检索结果-南通市图书馆

基于Inception-BiLSTM的小样本刀具磨损状态识别研究

在线全文

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5期 147-151页

作者：魏永合王耿吴静远沈阳理工大学机械工程学院沈阳110159

针对工业生产中故障数据不足难以准确进行故障诊断问题,以Inception模块为主体结构,结合双向长短时记忆网络(BiLSTM),提出了Inception-BiLSTM故障诊断方法,并用刀具磨损状态识别进行实验验证。首先,将振动信号通过连续小波变换(CWT)得... 详细信息

针对工业生产中故障数据不足难以准确进行故障诊断问题,以Inception模块为主体结构,结合双向长短时记忆网络(BiLSTM),提出了Inception-BiLSTM故障诊断方法,并用刀具磨损状态识别进行实验验证。首先,将振动信号通过连续小波变换(CWT)得到时频特征图,利用Inception网络对时频图进行特征提取;然后,使用全局平均池化(GAP)将特征向量降维;最后,使用BiLSTM提取数据信息,以识别刀具磨损状态。实验结果表明,在小样本条件下,该方法相较于对比方法对刀具磨损状态识别的准确率更高。

关键词： Inception 双向长短时记忆网络刀具状态识别连续小波变换小样本

基于改进YOLOv5的轴类零件表面缺陷检测算法

在线全文

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3期 168-171,176页

作者：张昕楠李颖郝涌汀付靖凯于鹏沈阳理工大学机械工程学院沈阳110159

针对当前轴件表面缺陷种类繁多、缺陷形态复杂等原因导致的检测精度低,提出了一种改进的YOLOv5的目标轴件表面缺陷检测方法。为解决在日常生产中经常出现轴件表面小目标缺陷被漏检、错检的问题,在原YOLOv5基础上,添加一个新的小目标检测... 详细信息

针对当前轴件表面缺陷种类繁多、缺陷形态复杂等原因导致的检测精度低,提出了一种改进的YOLOv5的目标轴件表面缺陷检测方法。为解决在日常生产中经常出现轴件表面小目标缺陷被漏检、错检的问题,在原YOLOv5基础上,添加一个新的小目标检测层,并将较浅特征图与深特征图拼接,使得整个网络更加关注小目标缺陷。同时为解决多目标缺陷和不完整轴件检测精度低与漏检,自建数据集中添加多目标缺陷与遮挡处理的轴件图像数据,经对比实验可知,改进的YOLOv5模型的检测性能优于FasterRCNN、SSD、原始YOLOv5三种主流算法模型,测试的平均值精度分别高出7%、9%、4%。证明了该方法对轴件的表面缺陷检测精度更高,且对多目标缺陷与不完整的轴件的检测效果有显著提升。

关键词：轴件缺陷检测改进的YOLOV5模型小目标多目标

等温淬火对纳米贝氏体钢的组织和力学性能的影响

在线全文

学校读者我要写书评

暂无评论

材料研究学报 2024年第4期38卷 279-287页

作者：王玉钊蒋中华贾春妮张玉妥王培沈阳理工大学材料科学与工程学院沈阳110159 中国科学院金属研究所沈阳材料科学国家研究中心沈阳110016

依据Thermo-Calc计算设计了一种成分为Fe-0.8C-2Mn-1.5Si-1.5Cr-0.25Mo-0.25Ni-1Al-0.25Co-0.1V可用于制造钢丝的纳米贝氏体钢,使用热膨胀相变仪、扫描电镜(SEM)、X射线衍射(XRD)、透射电镜(TEM)和拉伸实验等手段研究了等温淬火温度和... 详细信息

依据Thermo-Calc计算设计了一种成分为Fe-0.8C-2Mn-1.5Si-1.5Cr-0.25Mo-0.25Ni-1Al-0.25Co-0.1V可用于制造钢丝的纳米贝氏体钢,使用热膨胀相变仪、扫描电镜(SEM)、X射线衍射(XRD)、透射电镜(TEM)和拉伸实验等手段研究了等温淬火温度和时间对其组织和力学性能影响。结果表明:这种纳米贝氏体钢低温等温淬火后的组织,由纳米结构的贝氏体铁素体板条、残余奥氏体和少量的马氏体组成。随着等温淬火温度的提高相变速率随之提高,贝氏体铁素体的体积分数增大。随着等温淬火时间的延长,贝氏体铁素体的体积分数增大而过冷奥氏体的量减少,在室温下生成的块状M/A岛的尺寸减小和体积分数降低,碳的配分使过冷奥氏体的稳定性提高,M/A岛中的脆性马氏体比例大幅度降低,拉伸断口由混合型断裂向准解理断裂转变。将这种钢在230℃保温48 h后强塑性匹配最佳,其抗拉强度和屈服强度分别达到1625和1505 MPa,延伸率达到34.5%。

关键词：金属材料等温淬火微观组织力学性能纳米贝氏体铁素体残余奥氏体

基于NanoDet-SimAM小尺寸松材线虫病受害木检测

在线全文

学校读者我要写书评

暂无评论

沈阳工业大学学报 2024年第4期46卷 428-433页

作者：刘芳姜生伟张峻豪何姗沈阳理工大学理学院辽宁沈阳110159 沈阳理工大学辽宁省兵器工业智能优化与控制重点实验室辽宁沈阳110159 沈阳理工大学自动化与电气工程学院辽宁沈阳110159 辽宁省林业和草原局东北林草危险性有害生物防控国家林草局重点实验室辽宁沈阳110036 沈阳工学院东北林草危险性有害生物防控国家林草局重点实验室辽宁沈阳113122

针对小尺寸松材线虫病受害木检测精度及检测效率低的问题,提出了一种融合深度网络和注意力机制的小尺寸松材线虫智能检测模型。采用无人机(UAV)搭载小型相机在220 m高度拍摄小尺寸松材线虫受害木图像,应用图像旋转、缩放、添加高斯噪声... 详细信息

针对小尺寸松材线虫病受害木检测精度及检测效率低的问题,提出了一种融合深度网络和注意力机制的小尺寸松材线虫智能检测模型。采用无人机(UAV)搭载小型相机在220 m高度拍摄小尺寸松材线虫受害木图像,应用图像旋转、缩放、添加高斯噪声和模拟光照强度等数据处理方式扩充数据集,设计轻量级深度网络NanoDet和SimAM注意力模块融合模型NanoDet-SimAM对小尺寸松材线虫受害木进行精准检测。结果表明,该模型相较于Faster R-CNN、Yolov4、Yolov5s及NanoDet等检测网络模型,具有更高的检测精度、速度和稳定性。

关键词：松材线虫病目标检测轻量级网络NanoDet 注意力机制无参注意力迁移学习数据增强小尺寸

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

基于图卷积神经网络的点云语义分割综述

计算机科学 2024年第S01期51卷 31-37页

作者：黄海新蔡明启王钰瑶沈阳理工大学自动化与电气工程学院沈阳110159

随着点云在自动驾驶、地图测绘和矿山测量等领域的广泛应用,人们愈发关注这种蕴含丰富信息的数据表示形式。点云语义分割作为点云数据处理的重要手段,因具有极高的研究价值和应用前景而受到广泛关注。由于点云所具有的置换不变性和旋转... 详细信息

随着点云在自动驾驶、地图测绘和矿山测量等领域的广泛应用,人们愈发关注这种蕴含丰富信息的数据表示形式。点云语义分割作为点云数据处理的重要手段,因具有极高的研究价值和应用前景而受到广泛关注。由于点云所具有的置换不变性和旋转不变性等特点,传统的卷积神经网络无法直接处理不规则的点云数据,而图卷积神经网络却可以使用图卷积算子直接提取点云特征,逐步成为当前点云分割领域的研究热点。虽已有综述性文章对点云分割方法做出总结,但这些文章对图卷积的介绍较为粗略。因而对近几年基于图卷积的点云分割方法进行了分析和归类,总结每类方法的研究思路和特点;然后,介绍了一些在点云语义分割领域中主流的点云数据集和评价指标,并对提及的分割方法的实验结果进行对比;最后,对各类方法的发展方向进行了展望。

关键词：语义分割点云图卷积神经网络深度学习计算机视觉

在线全文

学校读者我要写书评

暂无评论

基于多级MEKF的微型无人机状态估计

火力与指挥控制 2024年第7期49卷 36-43页

作者：刘砚菊李景泉冯迎宾沈阳理工大学自动化与电气工程学院沈阳110159

针对微型无人机在GPS拒止环境下,低成本惯性测量单元(inertialmeasurement unit,IMU)精度低稳定性差,传统算法难以保障其状态信息解算实时性和精度的问题,提出一种基于IMU和光流传感器融合的多级乘性扩展卡尔曼滤波(multiplicative exte... 详细信息

针对微型无人机在GPS拒止环境下,低成本惯性测量单元(inertialmeasurement unit,IMU)精度低稳定性差,传统算法难以保障其状态信息解算实时性和精度的问题,提出一种基于IMU和光流传感器融合的多级乘性扩展卡尔曼滤波(multiplicative extended Kalman filter,MEKF)状态估计算法。将磁力计、陀螺仪和加速度计的数据融合以实现姿态估计;利用姿态估计值、加速度和光流数据以实现速度估计;将速度估计值积分融合高度数据,以实现位置估计。实验结果表明,与传统算法相比,该算法能实现更快速可靠的状态估计。

关键词：微型无人机光流传感器乘性扩展卡尔曼滤波状态估计

构筑可持续生物炭修饰钨酸铋复合光催化剂实现基于增强电荷转移效应的高效水净化

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

Chinese Journal of Catalysis 2024年第4期59卷 169-184页

作者：周恒张蕊岳彩燕吴旭严琼王昊张衡马天翼贵州大学精细化工研发中心生物质资源综合利用国家地方联合工程实验室绿色农药与农业生物工程教育部重点实验室绿色农药全国重点实验室贵州贵阳550025 沈阳药科大学制药工程学院辽宁沈阳110036 皇家墨尔本理工大学澳大利亚墨尔本

近年来,全球环境问题日趋严峻,水体中的农药污染愈发严重,亟待解决.光催化作为一种绿色高效的技术,在环境修复领域具有较高的应用价值.然而,光生载流子的快速复合和电荷利用效率低是制约光催化效率的关键问题.生物炭(BC)是一种新兴的碳... 详细信息

近年来,全球环境问题日趋严峻,水体中的农药污染愈发严重,亟待解决.光催化作为一种绿色高效的技术,在环境修复领域具有较高的应用价值.然而,光生载流子的快速复合和电荷利用效率低是制约光催化效率的关键问题.生物炭(BC)是一种新兴的碳质材料,来源于可持续利用的生物质废物,因其出色的吸附能力在污染物去除方面备受关注.因此,设计并开发功能化改性的BC基复合光催化剂,有望快速修复农药污染,推动高效、可持续的光催化污水净化技术的发展.本文首先以木屑生物质为原料,在厌氧条件下热解制备了不同氮含量掺杂的BC(Nx-BC,x代表尿素与BC的质量比).然后,以乙二醇为溶剂,将Nx-BC与Bi2WO6前驱体溶液混合,通过溶剂热反应制备一系列Bi2WO6/氮掺杂BC复合材料(BWO/Nx-BC),并用于可见光照射下光催化降解毒死蜱(CPs)农药.X射线衍射、扫描电镜、透射电镜和傅里叶红外光谱等结果表明,成功制备了BWO/Nx-BC复合材料.紫外-可见漫反射光谱结果表明,BWO/Nx-BC能有效吸收可见光,结合X射线光电子能谱分析,确定了其导带和价带位置.特别是,氮掺杂后的BWO/N3-BC在电子导电性提高的同时,还保持了良好的吸附性能,有效避免了光生载流子的重组.通过光致发光光谱、时间分辨光致发光光谱、光电流强度曲线和电化学阻抗曲线研究了光催化剂的载流子分离和重组行为.结果表明,BWO/N3-BC表现出较好的光催化降解效率,仅需0.5 h即可降解99.0%的CPs,其降解速率分别是纯BWO和纯N3-BC的2.91倍和12.13倍.BWO/N3-BC复合材料在8次循环使用后仍保持稳定.同时,考虑到真实水体环境的复杂性,本文还系统地探讨了不同操作参数对光催化降解活性的影响.自由基清除实验和电子顺磁共振结果表明,该反应的关键活性物质有•O_(2)^(-)、•OH和h^(+),其中•O_(2)^(-)是最主要的活性物质,并结合实验结果推测了BWO/N3-BC吸附-光降解的协同增效机制.利用高效液相色谱-质谱技术研究了CPs的降解中间体,提出了三种可能的降解途径,并对每种途径进行了详细分析.最后,通过生态毒性试验(大肠杆菌的培养)和毒性评估软件工具对CPs及其中间体的潜在生态毒性进行了系统评估.综上所述,本文通过直接煅烧辅助溶剂热法成功制备了BC基光催化剂,并揭示了其促进CPs光降解的机理,这为环境可持续的光催化循环经济提供了参考,也为光催化技术与废弃生物质高值利用相结合,实现环境修复开辟了新思路.

关键词：光催化生物炭 Bi_(2)WO_(6) 毒死蜱毒性评价

在线全文

学校读者我要写书评

暂无评论

基于门控循环深度范围预测网络的多视角重建

电子测量技术 2024年第1期47卷 118-124页

作者：高宇朱立忠刘韵婷刘晓玉沈阳理工大学自动化与电气工程学院沈阳110159

针对三维重建技术难以处理高分辨率图像、重建后的点云图精度低、边界模糊的问题,本文提出基于门控循环单元的多阶段多尺度动态深度范围预测网络模型。首先,利用曲率引导的动态尺度卷积网络作为特征提取模块,通过计算图像上多个尺度的... 详细信息

针对三维重建技术难以处理高分辨率图像、重建后的点云图精度低、边界模糊的问题,本文提出基于门控循环单元的多阶段多尺度动态深度范围预测网络模型。首先,利用曲率引导的动态尺度卷积网络作为特征提取模块,通过计算图像上多个尺度的表面法曲率,得到图像最优像素的特征信息;然后,将精细的特征信息与一种新的深度范围估计模块相结合,动态估计下阶段的深度范围假设,从而更好的合并邻域像素的信息,实现参考图像和源图像之间的精确匹配。本文网络与其他10多种方法进行了比较,在DTU数据集上,整体性能比第2的网络提高2.2%。在Tank&Temple数据集上,Lighthouse、M60和Panther等场景的重建表现都有大幅提升。同时,本文进行了对比和消融实验,实验结果证明本文提出的动态深度预测网络,减小内存消耗的同时,显著提高了重建后点云图的精度和完整度。

关键词：多视角三维重建深度估计点云

在线全文

学校读者我要写书评

暂无评论

动态场景下基于视觉的SLAM技术研究

半导体光电 2024年第2期45卷 327-335页

作者：刘砚菊晏佳华冯迎宾沈阳理工大学自动化与电气工程学院沈阳110159

针对视觉同时定位与地图构建(SLAM)技术在动态环境中存在定位精度低、地图虚影等问题,提出了一种基于深度学习的动态SLAM算法。该算法利用网络参数少且目标识别率高的YOLOv8n改善系统的视觉前端,为视觉前端增加语义信息,提取动态区域特... 详细信息

针对视觉同时定位与地图构建(SLAM)技术在动态环境中存在定位精度低、地图虚影等问题,提出了一种基于深度学习的动态SLAM算法。该算法利用网络参数少且目标识别率高的YOLOv8n改善系统的视觉前端,为视觉前端增加语义信息,提取动态区域特征点。然后采用LK光流法识别动态区域的动态特征点,剔除动态特征点并保留动态区域内的静态特征点,提高特征点利用率。此外,该算法通过增加地图构建线程,剔除YOLOv8n提取的动态物体点云,接收前端提取的语义信息,实现静态语义地图构建,消除由动态物体产生的虚影。实验结果显示,在动态环境下该算法与ORB-SLAM3相比,定位精度提升92.71%,与其他动态视觉SLAM算法相比,也有小幅度改善。

关键词：深度学习动态同时定位与地图构建 YOLOv8n 静态语义地图光流法