塔式起重机疲劳载荷谱的编制

用现场实测与有限元动态响应分析相结合的方法，获得DBQ3000塔式起重机的动部件在各种作业工况下的应力-时间历程，经雨流计数与在役历史工况统计分析，编制了各关键零部件的疲劳载荷谱。为该类型塔机的疲劳寿命预估、结构疲劳设计等提供了必要的裁荷依据。     

基于离线学习的野外架空地线检测算法

野外复杂环境下地线检测是高压输电线路巡检机器人自主越障的关键技术之一,光照变化和地线表面新旧程度是影响架空地线检测准确率的关键因素。针对这一问题,提出一种基于离线学习的野外架空地线检测算法。离线训练阶段,首先采用自适应同态滤波器对输入样本进行光照补偿,然后提取样本的局部二值模式直方图特征,结合离线学习算法支持向量机训练得到二类分类器;在线检测阶段,首先对样本分块,分类得到候选地线样本块,然后采用随机采样一致性算法去除误检块,拟合得到地线在图像坐标系中的位置参数。在野外新旧程度不同的线路上进行的大量实验表明,该方法对光照变化有良好的适应性,能较准确地检测不同新旧程度的架空地线,为后续的地线空间定位与抓线控制奠定了基础。     

输电线巡检机器人弱光条件下的障碍物识别研究

在室外光照条件变化下进行有效的障碍物识别是高压输电线路巡检机器人所面临的技术难点之一。针对弱光条件下障碍物识别的稳健性问题,提出了一种基于机器人视觉的障碍物识别智能方法,以使巡检机器人适应各种不同程度的弱光变化。通过对采集的障碍物图像进行自适应同态滤波处理,以减少部分光照的影响;将障碍物图像分成均匀大小的子区域,运用改进的局部方向模式提取各个子区域图像的特征直方图向量,并把子块特征直方图逐个串联为总的直方图;再选用卡方距离法进行统计识别。实验结果表明:该方法使巡检机器人对输电线上的防震锤、悬垂线夹和绝缘子串能够进行有效的识别。相比于其他算法,其具有更好的抗光照干扰效果和更高的准确识别率;提升了机器人巡检过程中图像识别的稳健性、适应性和准确性,极大地提高了巡检机器人在电力行业的可持续发展性。