基于机器视觉的计量封印自动检测技术研究与应用

针对计量封印制造、包装、安装过程的检测需求,应用光机电一体化、现代设计、机器视觉、编码识别及通信等技术,研制基于机器视觉的计量封印在线质量检测系统,实现计量封印生产、标志、安装质量的全自动、高速、高精度在线识别与检测,并进行瑕疵分类处理,旨在为电力行业计量封印的生产及管理提供完整的在线检测与处理方案,实现计量封印的自动化、智能化、信息化生产与管理。     

基于DRGAN和支持向量机的合成孔径雷达图像目标识别

为解决SAR图像目标识别中样本缺乏和方位角敏感问题,提出了一种基于DRGAN和SVM的SAR图像目标识别算法。首先,采用多尺度分形特征对SAR图像进行增强,经过分割得到目标二值图像,基于Hu二阶矩估计目标的方位角。然后对估计得到的目标方位角进行量化编码,结合原始图像作为输入,对设计的DRGAN模型参数进行训练与优化。由于DRGAN中的深度生成模型将目标姿态与外观表示进行解耦设计,故可利用该模型将SAR图像样本变换到同一方位角区间。基于变换后的训练样本分别提取归一化灰度特征,利用SVM训练分类器。采用MSTAR数据集在多个不同操作条件下对提出的算法进行测试,实验结果表明,在带变体的标准操作条件下,能够达到97.97%的分类精度,优于部分基于CNN模型的分类精度,在4种扩展操作条件下的分类精度分别为97.83%,91.77%,97.11%和97.04%,均优于传统方法的分类精度。在SAR图像目标方位角估计存在一定误差的情况下,训练得到的GAN模型作为SAR图像目标旋转估计器,能够使得在不进行复杂样本预处理的前提下,仍然取得较高的SAR图像目标识别精度。     

板式家具高速自动分拣系统出库及打包调度策略

为提升定制家具自动分拣系统出库及包装作业的整体效率,根据出库及包装作业的工作特点,将出库打包问题抽象为一类板件处理具有优先顺序约束及机器约束的三阶段柔性装配流水车间调度问题。在对各约束进行定义和数学描述的基础上,以最大出库完工时间、包装工位最大完工时间、板件平均等待时间三者加权和最小化为优化目标,建立了板件处理具有优先顺序约束和机器约束的三阶段柔性流水车间调度问题的数学模型;针对该模型,构造了一种启发式求解算法H~*。为验证算法的有效性,基于裂区试验设计的思想生成大量算例,并将启发式算法H~*与构造的9种组合规则算法、5种元启发式算法进行性能比较。结果表明,H~*算法可高效地获得高质量的解。     

基于序列模型的无线传感网入侵检测系统

随着物联网(IoT)的快速发展，越来越多的IoT节点设备被部署，但伴随而来的安全问题也不可忽视。IoT的网络层节点设备主要通过无线传感网进行通信，其相较于互联网更开放也更容易受到拒绝服务等网络攻击。针对无线传感网面临的网络层安全问题，提出了一种基于序列模型的网络入侵检测系统，对网络层入侵进行检测和报警，具有较高的识别率以及较低的误报率。另外，针对无线传感网节点设备面临的节点主机设备的安全问题，在考虑节点开销的基础上，提出了一种基于简单序列模型的主机入侵检测系统。实验结果表明，针对无线传感网的网络层以及主机层的两个入侵检测系统的准确率都达到了99%以上，误报率在1%左右，达到了工业需求，这两个系统可以全面有效地保护无线传感网安全。     

机器人自动制孔系统精度标定方法研究

机器人制孔系统是实现飞机自动化装配的重要设备,制孔作业前的精度标定是保证系统各项指标满足生产要求的关键环节,以往对系统进行简单的单次制孔标定无法全面掌握各个维度上的精度指标。针对位置补偿、孔位、法向、孔径及锪窝深度精度,分别提出了精度标定方法,并利用飞机装配站位上投入使用的满足精度要求的制孔系统进行检验,结果表明所提出的标定方法和测量实际产品所得结果有良好的一致性,能够用于自动制孔系统的快速标定。     

基于小波降噪和循环神经网络的煤矿瓦斯浓度预测

在瓦斯浓度监测数据分析中发现,瓦斯浓度序列往往呈现出较强的随机性和复杂性,时序数据中含有的噪声会对数据的预测结果产生干扰。为了减少数据中的噪声所带来的负面效果,提出了一种将小波阈值降噪与LSTM(长短期记忆网络)相结合的瓦斯浓度预测模型。通过将原始数据进行分解、阈值处理和重构,对时序数据中的噪声进行剥离,再通过LSTM模型进行预测分析,与普通LSTM和RNN网络进行比较,结果表明,所提出的基于小波降噪的LSTM的瓦斯浓度预测模型在精确度和泛化能力上都具有更好的表现。