结合结构学习的多头密集连接图池化模型

目的:利用图神经网络，构建带有结构学习的多头密集连接图池化模型并用于图分类任务。方法:首先，用图卷积神经网络提取节点的初始特征。其次，用多头密集连接网络学习节点重要性得分，并根据得分进行节点采样得到池化图。之后，对池化图中的节点进行结构学习，以保证图结构的完整性。最后，将学到的图表示放到分类器中，完成图分类任务。结果:与其他图分类模型在七个广泛使用的数据集上进行实验对比，我们构建的模型在五个数据集上的分类结果达到最优。结论:结合结构学习的多头密集连接图池化模型在图分类任务中具有先进性。     

基于声发射原理的矿井掘进机故障诊断技术研究

针对在我国各大矿区广泛应用的EBZ160悬臂式掘进机,基于声发射原理及技术,设计一套掘进机故障诊断声发射检测系统,获得各种故障的声发射数据样本,同时借助小波神经网络的迭代收敛性质,对故障数据样本的精确度进行验证,正确率较高,能够较好地应用于井下掘进机的故障诊断.     

基于阶段注意力机制的电力线提取算法

电力系统维护是电力系统稳定运行的重要保障，应用智能算法的无人机电力巡检则为电力系统维护提供便捷。电力线提取是自主电力巡检以及保障飞行器低空飞行安全的关键技术，结合深度学习理论进行电力线提取是电力巡检的重要突破点。本文将深度学习方法用于电力线提取任务，结合电力线图像特点嵌入改进的图像输入策略和注意力模块，提出一种基于阶段注意力机制的电力线提取模型（SA-Unet）。本文提出的SA-Unet模型编码阶段采用阶段输入融合策略（Stage input fusion strategy， SIFS），充分利用图像的多尺度信息减少空间位置信息丢失。解码阶段通过嵌入阶段注意力模块（Stage attention module，SAM）聚焦电力线特征，从大量信息中快速筛选出高价值信息。实验结果表明，该方法在复杂背景的多场景中具有良好的性能。     

基于像素偏转模型和机器学习的室外图像天空像素检测

图像中的天空区域对于基于视觉的地面机器人导航具有重要意义,为了识别图像中的天空部分,本文提出了一种基于像素偏转模型的BP神经网络天空识别方法.首先,制作天空图像集和非天空图像集,天空图像集由各种天气情况下的天空提取而成,非天空图像集由非天空的景物构成,主要包括建筑、汽车、树木、植物等;其次,使用提出的像素偏转模型提取天空图像集和非天空图像集的像素特征并进行处理,对天空像素点和非天空像素点进行标注,利用BP神经网络对像素特征进行训练,得到权重文件;最后,使用得到的权重文件进行天空的识别.为了更好的说明本文算法和模型的优越性,使用本文算法与Otsu算法、YeHu算法、Graph-cut算法和Mask-Rcnn算法模型进行了比较,并设计了两组组对比实验,第一组实验进行识别效果的主观评价,第二组实验利用CamVid数据集的天空类进行算法精度的定量分析.     

基于多自由度气动机械手位置伺服系统稳定性控制研究

基于传统易碎薄板机械手位置伺服控制系统稳定性低、自动化分拣效率低等不足,设计了一种基于笛卡尔坐标式的气动码垛机器手和位置伺服稳定性控制系统。首先,设计并介绍笛卡尔坐标式码垛机械手的基本组成结构,对机械手末端吸盘气动回路控制系统进行设计和分析;然后分别对机械手X、Y、Z三个方向的伺服电机控制原理进行分析并设计了一种位置伺服系统的前馈自适应控制算法;最后,将传统位置闭环PID算法和前馈自适应控制算法进行位置跟踪稳定性对比试验。实验结果表明该笛卡尔坐标式的气动码垛机器手和位置伺服稳定性控制系统设计合理,满足实际生产要求。     

含喹啉基片段的水杨醛席夫碱类化合物的合成及其淬灭1,1-二苯基-2-三硝基苯肼自由基性能

通过2-甲基-5-氨基喹啉和取代水杨醛缩合反应,合成了10个含喹啉基片段的水杨醛席夫碱类化合物。通过~1HNMR、~(13)CNMR、IR、LC-MS和元素分析技术确证了产物的结构,并测定了目标化合物在不同浓度时淬灭1,1-二苯基-2-三硝基苯肼(DPPH)自由基活性。结果表明,所有化合物在测试浓度0.02～0.10 g/L时都表现出一定的淬灭DPPH自由基活性,清除率主要集中在19%～35%之间,但是4-溴-2-甲氧基-6-{[(2-甲基-5-喹啉基)亚氨基]甲基}苯酚在浓度0.06 g/L时表现出特别优异的活性,清除率高达43.1%。目标化合物质量浓度的变化对活性的影响不明显或者没有明显的变化规律。     

辊压机辊肩磨损与多层侧挡板

辊压机运行时,逃逸的物料在侧挡板与磨辊端面之间受到碾磨效果,导致辊压机辊肩磨损。辊肩磨损会增大辊压机的边缘漏料情况,影响挤压效果。在线修复辊压机辊肩磨损的方法是堆焊修复。多层侧挡板设计可以从结构上消除辊肩磨损的隐患。     

基于BP神经网络技术的红土镍矿还原焙烧-磁选工艺条件的优化

还原焙烧—磁选工艺可有效提取红土镍矿中的镍和铁等有价金属，由于影响红土镍矿还原焙烧—磁选效果的因素较多，导致工业生产中的选矿指标不稳定。为进一步提高还原焙烧—磁选工艺处理红土镍矿的效果，本研究以青海某镍矿为原料，采用正交试验与BP神经网络相结合的方法，对还原焙烧—磁选工艺的还原剂用量、焙烧温度、料层厚度、焙烧时间及磁场强度等因素进行了优化。结果表明:通过BP神经网络模型优化后的试验条件为还原剂用量9.5%、焙烧温度1 070℃、料层厚度10.0 mm、焙烧时间65 min及磁场强度2.5 kA·m-1，在此条件下可获得产率为30.29%的镍粗精矿，比采用正交试验最优因素组合条件所得的镍粗精矿产率提高了2.83%。      

基于神经网络和遗传算法的锭子弹性管性能优化

为得到减振弹性管对下锭胆的支承弹性和锭子高速运动下的稳定性等性能的最优匹配效率,依据减振弹性管的等效抗弯刚度及底部等效刚度系数公式,利用MatLab数值分析软件构建弹性管抗弯刚度和底部挠度数学模型。首先,结合Isight优化软件基于径向基神经网络构建其近似模型,且使精度达到可接受水平,并以模型的关键结构参数弹性模量、螺距、槽宽、壁厚为设计变量,结合遗传算法对弹性管抗弯刚度和底部挠度进行多目标优化设计,得到Pareto最优解集和Pareto前沿图,确定出减振弹性管结构工艺参数的优化方案。通过对优化数据进行分析发现,该方案在保证减振弹性管弹性的同时,其底部振幅明显减弱。     

简析GTAW焊接铝合金焊缝气孔的控制

随着科技的发展,铝合金在生活中的作用越来越重要。由于理化性能优异、耐蚀能力强,铝合金已经广泛应用于各工业焊接结构上,例如飞机、轻形汽车、大小化工容器等都采用了铝合金材料。钨极气体保护焊(GTAW)是一种很好的焊接方法,可以焊接大多数金属材料,尤其是有色金属,很好地发挥其优点。GTAW焊接铝合金,焊缝中的气孔不好控制,而焊缝中含有一定量的气孔,对焊缝的力学性能、塑韧性会有一定影响,这就限制了铝合金的应用。现简单介绍GTAW焊接铝合金如何控制焊缝中气孔,从而扩大铝合金在焊接结构上的应用。