检索结果-南通市图书馆

基于模糊PID控制的拖拉机遥控转向系统研究

在线全文

学校读者我要写书评

暂无评论

农机化研究 2025年第3期47卷 234-241页

作者：刘九庆丁鹏于文吉东北林业大学机电工程学院哈尔滨150040

由于拖拉机实际作业环境较为恶劣,为保证驾驶员的安全,提出了一种拖拉机遥控转向系统的设计方案。首先,对拖拉机现有的液压转向系统进行了分析,并提出了遥控转向系统的结构设计和控制策略设计;然后,通过AMEsim和Simulink分别搭建了遥控... 详细信息

由于拖拉机实际作业环境较为恶劣,为保证驾驶员的安全,提出了一种拖拉机遥控转向系统的设计方案。首先,对拖拉机现有的液压转向系统进行了分析,并提出了遥控转向系统的结构设计和控制策略设计;然后,通过AMEsim和Simulink分别搭建了遥控转向系统的液压部分模型和模糊PID控制器并进行了联合仿真实验。实验结果表明:设计的遥控转向系统能够实现拖拉机的转向,模糊PID控制器相对于常规PID控制器的控制效果更好,阶跃响应时间由1.49 s缩短到1.07 s,正弦跟踪响应最大误差由0.028 m缩短到0.015 m,抗干扰性也更强。

关键词：拖拉机转向遥控转向系统模糊PID控制联合仿真

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

基于动力性模糊控制拖拉机遥控换挡设计研究

农机化研究 2025年第1期47卷 218-225,233页

作者：刘九庆王宇航项前东北林业大学机电工程学院哈尔滨150040

为实现拖拉机遥控换挡,基于动力性模糊控制换挡设计了电控液压换挡系统,并在AMEsim中搭建仿真模型。根据发动机的调速特性,以油门开度、当前的车速和挡位为输入参数建立动力性换挡模型,并根据驾驶员意图和拖拉机状态建立二级模糊控制器... 详细信息

为实现拖拉机遥控换挡,基于动力性模糊控制换挡设计了电控液压换挡系统,并在AMEsim中搭建仿真模型。根据发动机的调速特性,以油门开度、当前的车速和挡位为输入参数建立动力性换挡模型,并根据驾驶员意图和拖拉机状态建立二级模糊控制器对动力性换挡策略进行修正。同时,设置工况,在MatLab/Simulink中建立拖拉机传动系统模型,利用AMEsim-Simulink进行联合仿真,得到液压缸活塞杆位移曲线,对可行性进行了验证。对比传统换挡与动力性模糊控制换挡,以离合器冲击度、滑摩功等为控制目标进行仿真分析。结果表明:与传统换挡系统相比所设计的系统控制效果较优,满足拖拉机动力性适应性要求。

关键词：拖拉机模糊控制遥控换挡仿真分析

维普期刊数据库博看期刊

大学生职业能力培养的实践研究——以东北林业大学机电工程学院为例

在线全文

学校读者我要写书评

暂无评论

安徽农业科学 2014年第36期42卷 13151-13153页

作者：平爱红苏蕾东北林业大学文法学院黑龙江哈尔滨150040 东北林业大学经济管理学院黑龙江哈尔滨150040

从帮助大学生树立积极的职业观念,采用多媒体案例教学为主的教学方法,将教学内容与企业需要、科研发展紧密相连,重视实践教学,考试方法改为三级考核模式,鼓励并引导大学生积极参加各种社会实践活动等方面对大学生职业能力的培养做了有... 详细信息

从帮助大学生树立积极的职业观念,采用多媒体案例教学为主的教学方法,将教学内容与企业需要、科研发展紧密相连,重视实践教学,考试方法改为三级考核模式,鼓励并引导大学生积极参加各种社会实践活动等方面对大学生职业能力的培养做了有效地探索与实践,旨在为高等教育改革提供经验。

关键词：大学生职业能力实践研究

在线全文

学校读者我要写书评

暂无评论

双编码端高分辨率遥感影像语义分割算法

计算机科学与探索 2025年第1期19卷 187-195页

作者：吴梦可高心丹东北林业大学计算机与控制工程学院

遥感影像具有多尺度对象、复杂背景、不均衡类别等特点。基于卷积神经网络（CNN）的语义分割算法难以捕捉到影像的全局特征，导致分割效果不佳。针对以上问题，利用Swin Transformer的全局特征提取能力，提出了双编码端高分辨率遥感影... 详细信息

遥感影像具有多尺度对象、复杂背景、不均衡类别等特点。基于卷积神经网络（CNN）的语义分割算法难以捕捉到影像的全局特征，导致分割效果不佳。针对以上问题，利用Swin Transformer的全局特征提取能力，提出了双编码端高分辨率遥感影像语义分割算法DEGFNet。设计特征融合模块（FFB）将Swin Transformer捕获的全局特征引入编码端，应对多尺度对象带来的挑战。在Swin Transformer中设计空间交互模块（SIB），降低复杂背景样本带来的负面影响；在解码端引入全局-局部注意力模块（GLTB）和特征细化模块（FRB），来更好地利用编码端提取的信息，提高语义分割的精确性；采用交叉熵损失和Dice Loss组成的混合损失函数训练模型，减轻样本类别不均衡带来的消极影响。在Vaihingen数据集上，宏观平均F1值（mF1）、平均交并比（mIoU）和整体准确率（OA）指标分别达到91.9%、84.8%和92.4%；在LoveDA数据集上，mIoU指标达到55.0%，均展现出了更好的语义分割效果和良好的泛化性。

关键词：高分辨率遥感影像语义分割卷积神经网络 Swin Transformer

同方期刊数据库

硫醇点击化修饰聚醋酸乙烯酯基核壳乳液及其快速成膜性能

在线全文

学校读者我要写书评

暂无评论

涂料工业 2025年第1期 15-23+30页

作者：范晓慧聂金秋李欢欢李志国东北林业大学材料科学与工程学院

针对传统水性涂料成膜速度慢、涂装效率低的问题，通过硫醇-烯点击反应在聚醋酸乙烯酯（PVAc）基核壳乳胶粒表面接枝多官能度硫醇（TMPMP），并采用预乳化法在乳胶粒合成后期加入双键活性单体，制备了PVAc基光固化复合乳液。系统考察了... 详细信息

针对传统水性涂料成膜速度慢、涂装效率低的问题，通过硫醇-烯点击反应在聚醋酸乙烯酯（PVAc）基核壳乳胶粒表面接枝多官能度硫醇（TMPMP），并采用预乳化法在乳胶粒合成后期加入双键活性单体，制备了PVAc基光固化复合乳液。系统考察了复合乳液的稳定性、光固化特性、力学性能以及漆膜性能。结果表明：所制备的PVAc基核壳乳胶粒粒径在200 nm左右，表面修饰的巯基官能团能够与双键活性单体在紫外光照射下发生硫醇-烯点击反应从而实现快速成膜固化；复合乳液稳定性优良，储存期可达60 d以上。将复合乳液应用于木材光固化涂饰时，最快可在9 s内实现固化；通过调控硫醇与活性单体的比例可改善漆膜性能，当活性单体（TMPTA）用量为400%时，乳胶膜的力学性能最优，拉伸强度达到6.17 MPa，断裂伸长率为1.79%；同时，木器涂料漆膜的硬度、光泽和粗糙度分别为4H、10.8和2.34μm。硫醇-烯点击修饰的PVAc基光固化复合乳液可实现快速成膜固化，进而显著提高涂装效率，在水性木器涂料的应用中具有广阔的应用前景。

关键词：水性木器涂料核壳结构聚醋酸乙烯酯硫醇-烯点击反应紫外光固化

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YOLOv8的林区行人目标检测研究

森林工程 2025年第1期41卷 138-150页

作者：李琳琳孙海龙东北林业大学计算机与控制工程学院哈尔滨150040

为解决目标检测算法在林区行人检测中容易出现漏检及检测精度不足的问题,提出一种基于改进YOLOv8的林区行人目标检测算法。采用C2f_DWRSeg模块替换C2f模块,扩展初始卷积通道数,使网络能更高效地进行多尺度特征提取;提出一种重构的检测头... 详细信息

为解决目标检测算法在林区行人检测中容易出现漏检及检测精度不足的问题,提出一种基于改进YOLOv8的林区行人目标检测算法。采用C2f_DWRSeg模块替换C2f模块,扩展初始卷积通道数,使网络能更高效地进行多尺度特征提取;提出一种重构的检测头,训练时增加卷积层的复杂性,推理时使用单分支结构,从而丰富网络的特征表示能力,并保持高效的推理速度;在特征融合前增加了卷积注意力机制模块CGA,减少计算量;使用Focaler-ShapeIoU损失函数代替CIoU损失函数,弥补边界框回归方法的不足,进一步提高检测能力。试验结果表明,与基准模型相比,改进后的算法mAP50提高了2%,mAP50-95提高了2.4%,模型的处理速度(FPS)提高了4.33%,证明改进后的算法能够更好地应用在林区行人检测的任务中。

关键词：林区管理行人检测 YOLOv8 注意力机制损失函数改进算法深度学习识别

同方期刊数据库

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

油茶花苞采集机械手的设计与试验

农机化研究 2025年第1期47卷 46-53页

作者：赵青李立君吴泽超李骏郭鑫中南林业科技大学机电工程学院长沙410004

丘陵地区油茶林地众多,油茶花苞采集暂无机械化设备,故设计了一款六自由度的油茶花苞采集机械手。通过油茶花苞生物学特性分析,使用旋扭式末端执行器可以实现油茶花苞的高效采集,采净率为90%。通过机械手工作空间分析,确定了机械手的尺... 详细信息

丘陵地区油茶林地众多,油茶花苞采集暂无机械化设备,故设计了一款六自由度的油茶花苞采集机械手。通过油茶花苞生物学特性分析,使用旋扭式末端执行器可以实现油茶花苞的高效采集,采净率为90%。通过机械手工作空间分析,确定了机械手的尺寸,并将末端执行器搭载到机械手上进行了油茶林田间试验。试验结果表明:搭载了旋扭式末端执行器六自由度机械手,可以到达采摘区间的边界位置,末端在x、y、z方向的最大偏差分别为3.4、3.3、3.4 cm,为油茶花苞智能化采集提供了依据。

关键词：采集机械手生物学特性末端执行器油茶花苞

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

残差网络分层融合的高光谱地物分类

光谱学与光谱分析 2019年第11期39卷 3501-3507页

作者：张怡卓徐苗苗王小虎王克奇东北林业大学机电工程工程学院

高光谱图像具有较高的空间分辨率,蕴含着丰富的空间光谱信息,近年来被广泛用于城市地物分类中。在高光谱图像分类过程中,空间光谱特征的提取直接影响着分类精度;传统的高光谱图像特征提取方法只利用了4或8邻域的像素进行简单卷积处理,... 详细信息

高光谱图像具有较高的空间分辨率,蕴含着丰富的空间光谱信息,近年来被广泛用于城市地物分类中。在高光谱图像分类过程中,空间光谱特征的提取直接影响着分类精度;传统的高光谱图像特征提取方法只利用了4或8邻域的像素进行简单卷积处理,因而丢失了大量的复杂、有效信息;卷积神经网络(CNN)虽然可以自动提取空间光谱特征,在保留图像空间信息的同时,简化网络模型,但是,随着网络深度增加,网络分类产生退化现象,而且网络间缺乏相关信息的互补性,从而影响分类精度。该工作引入CNN自动提取空间光谱特征,并且针对CNN深度增加所导致的退化问题,设计了面向地物分类的高光谱特征融合残差网络。首先,为了降低高光谱图像的光谱冗余度,利用PCA提取主要光谱波段;然后,为了逐级提取光谱图像的空间光谱特征,定义了卷积核为16,32,64的低、中、高3层残差网络模块,并利用64个1×1的卷积核对3层特征输出进行卷积,完成维度匹配与特征图融合;接着,对融合后的特征图进行全局平均池化(GAP)生成用于分类的特征向量;最后,引入具有可调节机制的Large-Margin Softmax损失函数,监督模型完成训练过程,实现高光谱图像分类。实验采用Indian Pines,University of Pavia和Salinas地区的高光谱图像来验证方法有效性,设置批次训练的样本集为100,网络训练的初始学习率为0.1,当损失函数稳定后学习率降低为0.001,动量为0.9,权重延迟为0.000 1,最大训练迭代次数为2×10^4,当3个数据集的样本块像素分别设置为25×25,23×23,27×27,网络深度分别为28,32和28时,3个数据集的分类准确率最高,其平均总体准确率(OA)为98.75%、平均准确率(AA)的评价值为98.1%,平均Kappa系数为0.98。实验结果表明,基于残差网络的分类方法能够自动学习更丰富的空间光谱特征,残差网络层数的增加和不同网络层融合可以提高高光谱分类精度;Large-Margin Softmax实现了类内紧凑和类间分离,可以进一步提高高光谱图像分类精度。

关键词：高光谱图像分类深度学习残差网络 Large-Margin Softmax

t-SNE降维的红松籽新旧品性近红外光谱鉴别

在线全文

学校读者我要写书评

暂无评论

光谱学与光谱分析 2020年第9期40卷 2918-2924页

作者：李鸿博曹军蒋大鹏张冬妍张怡卓东北林业大学机电工程工程学院黑龙江哈尔滨150040

新旧品性是体现红松籽食用价值和育种价值的重要标准。贮存期长短不同的红松籽的深加工价值不同,但是通过外观形态、重量和质地等很难分辨。目前仍采用传统生物化学方法对红松籽化学性质及种子活性进行检测,判断其新旧品性,这种方法耗... 详细信息

新旧品性是体现红松籽食用价值和育种价值的重要标准。贮存期长短不同的红松籽的深加工价值不同,但是通过外观形态、重量和质地等很难分辨。目前仍采用传统生物化学方法对红松籽化学性质及种子活性进行检测,判断其新旧品性,这种方法耗时较长难以满足在线检测的需求,并且试剂处理不当会对环境造成污染。近红外光谱检测在食品和林业领域中被广泛应用,对带壳坚果类林产品的定性分析有实际和指导意义。采用近红外光谱分析技术,对成熟于当年和往年的红松籽进行无损检测研究。首先,将随机抽选的120个按新旧分类的红松籽作标记,为了减少测量过程中的漏光现象并且使实验数据具有一般性,统一采集松籽样本同一侧面的近红外漫反射光谱;然后,利用标准正态变量变换(SNV)、一阶导数以及卷积平滑(SG)算法对原始光谱进行预处理,以减少实验过程中人为因素及预处理方式带来的影响,突出近红外光谱的特征信息;随后,使用主成分分析(PCA)和t-分布邻域嵌入(t-SNE)对预处理之后的数据进行线性与非线性降维,聚类分析并比较降维效果。通过数据可视化以及聚类参数的输出,比较得出效果较好的降维方案。红松籽近红外数据应用非线性降维处理效果优于传统线性方法,于是运用t-SNE对数据降维以得到优化后的特征变量;最后,以降维之后的数据作为输入,将2/3的试样数据作为校正集用于建立新旧籽分类的支持向量机校正模型,将1/3的试样数据作为验证集用以对模型性能进行验证。结果表明:使用SNV、求导和SG叠加的方法对光谱进行预处理能够有效消除噪声,使吸收峰更明显,光谱轮廓更加清晰平滑,更有助于后期模型的建立;将数据使用t-SNE方法降至二维作为分类模型的输入,并且当核函数选择RBF,K取值为5,γ取82.54,惩罚系数C为383.12时,所建立的SVM分类模型分类效果最好,准确度可达97.5%,平均耗时0.02 s。利用近红外光谱分析方法能够对红松籽新旧品性实现无损检测。

关键词：近红外光谱红松籽新旧品性 t-SNE SVM