基于光整加工技术的粉体图像灰度分布相似性检测

为光整加工技术当中的烧结型滚抛磨块的粉体原 料均匀性判断提供理论依据,提出 一种粉体图像相似性检测理论。首先利用采样转盘采集粉体样本,并通过数字显微镜采集粉 体图像,将采集到的粉体图像进行灰度化、降采样、滤波和锐化处理,滤除采集过程中出现 的噪声,使得图像细节更加清晰;其次提取基于灰度直方图的特征参数,利用均值法得到中 心图像的特征参数及权重;最后计算各图像与中心图像带权重的欧式距离,用距离均值表征 图像的灰度分布相似性。实验结果表明:通过仿真分析不同时刻采集到的粉体图像,得到粉 体混合过程中粉体图像灰度分布相似性随时间的变化趋势,为之后工作中粉体混合均匀性的 判断提供依据。     

基于波段注意力卷积网络的近红外奶粉皮革水解蛋白掺假检测

近年来,深度学习技术在近红外光谱、拉曼光谱、荧光光谱等的光谱学数据建模上取得一系列突破。由于深度学习方法对于样本数量的需求高,而在分析化学领域获得大量有标签样本较为困难,因此过拟合问题一直是深度神经网络在化学计量学中应用时研究者高度关注的问题。该工作提出基于波段注意力卷积网络(WA-CNN)的近红外数据建模方法,并应用于婴儿配方奶粉皮革水解蛋白(HLP)掺假定量分析。WA-CNN在传统卷积网络的基础上加入波段注意力模块,该模块采用卷积操作自训练波段注意力权值,并以乘法加权形式对有效波段进行激活,从而有效缓解深度神经网络在近红外数据建模中的波段信息冗余问题,达到抑制过拟合,提升预测精度的目的。研究中共测试100个皮革水解蛋白掺假婴儿配方奶粉样本的近红外光谱数据,其中皮革水解蛋白的掺假比例范围是0%～20%。采用60%的样本训练,剩余40%样本测试,随机采样10次,通过测试集均方根误差(RMSEP)、决定系数(R²)以及相对分析误差(RPD)的均值来进行模型评价。并建立偏最小二乘回归(PLS)、支持向量机回归(SVR)和常规的一维卷积神经网络(CNN)三种传统模型用于...     

基于改进神经网络算法控制开关电源的研究

针对数字开关电源的控制策略问题,提出一种改进共轭梯度算法的BP神经网络PID控制系统.以BUCK变换器为研究对象,在BP神经网络PID算法的基础上,通过改进共轭梯度算法优化控制系统的调节时间和恢复速度,以提高数字开关电源系统的控制性能和输出性能.基于MATLAB软件完成系统建模进行仿真研究.结果表明:改进后的控制系统比...     

基于自监督特征提取的机械异常声音检测

基于声音诊断的机械设备异常状态检测在工业自动化领域具有重要意义。当前,无监督机械设备异常声音检测主要基于人工构造算法提取声音信号特征,再以此特征进一步进行异常检测,人工提取方法存在人为因素影响较大、通用性不强等问题。针对这些问题,提出一种自监督特征提取新方法,并将提取的特征输入自编码器（AE）进行机械设备异常声音检测。该方法首先将声音样本转换为时频谱图,采用设备正常声音的时频谱图作为训练样本,然后使用正常时频谱图和人为构造异常时频谱图构建自监督特征提取器（SSFE）,以SSFE提取的正常样本特征训练AE,实现无监督机械设备异常声音识别。使用MIMII公开数据集进行实验,结果表明所提方法能够自适应提取滑轨、阀门、水泵和风扇等4种机械设备的声音特征,最终获得的平均曲线下面积（AUC）检测结果为88.5%,相较于线性声谱图、对数梅尔谱、梅尔频率倒谱系数等人工特征提取方法的结果有显著提升。