柴油机流固耦合传热仿真研究

为解决发动机活塞组-缸套-冷却水-机体之间传热边界条件难以确定的问题,尤其是冷却水和缸套、机体之间的流固边界的温度和换热系数,将这几个部件作为一个耦合系统进行传热研究.该系统既包括了流体和固体之间的流动与传热的耦合,也包括了固体与固体之间的耦合传热.利用有限元分析软件的流固耦合计算功能,以所建立的某增压柴油机的流固耦合系统为例进行了仿真计算,得到了耦合系统的温度场和流场.这样把单个零件的传热外边界条件变成内边界,使得传热仿真更合理更简单.和实验测量值的对比结果表明:仿真结果与实测数据吻合较好,用流固耦合方法模拟柴油机活塞组-缸套-冷却水-机体之间的稳态传热是可行的.     

基于新型编解码网络的复杂背景航拍图像输电线识别

针对常规图像处理和现有语义分割方法从航拍图像中识别输电线速度慢、准确率低等问题,构建了新型高效的输电线识别编解码网络。为减少模型参数,提高计算效率,采用轻量级MobileNetV3作为编码器主干特征提取网络,并在浅层引出快捷链路与深层进行堆叠;通过金字塔池化模块(PSP)和深度可分离卷积构建解码器提高输电线多尺度特征复用能力并实现网络轻量化;采用跳跃连接结构级联编码器和解码器从而融合浅层和深层多尺度特征信息;利用迁移学习加快网络训练收敛速度并识别出输电线。实验结果表明,新型编解码网络能准确快速地识别出复杂背景下的输电线,MPA、MIOU和FPS分别达到了94.37%、86.95%和31帧每秒,识别精度和速度均优于UNet网络和PSPNet网络。     

基于双眼同步运动特征约束的Kalman瞳孔跟踪算法

针对注视点研究中,红外光照明下双眼瞳孔运动的定位跟踪存在误差的问题,以双眼实时图像为研究对象,提出一种基于双眼同步运动特征约束的瞳孔跟踪算法.根据人类双眼在注视过程中的同步运动特征,把双眼瞳孔间距矢量作为隐式参数进行估计,简化包含左右眼位置、速度和双眼瞳孔间距的模型为统一的双眼同步跟踪模型,运用Kalman滤波器实现了运动特征估计和状态跟踪.实验采用自制的头戴式注视点传感装置进行眼部图像的采集.实验表明,该算法跟踪精度高,抗干扰能力强.相较于传统的以左右瞳孔位置与速度以及左右眼相对位置为状态量的算法,本文算法在位置跟踪和速度跟踪的鲁棒性上有明显改善,算法计算量也明显减少.另外,经过本文算法处理后的注视点位置估计精度大大提高,为注视点在人机交互领域中的进一步应用奠定了基础.     

基于机器视觉的餐盘食品全自动保鲜封装冷藏系统

目的 解决食品包装环节存在的耗时费力、一致性差、食物污染、封装效率低等问题。方法 研究的餐盘食品全自动保鲜封装冷藏系统由拉膜续膜、离合式断膜、自适应滚轮封膜、送料运输、冷藏取料等机构组成。利用机器视觉技术,完成自动设定相关运行参数,从而自动完成封装的工艺流程,实现以机代人目标。结果 经过多样本反复实验,图像识别速度达到0.1 s以内,可以支持多种类、多尺寸餐盘的封装,满足设计需求。结论 本研究达到了节约人力、提高生产效率、提高智能化水平的目的,对餐饮企业及家庭摆脱手工封膜具有重要的指导意义。     

一种新型乙醇/汽油在线混合喷油器的研究

针对乙醇汽油抗水性较差,储运周期短的缺点,在电喷式汽油喷油器的基础上设计了一种乙醇/汽油在线混合喷油器,并对在线混合喷油器的喷射过程做了模拟计算。模拟计算结果表明,在线混合喷油器的喷射过程与电喷式汽油喷油器的喷射过程基本一致,乙醇的掺烧比例则由乙醇油道的直径和     

基于新型编-解码网络斜拉桥拉索表面的缺陷检测

针对人工目测斜拉桥拉索表面缺陷劳动强度大、准确度低,常规图像处理和卷积神经网络速度慢,无法满足实时检测等问题,构建了新型编-解码网络检测拉索表面缺陷。采用优化的MobileNetV2作为编码器,减少网络参数、加快训练速度;解码器借鉴UNet思想,融合金字塔池化(pyramid pooling, PSP)模块加强特征提取;利用跳跃链接级联编码器和解码器,有效融合深浅层特征信息;通过PASCAL VOC数据集预训练得到新型编-解码网络权值,利用孔洞、缝隙、损伤等常见缺陷数据集训练网络获得最终网络参数。实验结果表明：新型编-解码网络鲁棒性强,均像素精度、均交并比和单张图片处理时间分别达到89.88%、79.25%和41.34 ms,明显优于PSPNet、UNet、DFANet等主流检测方法,满足斜拉桥拉索表面缺陷检测的精度和速度要求。     

测量液体管内含气率的电容传感器系统的设计北大核心CSCD

文中设计了一个阵列式结构的电容传感器系统,对液体管内含气率进行测量。首先,基于Comsol仿真软件对传感器的结构参数进行优化,并完成传感器的设计与制作。然后,设计用于极板工作状态切换的门电路和用于微小电容测量的C/V转换电路,再设计FPGA程序进行电路控制和上下位机通讯,并对上位机采集的信号进行滤波、解调。最后,用BP神经网络完成管道截面处的含气率重构。进一步采用可视化验证方法对电容传感器系统的准确性进行验证。电容传感器系统和可视化方法得到的平均截面含气率的偏差不超过8.48%,均值偏差为5.62%,均方根偏差为5.51%。设计的电容传感器系统具有很好的测量准确性。