检索结果-南通市图书馆

轨道交通列车车轮多边形磨耗机理及其影响综述

在线全文

学校读者我要写书评

暂无评论

交通运输工程学报 2024年第2期24卷 85-101页

作者：吴丹丁旺才兰州交通大学机电工程学院甘肃兰州730070

总结了近几年国内外轨道交通列车车轮多边形的研究成果,分析了导致车轮形成多边形的主要因素与发生机理以及动车组与地铁车辆多发的高阶车轮多边形不同的原因,探讨了车轮多边形的抑制措施,概括了车辆-轨道耦合动力学模型的产生与发展,... 详细信息

总结了近几年国内外轨道交通列车车轮多边形的研究成果,分析了导致车轮形成多边形的主要因素与发生机理以及动车组与地铁车辆多发的高阶车轮多边形不同的原因,探讨了车轮多边形的抑制措施,概括了车辆-轨道耦合动力学模型的产生与发展,总结了车辆-轨道耦合动力学仿真分析的主要成果,提出了考虑车轮多边形等轮轨周期性磨耗下的车辆-轨道系统零部件的疲劳损伤这一新研究方向。分析结果表明:车轮初始缺陷、轮轨摩擦自激振动、轮轨黏滑振动、轮轨系统P2共振、轮对固有模态振动、车轮直径与转向架组成部件引起的共振等会造成车轮多边形的发生;地铁车辆发生的车轮多边形主要是由轮轨系统P2共振所致,而高速动车组多发的高阶车轮多边形一般不是由P2共振直接引起的;提高车轮镟修质量、增加研磨子、提高车轮踏面硬度、增大扣件阻尼、变速运行等措施可以抑制车轮多边形的发展,但从车轮多边形的形成机理可知,车轮初始缺陷是起源,控制车轮初始缺陷是抑制车轮多边形形成与发展的根本,从可行性角度而言,增加研磨子是最理想的措施;当车轮存在高阶多边形后,轮轨激励频率会显著增大且范围分布更广,当激励频率与车辆某些部件的固有振动频率接近时,易引发共振,导致其动应力显著增大,影响其疲劳寿命,故分析车辆-轨道系统主要承载部件的疲劳损伤时,应考虑随机轨道不平顺以及轮轨周期性磨耗等不利因素。可见,现有研究成果基本揭示了车轮多边形的形成机理,并提出了可行的抑制措施,但考虑到列车运行环境的不确定性以及车辆-轨道耦合系统关联因素众多,分析过程难免与实际有差异,故仍需进一步深入研究。

关键词：车辆工程动力学性能车轮多边形磨耗机理抑制措施动力学模型疲劳损伤

在线全文

学校读者我要写书评

暂无评论

基于深度SSDAE网络的刀具磨损状态识别

振动．测试与诊断 2024年第2期44卷 305-312,410,411页

作者：郭润兰尉卫卫王广书黄华兰州理工大学机电工程学院兰州730050

针对刀具磨损状态识别过程中采集数据量大、干扰信号复杂且需人为选择特征参数的问题,为提高刀具磨损状态识别模型的鲁棒性与泛化性,提出了一种数据驱动下深度堆叠稀疏降噪自编码(stacking sparse denoising auto-encoder,简称SSDAE)网... 详细信息

针对刀具磨损状态识别过程中采集数据量大、干扰信号复杂且需人为选择特征参数的问题,为提高刀具磨损状态识别模型的鲁棒性与泛化性,提出了一种数据驱动下深度堆叠稀疏降噪自编码(stacking sparse denoising auto-encoder,简称SSDAE)网络的刀具磨损状态识别方法,实现隐藏在数据中深层次的数据特征自动挖掘。首先,将原始振动信号分解为一系列固有模态分量(intrinsic mode function,简称IMF),并采用皮尔逊相关系数法选取了最优固有模态来组合一个新的信号;其次,采用SSDAE网络自适应提取特征后对刀具磨损阶段进行了状态识别,识别精度达到98%;最后,对网络模型进行实验验证,并与最常用的刀具磨损状态识别方法进行了对比。实验结果表明,所提出的方法能够很好地处理非平稳振动信号,对不同刀具磨损阶段状态的识别效果良好,并具有较好的泛化性能和可靠性。

关键词：深度堆叠稀疏自编码网络变分模态分解 K-最近邻分类器自适应特征提取状态识别

基于改进YOLO v5的复杂环境下花椒簇识别与定位方法

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

农业机械学报 2024年第3期55卷 243-251页

作者：黄华张昊胡晓林聂兴毅兰州理工大学机电工程学院兰州730050

花椒树产果量大,枝干纵横交错,树叶茂密,给花椒的自动化采摘带来了困难。因此,本文设计一种基于改进YOLO v5的复杂环境下花椒簇的快速识别与定位方法。通过在主干提取网络CSPDarknet的CSPLayer层和Neck的上采样之后增加高效通道注意力EC... 详细信息

花椒树产果量大,枝干纵横交错,树叶茂密,给花椒的自动化采摘带来了困难。因此,本文设计一种基于改进YOLO v5的复杂环境下花椒簇的快速识别与定位方法。通过在主干提取网络CSPDarknet的CSPLayer层和Neck的上采样之后增加高效通道注意力ECA(Efficient channel attention)来简化CSPLayer层的计算量,提升了特征提取能力。同时在下采样层增加协同注意力机制CA(Coordinate attention),减少下采样过程中信息的损失,强化特征空间信息,配合热力图(Grad-CAM)和点云深度图,来完成花椒簇的空间定位。测试结果表明,与原YOLO v5相比较,改进的网络将残差计算减少至1次,保证了模型轻量化,提升了效率。同帧数区间下,改进后的网络精度为96.27%,对比3个同类特征提取网络YOLO v5、YOLO v5-tiny、Faster R-CNN,改进后网络精确度P分别提升5.37、3.35、15.37个百分点,连株花椒簇的分离识别能力也有较大提升。实验结果表明,自然环境下系统平均识别率为81.60%、漏检率为18.39%,能够满足花椒簇识别要求,为移动端部署创造了条件。

关键词：花椒簇识别农业机器人深度学习目标检测 YOLO v5

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

电液振动台加速度时域波形自适应控制策略

振动．测试与诊断 2024年第3期44卷 456-465,616页

作者：汤裕朱真才沈刚刘韩凌疆语中国矿业大学机电工程学院徐州221116

针对电液振动台加速度时域波形复现精度低的问题,提出了一种基于内环前馈逆补偿和外环非线性滤波的在线自适应控制策略。首先,构建了电液振动台伺服驱动机构模型,采用三状态控制策略获得了初步加速度控制性能;其次,基于多新息遗忘梯度... 详细信息

针对电液振动台加速度时域波形复现精度低的问题,提出了一种基于内环前馈逆补偿和外环非线性滤波的在线自适应控制策略。首先,构建了电液振动台伺服驱动机构模型,采用三状态控制策略获得了初步加速度控制性能;其次,基于多新息遗忘梯度算法辨识了三状态控制下系统参数化模型,利用零幅值跟踪技术构建了内环前馈逆补偿策略,拓展了系统频宽,降低了相位滞后误差;然后,引入了外环非线性Volterra自适应滤波算法,抑制了电液振动台模型参数偏差、非线性动态特性和不确定性扰动的影响;最后,在搭建的水平单轴电液振动台上开展了时域波形复现对比实验。结果表明,提出的自适应控制策略与传统策略相比具有更优越的加速度时域波形复现精度。

关键词：电液振动台三状态控制前馈逆控制自适应控制波形复现

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

多光谱图像融合的IC器件表面缺陷检测

光学精密工程 2024年第5期32卷 740-751页

作者：邓耀华黄志海广东工业大学机电工程学院广东广州510006

针对单可见光或单红外条件下的IC器件表面缺陷对比度不足,缺陷检测精度低的问题,提出多光谱图像融合的IC器件表面缺陷检测方法。针对IC器件可见光与红外图像配准中存在尺度不一致和对比度反转问题,引入拉普拉斯金字塔和特征描述符重组... 详细信息

针对单可见光或单红外条件下的IC器件表面缺陷对比度不足,缺陷检测精度低的问题,提出多光谱图像融合的IC器件表面缺陷检测方法。针对IC器件可见光与红外图像配准中存在尺度不一致和对比度反转问题,引入拉普拉斯金字塔和特征描述符重组策略改进ORB(Oriented FAST and Rotated BRIEF)图像配准算法。在图像配准的基础上,提出NSST_VP图像融合方法,以非下采样剪切波变换(Non-Subsample Shearlet Transform, NSST)得到红外图像和已配准可见光图像的低频和高频子带,对低频子带采用视觉显著图(Visual Significance Map, VSM)加权融合规则,高频子带则采用自适应脉冲耦合神经网络(PA-Pulse Coupled Neural Network, PA-PCNN)决策融合规则,进而通过NSST逆变换得到高质量多光谱融合图像。最后,将融合图像输入YOLOv8s模型进行检测。实验结果表明,改进ORB的图像配准平均精度为87.8%,比ORB图像配准精度提高了62%,NSST_VP图像融合算法在主观视觉效果和客观评价指标上均有所提高。在缺陷检测实验中,NSST_VP融合方法的均值平均精度(mean Average Precision, mAP)达到83.15%,比单可见光、单红外缺陷图像检测的mAP分别提高了22.97%,28.31%,比双树复小波变换融合、曲线变换融合、非下采样轮廓波变换融合方法的mAP分别提高了13.14%,15.01%,20.35%。

关键词：缺陷检测 IC器件多光谱图像融合图像配准非下采样剪切波变换 YOLOv8s

在线全文

学校读者我要写书评

暂无评论

仿生蜻蜓脉膜折纸结构的压缩性能研究

中国科学：技术科学 2024年第4期54卷 678-689页

作者：朱一然张海鹏翟思琦李静中国石油大学(华东)机电工程学院青岛266580

折纸结构具有折叠诱发的独特力学特性,在机器人、航空航天、材料科学等诸多工程领域有广泛的应用前景.基于膜结构设计的Kresling折纸承载能力小、折叠路径不稳定的不足,本研究利用蜻蜓脉膜的刚柔耦合结构进行仿生设计.以软质硅胶为膜、... 详细信息

折纸结构具有折叠诱发的独特力学特性,在机器人、航空航天、材料科学等诸多工程领域有广泛的应用前景.基于膜结构设计的Kresling折纸承载能力小、折叠路径不稳定的不足,本研究利用蜻蜓脉膜的刚柔耦合结构进行仿生设计.以软质硅胶为膜、硬质树脂内嵌为脉,形成柔性软膜与刚性内嵌互相包被的二级刚柔耦合类Kresling折纸结构.该折纸结构具有变刚度特性,有优异的折叠特性和较高的折叠比.准静态压缩试验结果表明,有内嵌折纸结构折叠路径单一稳定,轴向压缩量与层间转角呈现单自由度结构的特征.相对于无内嵌折纸结构,刚性内嵌限制了峰折折痕的屈曲,可显著提升其力学性能,其中n=4的构型中有内嵌结构支反力极大值提高了60.87%.同时,其支反力具有迟滞性,折纸结构具有稳定的滞回耗能特性,在1000次加载-回复循环后仅下降3.60%,未发生显著降低.

关键词：折纸仿生准静态压缩变刚度滞回耗能

基于电磁超声SH导波的钢管外水泥固化状态监测方法研究

在线全文

学校读者我要写书评

暂无评论

机械工程学报 2024年第2期60卷 36-49页

作者：殷晓康朱鹏飞赵雨生邵鑫宇石昆三张宏远李伟中国石油大学(华东)机电工程学院青岛266580

钢管水泥胶结结构被广泛应用于工业界,其中钢管与水泥的胶结质量可直接影响结构的服役安全。超声检测技术是评价钢管与水泥胶结质量最主要的手段,然而目前的多数研究均致力于检测水泥固化后出现的胶结缺陷,对可直接影响水泥最终质量的... 详细信息

钢管水泥胶结结构被广泛应用于工业界,其中钢管与水泥的胶结质量可直接影响结构的服役安全。超声检测技术是评价钢管与水泥胶结质量最主要的手段,然而目前的多数研究均致力于检测水泥固化后出现的胶结缺陷,对可直接影响水泥最终质量的固化过程关注较少。在此基础上,提出一种基于电磁超声SH导波的钢管外水泥固化状态的监测方法,该方法利用SH导波对钢管外水泥剪切特性的敏感性,通过测量并计算不同位置处接收信号幅值的衰减来判断钢管外水泥的剪切特性,从而监测其固化状态。首先,建立钢管周向SH导波的频散方程并绘制频散曲线,选取激励频率并设计电磁声换能器;其次,在COMSOL软件中建立单一钢管和带管外水泥环钢管的有限元模型,通过对比研究了SH导波在钢管外水泥层中传播及衰减情况;最终,搭建电磁超声监测系统并配制水泥进行模拟监测试验。仿真和试验结果表明,SH导波在单一钢管中衰减较小,且传播距离长,但在带管外水泥环钢管中衰减明显,且随着水泥固化过程衰减越来越大,验证了SH导波对钢管外胶结介质剪切特性的敏感性,进而验证了在不耦合条件下利用SH导波监测钢管外水泥固化状态的可行性。

关键词：电磁声换能器 SH导波钢管水泥胶结结构水泥固化监测

基于改进YOLOv5s的CNN-Swin Transformer森林野生动物图像目标检测算法

在线全文

学校读者我要写书评

暂无评论

林业科学 2024年第3期60卷 121-130页

作者：杨文翰刘天宇周俊池胡文武蒋蘋湖南农业大学机电工程学院长沙410128

【目的】为提高野生动物在复杂森林环境中的检测精度,促进森林野生动物保护技术发展,提出一种基于YOLOv5s网络模型、针对陷阱相机所摄取森林野生动物图像的改进检测算法。【方法】以包含湖南壶瓶山国家级自然保护区几种典型森林野生动... 详细信息

【目的】为提高野生动物在复杂森林环境中的检测精度,促进森林野生动物保护技术发展,提出一种基于YOLOv5s网络模型、针对陷阱相机所摄取森林野生动物图像的改进检测算法。【方法】以包含湖南壶瓶山国家级自然保护区几种典型森林野生动物在内的数据集为研究对象,首先,对真实标注框图像进行裁剪、归一化和缩放处理,随机将2~4张裁剪图像拼贴组成新的数据集元素,以丰富和增强数据集图像信息;其次,使用一种基于通道注意力思想的加权通道拼接方法,在通道拼接时引入权重改变通道数量,通过反向传播训练方法不断更新权重以增加重要特征信息的通道层数;接着,引入Swin Transformer模块与CNN网络相结合,为卷积神经网络特征提取加入自注意力机制,融合2种网络特征提取层的优势,提高特征提取的感受野;最后,选择更优的α-DIoU损失函数替代GIoU损失函数,针对边界框重叠面积和中心点距离造成的损失,引入新的几何因素惩罚项。【结果】在相同试验条件和数据集下,相比原YOLOv5s网络模型,改进算法极大提高检测的平均准确率和平均回归率,均值平均精度由74.1%提升至88.4%,获得14.3%的精度提升,同时也超过YOLOv3、YOLOXs、RetinaNet、Faster R-CNN等其他流行目标检测算法。【结论】针对陷阱相机所摄取森林野生动物图像背景与目标对比度低、遮挡重叠严重,致使检测误检率、漏检率高等问题,在检测算法中提出一系列改进措施,为我国森林野生动物的保护和数据获取提供一种新的可行性方案和思路。

关键词：森林野生动物检测算法 YOLOv5s Swin Transformer 网络融合

隧道环境内无人驾驶车辆目标决策两级信息融合感知策略

在线全文

学校读者我要写书评

暂无评论

中国机械工程 2024年第3期35卷 427-437页

作者：王茂森鲍久圣谢厚抗刘同冈阴妍章全利中国矿业大学机电工程学院徐州221116

基于隧道内的特殊行驶环境和无人驾驶感知需求,选择合适的传感器及硬件搭建试验车辆,构建了毫米波雷达与摄像头多传感器融合的感知系统;基于YOLOv4目标级信息融合算法和改进D-S证据理论决策级信息融合算法,提出了一种“目标决策”两级... 详细信息

基于隧道内的特殊行驶环境和无人驾驶感知需求,选择合适的传感器及硬件搭建试验车辆,构建了毫米波雷达与摄像头多传感器融合的感知系统;基于YOLOv4目标级信息融合算法和改进D-S证据理论决策级信息融合算法,提出了一种“目标决策”两级信息融合策略;最后,在城市道路隧道环境内开展了感知信息两级融合验证试验,试验结果表明:相比单一的摄像头或毫米波雷达感知效果,基于摄像头与毫米波雷达传感器感知ROI区域关联实现的目标级融合结果可以提高9.51%的识别准确率,弥补了单一传感器在隧道环境内感知技术的不足;基于目标级融合感知结果,利用改进后的D-S证据理论算法再进行决策级融合,相比于单一的目标级融合结果,误检率降低了3.61%,显著提高了检测精度。采取多传感器感知信息目标决策两级融合策略能够满足隧道特殊环境内无人驾驶车辆可靠感知需求,为推动无人驾驶技术落地应用提供了理论与技术支撑。

关键词：隧道环境无人驾驶多传感器融合 D-S证据理论 “目标决策”两级融合策略