年第4期45卷 205-213页

作者：张永宏李宇超董天天秦夏洋刘云平曹景兴南京信息工程大学自动化学院南京市210044 无锡新松机器人自动化有限公司江苏无锡214000

针对采摘机器人收获技术中的识别技术受限于非结构化环境中复杂背景干扰的问题,采用改进模型后处理的研究路线,提出一种改进YOLOv5算法。首先将果实目标的中心点距离、预测框宽高实际差值与面积交并比三者共同考虑为损失项,提升预测框... 详细信息

针对采摘机器人收获技术中的识别技术受限于非结构化环境中复杂背景干扰的问题,采用改进模型后处理的研究路线,提出一种改进YOLOv5算法。首先将果实目标的中心点距离、预测框宽高实际差值与面积交并比三者共同考虑为损失项,提升预测框实际尺寸精度,再利用中心点距离作为惩罚项加权面积交并比得分,提升密集目标的识别能力,最后通过设置辅助训练头,提供更多的梯度信息以防止过拟合现象。通过多种损失函数损失值对比与模型改进精度对比试验证明改进有效性,部署至机器人验证可行性。结果表明,改进后的算法模型识别平均精度95.6%,召回率达到90.1%,相较于改进前全类精度提升0.4个百分点,召回率提升0.4个百分点,满足采摘机器人识别需求。

关键词：非结构化番茄果实目标识别损失函数优化 YOLOv5算法

基于改进INFO-Bi-LSTM模型的SO_(2)排放质量浓度预测

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

动力工程学报 2024年第4期44卷 641-649页

作者：王琦柴宇唤王鹏程刘百川刘祥山西大学自动化与软件学院太原030013 山西河坡发电有限责任公司山西阳泉045011

针对火电机组SO_(2)排放质量浓度的影响因素众多,难以准确预测的问题,提出一种改进向量加权平均(weighted mean of vectors,INFO)算法与双向长短期记忆(bi-directional long short term memory,Bi-LSTM)神经网络相结合的预测模型(改进IN... 详细信息

针对火电机组SO_(2)排放质量浓度的影响因素众多,难以准确预测的问题,提出一种改进向量加权平均(weighted mean of vectors,INFO)算法与双向长短期记忆(bi-directional long short term memory,Bi-LSTM)神经网络相结合的预测模型(改进INFO-Bi-LSTM模型)。采用Circle混沌映射和反向学习产生高质量初始化种群,引入自适应t分布提升INFO算法跳出局部最优解和全局搜索的能力。选取改进INFO-Bi-LSTM模型和多种预测模型对炉内外联合脱硫过程中4种典型工况下的SO_(2)排放质量浓度进行预测,将预测结果进行验证对比。结果表明:改进INFO算法的寻优能力得到提升,并且改进INFO-Bi-LSTM模型精度更高,更加适用于SO_(2)排放质量浓度的预测,可为变工况下的脱硫控制提供控制理论支撑。

关键词：炉内外联合脱硫烟气SO_(2)质量浓度 INFO算法 Bi-LSTM神经网络 Circle混沌映射自适应t分布

面向高速铁路道岔设备故障处置的知识图谱构建与应用

在线全文

学校读者我要写书评

暂无评论

铁道学报 2024年第7期46卷 73-80页

作者：林海香赵正祥卢冉白万胜胡娜娜陆人杰兰州交通大学自动化与电气工程学院甘肃兰州730070 卡斯柯信号有限公司上海200071

为了解决道岔设备故障处置过程中产生的大量知识难以存储应用,半结构化故障文本数据不能直接检索和推理等问题,提出一种高速铁路道岔设备故障处置知识图谱的构建方法。以少量人工标注故障文本数据为基础,采用基于强化学习的方法搭建BERT... 详细信息

为了解决道岔设备故障处置过程中产生的大量知识难以存储应用,半结构化故障文本数据不能直接检索和推理等问题,提出一种高速铁路道岔设备故障处置知识图谱的构建方法。以少量人工标注故障文本数据为基础,采用基于强化学习的方法搭建BERT-BiLSTM-CRF*深度学习模型抽取实体;根据知识领域特点和数据结构设计关系匹配模板抽取各实体间的关系;针对实体冗余问题,采用文本相似度与结构相似度结合的方法进行故障实体融合;以我国各铁路局近3年的高速铁路道岔设备故障文本为研究对象,累计抽取实体807个且标注准确率在90%以上,构建实体关系2232条。基于以上知识图谱构建的高速铁路道岔设备故障处置知识图谱直观展示道岔设备故障关系,实现不同实体对象间的数据关联查询,挖掘隐含关系,辅助道岔维护人员进行故障处置决策,实现道岔设备预防性维护,延长设备寿命。

关键词：高速铁路道岔设备知识图谱强化学习知识抽取故障处置

在线全文

学校读者我要写书评

暂无评论

地震模拟振动台双回路复合控制方法研究

液压与气动 2024年第6期48卷 121-132页

作者：任翔栾海英刘增元北京机械工业自动化研究所有限公司北京100120

地震模拟振动台实验是评价建筑模型抗震性能、降低地震破坏的有效方法,其中输入振动波形的高精度复现尤为关键。针对实际实验中存在的影响精度的多种因素,如驱动信号传递过程中的非线性因素,模型简化带来的误差以及实验干扰的动态变化等... 详细信息

地震模拟振动台实验是评价建筑模型抗震性能、降低地震破坏的有效方法,其中输入振动波形的高精度复现尤为关键。针对实际实验中存在的影响精度的多种因素,如驱动信号传递过程中的非线性因素,模型简化带来的误差以及实验干扰的动态变化等,在传统的三参量控制方法的基础上,提出了一种模型参考自适应控制和三参量控制方法相结合的复合控制策略,并引入自适应谐波消除器来解决正弦信号的谐波失真问题。通过建模仿真和振动台实验,验证了提出的控制策略在提高输出信号跟踪精度、减小波形失真度等方面的有效性。

关键词：地震模拟振动台三参量控制策略模型参考自适应控制谐波抑制

光伏多功能并网逆变器不同出力状态下无功和谐波优化方法

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

电力自动化设备 2024年第1期44卷 80-87页

作者：王果武旭李龙张梦圆李旭哲成柯张建雄兰州交通大学自动化与电气工程学院甘肃兰州730070 青岛鼎信通讯股份有限公司山东青岛266000 武汉大学电气与自动化学院湖北武汉430072

利用光伏多功能并网逆变器所具有的电能质量治理、谐波谐振抑制的主动优势,结合逆变器在不同出力状态下光伏发电系统的输出特性,构建光伏多功能并网逆变器不同出力状态下的无功和谐波优化方法。在所提3层优化策略中,上层优化策略以光伏... 详细信息

利用光伏多功能并网逆变器所具有的电能质量治理、谐波谐振抑制的主动优势,结合逆变器在不同出力状态下光伏发电系统的输出特性,构建光伏多功能并网逆变器不同出力状态下的无功和谐波优化方法。在所提3层优化策略中,上层优化策略以光伏并网有功功率最大化为目标函数,中层优化策略以电压谐波总畸变率和电压偏差达到相应电能质量规定指标为目标函数,下层优化策略以电压谐波总畸变率和电压偏差最小为目标函数,并采用自适应蚁群算法进行求解。基于IEEE 33节点系统进行算例分析,结果表明:基于逆变器不同出力状态的优化方法可以有效改善电网的电能质量,较好地提升电网运行的经济性;在系统稳定运行的基础上,光伏多功能并网逆变器在不同出力状态下分阶段、分主次地治理谐波和调整电压偏差,治理效果更佳。

关键词：光伏发电系统多功能并网逆变器优化策略无功优化谐波治理

阀控液压马达位置伺服系统长短时记忆神经网络预测抗扰反步控制

在线全文

学校读者我要写书评

暂无评论

液压与气动 2024年第8期48卷 128-136页

作者：柴凌云栾海英刘增元沈洲任翔北京机械工业自动化研究所有限公司北京100120

针对阀控液压马达位置伺服系统中存在的时滞性与摩擦非线性问题,设计了一种长短时记忆神经网络预测抗扰反步控制器。该控制器通过引入长短时记忆神经网络对当前位置轨迹进行预测,并将预测值反馈给控制器对系统时滞进行直接补偿。对于系... 详细信息

针对阀控液压马达位置伺服系统中存在的时滞性与摩擦非线性问题,设计了一种长短时记忆神经网络预测抗扰反步控制器。该控制器通过引入长短时记忆神经网络对当前位置轨迹进行预测,并将预测值反馈给控制器对系统时滞进行直接补偿。对于系统中难以建模的摩擦非线性,将其视为扰动,通过设计扩张状态观测器进行估测,并使用反步法对估测得到的总扰动进行补偿。最后,在Simulink中搭建长短时记忆神经网络预测抗扰反步控制算法进行仿真验证,并与径向基函数滑模控制算法、反步控制算法和自抗扰控制算法进行对比,证明其在对含有时滞及摩擦非线性的阀控液压马达位置伺服系统进行控制时,具有较快的响应速度及较好的跟踪性能。

关键词：阀控液压马达位置系统长短时记忆神经网络反步控制扩张状态观测器

维普期刊数据库博看期刊

大风区段开孔式挡风墙对正馈线气动特性的影响

在线全文

学校读者我要写书评

暂无评论

哈尔滨工业大学学报 2024年第3期56卷 143-153页

作者：张友鹏冯强赵珊鹏王思华兰州交通大学自动化与电气工程学院兰州730070 甘肃省轨道交通电气自动化工程实验室(兰州交通大学) 兰州730070

兰新高速铁路常年遭受风灾,挡风墙的修建虽有效防止了列车倾覆,但加剧了接触网正馈线的舞动。针对大风区段既有挡风墙“防车不防网”的不足,通过设计一种开孔式挡风墙,基于流体力学理论建立计算域模型,对挡风墙的防风效果进行评估,并仿... 详细信息

兰新高速铁路常年遭受风灾,挡风墙的修建虽有效防止了列车倾覆,但加剧了接触网正馈线的舞动。针对大风区段既有挡风墙“防车不防网”的不足,通过设计一种开孔式挡风墙,基于流体力学理论建立计算域模型,对挡风墙的防风效果进行评估,并仿真分析挡风墙孔隙率及开孔角度对于正馈线气动特性响应的规律。结果表明:挡风墙设置一定孔隙率后,会冲击挡风墙后形成的旋涡流场,使流场趋于平稳;随着孔隙率的增大挡风墙尾流接触网正馈线位置处气流增速区范围大幅减小,且正馈线气动力系数呈明显降低趋势;当挡风墙孔隙率为0.3时,挡风墙背风侧风速残余系数为0.46~0.69,此时正馈线升、阻力系数下降率分别超过41.56%和24.59%;在孔隙率为0.3,且挡风墙设置150°开孔角度时,正馈线气动力系数相较其他角度降幅明显,从而对于正馈线的舞动可以起到进一步的抑制作用。研究成果可为兰新高铁大风区段接触网正馈线舞动防治及挡风墙优化提供一定的理论参考。

关键词：兰新高铁挡风墙防风效果正馈线气动特性

在线全文

学校读者我要写书评

暂无评论

基于MAS的多电力弹簧分布式协同控制策略

电力自动化设备 2024年第1期44卷 111-118页

作者：程启明沈章平张家领吴浩强程尹曼上海电力大学自动化工程学院上海市电站自动化技术重点实验室上海200090 上海电力公司浦东供电公司上海200120 上海电力公司市北供电公司上海200072

为了解决单个电力弹簧无法满足整个微电网电能质量管理需求的问题,提升关键负荷的电压电能质量,依据多智能体系统,构建多电力弹簧分布式系统架构,采用离散一致性算法设计上层控制器,提出采用调制模型预测控制器设计下层控制器。MATLAB/S... 详细信息

为了解决单个电力弹簧无法满足整个微电网电能质量管理需求的问题,提升关键负荷的电压电能质量,依据多智能体系统,构建多电力弹簧分布式系统架构,采用离散一致性算法设计上层控制器,提出采用调制模型预测控制器设计下层控制器。MATLAB/Simulink仿真结果表明,当电网电压波动和非关键负荷变化时,采用所提分布式协同控制策略能够实现关键负荷电压稳定及系统频率快速整定,验证了所提分布式协同控制策略的正确性和有效性。并将所提调制模型预测控制策略与模型预测控制、比例积分控制策略进行仿真对比,验证了所提分布式协同控制策略的优越性。

关键词：多电力弹簧分布式协同控制多智能体系统离散一致性算法调制模型预测控制

基于Sentinel-5P卫星反演京津冀地区近地面NO_(2)浓度研究

在线全文

学校读者我要写书评

暂无评论

环境科学研究 2024年第6期37卷 1223-1231页

作者：周刚徐彬仁徐炜达程文晨尹文君王凌清华大学自动化系北京100084 北京英视睿达科技股份有限公司北京100070

为充分利用卫星传感器在探索长时间、大范围区域内近地面二氧化氮(NO2)浓度时空变化规律方面的优势,进一步提高卫星近地面NO_(2)浓度预测的准确性,本研究以Sentinel-5P卫星TROPOMI传感器观测的对流层NO_(2)柱浓度为基础,提出一种融合多... 详细信息

为充分利用卫星传感器在探索长时间、大范围区域内近地面二氧化氮(NO2)浓度时空变化规律方面的优势,进一步提高卫星近地面NO_(2)浓度预测的准确性,本研究以Sentinel-5P卫星TROPOMI传感器观测的对流层NO_(2)柱浓度为基础,提出一种融合多源地理要素的“自上而下”近地面NO_(2)浓度遥感估算方法,综合分析随机森林模型(RF)、极致梯度提升树模型(XGBoost)和轻型梯度提升树模型(LightGBM)的性能,基于3种树模型对2019−2020年京津冀地区近地面NO_(2)浓度进行反演,并采用十折交叉验证方法分别对3种模型在近地面NO_(2)浓度预测中的精度差异与稳定性进行了检验比较,利用拟合优度(R2)、均方根误差(RMSE)和平均绝对误差(MAE)对模型进行精度评价,最终选取XGBoost以实现京津冀地区卫星近地面NO_(2)浓度的高效分析预测(R2=0.85,RMSE=6.61μg/m^(3),MAE=2.09μg/m^(3)),在此基础上,从季度、年份等时间尺度对近地面NO_(2)浓度进行空间分析。结果表明:①由于2020年新型冠状病毒感染疫情反弹带来的人类生产活动和出行活动的大量减少,2019年近地面NO_(2)浓度(13.96μg/m^(3))比2020年(13.04μg/m^(3))整体偏高。②近地面NO_(2)浓度具有明显的季节性变化特征,春、夏两季由于大气扩散条件较好,近地面NO_(2)浓度相对较低,在冬季达到全年峰值。③基于SHAP值(沙普利加性解释法)方法对模型特征进行空间分析,并定量研究每个特征对模型的正负贡献程度,其中,对流层NO_(2)柱浓度对预测近地面NO_(2)浓度起到主要促进作用,大气边界层高度对预测近地面NO_(2)浓度起到抑制作用,另外太阳直射辐射、人口密度、地表温度及降水量等指标均对预测近地面NO_(2)浓度有明显影响。研究显示,XGBoost能够更加稳定和准确地预测卫星近地面NO_(2)浓度,为准确识别近地面NO_(2)浓度时空分布特征提供新的手段,可在一定程度上突破现阶段NO_(2)地面监测稀疏的空间局限以及卫星对流层NO_(2)柱浓度代表性不足的缺陷。

关键词： NO_(2) TROPOMI 机器学习 XGBoost SHAP值