基于全卷积神经网络的焊缝特征提取

基于深层卷积神经网络的特征学习能力,提出了一种基于全卷积神经网络的焊缝特征提取方法。该方法利用全卷积神经网络将包含焊缝特征信息的像素预测出来,通过融合低层与高层特征信息来补充焊缝边缘的特征信息。研究结果表明:所提方法能在强烈弧光和烟尘干扰下准确地提取出焊缝位置,具有抗干扰能力强、识别准确的优点。     

激光辐照树脂基复合材料的一维温度场模拟

为了解决激光辐照树脂基复合材料时热解热和移动热解面给温度场求解带来的难题,通过修正处理相变问题的热焓法,建立了连续激光辐照树脂基复合材料的一维温度场模型,简化了求解过程。在此基础上采用“历史最高温度点追踪法”对热焓法模型进行了进一步修正,使之能够解决脉冲激光辐照复合材料时温度双向变化与热解过程不可逆之间的矛盾,从而对脉冲激光辐照的情况也能适用。用有限差分方法进行离散后,编写了FORTRAN程序求得数值解。计算结果与实验结果基本相符,最后模型分析了脉冲激光参量对树脂基复合材料温升的影响。     

激光陀螺捷联惯导系统多位置系统级标定方法

捷联惯导系统的精度受到自身各种误差因素的影响,需在使用之前进行精确地标定和补偿。为了更加有效地标定误差,设计了一种10位置系统级标定的方法。利用简化的误差模型和速度误差变化率方程,建立了所有误差参数与导航误差之间的线性关系。通过设计的10位置连续旋转方案对由各项误差参数引起的速度误差进行充分激励,利用所得数据进行卡尔曼滤波,计算出包括陀螺仪和加速度计的零偏、标度因数误差、安装误差以及加速度计二次项误差等24个误差参数。仿真得到陀螺零偏误差优于0.000 75（）/h,加速度计零偏误差优于g,陀螺和加速度计的安装角误差优于1.5,标度因数误差优于2 ppm（1 ppm=10-6）系统,加速度计二次项误差优于0.1510-6 s2/m。另通过3组实验验证了重复性,证明了该方法确实有效。     

基于图像处理的分支链氨基酸菌体形状识别

提出了一种用于分支链氨基酸发酵过程中菌体形状识别的方法。该方法基于菌体的图像,充分利用菌体的形状特征,将菌体图像的面积作为第一步识别特征,然后将菌体中心的位置作为第二步识别特征,最后对菌体图像进行编码作为第三步识别特征。实验表明,该方法可以对分支链氨基酸发酵过程中的菌体形状进行准确快速的识别。     

用于物流运输过程监测的振动测量系统

为了实现对物流运输过程,特别是对易碎物品或危险物品的运输过程中振动的监测,提出了一种以ATmega16L单片机为微控制器的振动测量系统,设计了系统的结构、硬件和软件流程。在物流运输中,该系统每隔一定时间通过微控制器控制振动传感器MMA7260采集运输振动信息。用实现的系统进行了振动测量实验,表明该系统运行良好,可应用于物流运输车辆的振动监测。     

物流运输颜色智能监测技术探析

提出了一种用于物流运输监测的颜色识别方法,该方法使用RGB颜色模型提取被监测货物的颜色信息,然后用支持向量机(SVM)对颜色信息进行处理,以获取被监测货物的状态特征。进行了实验,验证了本文提出的测量方法的正确性和有效性。     

基于ZigBee的大棚无线温度监测系统

针对目前大棚温度监测的现状,设计了一种基于ZigBee的温度监测系统。以ATmega16单片机和SZ02构成协调器节点,SZ07作为终端节点,选用AD590作为终端节点的温度传感器,构建ZigBee网络实现大棚温度的采集与传输。实验表明,系统稳定,传输数据准确可靠,有较好的应用价值。     

几类非线性微分系统极限环的存在性和唯一性

给出系统(E1),(E2)和(E3)等非线性微分系统存在闭轨的一些新的判定条件,推广了非线性微分系统极限环的存在性和唯一性许多这方面研究的结果,并大大改进了它们的某些条件．在这个基础上,还给出了系统(E1)和(E2)恰有一个极限环的一组充分条件．     

基于空间矢量约束的煤矿掘进机组合测量方法

为了解决煤矿掘进机位姿测量的问题, 将一组反向同轴安装的工业相机和捷联惯性导航系统组装成测偏单元, 并结合视觉测量和惯性导航技术提出了一种基于空间矢量约束的实时位姿组合测量方法。该方法通过测偏单元测得激光指向仪光源光斑的空间矢量、掌子面光斑的空间矢量和掘进机的姿态信息, 建立空间矢量约束方程以及坐标系转换得到掘进机位置信息, 并进行了理论分析和实验验证。结果表明, 通过该方法能得到掘进机实时位姿的六自由度信息。该方法可用于煤矿掘进机的位姿测量, 具有广阔的应用和发展前景。     

恒温恒湿培养箱中温湿度自动控制器的总体方案设计

随着现代科技的发展,恒温恒湿箱的应用越来越广,对它的要求也越来越高。本设计对恒温恒湿培养箱温湿度自动控制器进行了总体方案设计。采用温湿度集成测量器件,设计温湿度控制器的硬件电路。硬件设计可以由温湿度控制以及数据采集等两大部分组成。数据采集以及信号调理主要通过数据采集来实现,其具体的实现方式为数据采集以及信号调理电路来进行控制板;温湿度调节控制可以根据相关的驱动执行机构来实现[1]。以此同时,设计了基于BP神经网络的温湿度控制算法,并使用Matlab对其进行了仿真。