引入特征交互的红外与可见光图像自适应融合北大核心CSCD

在图像融合领域,现有的基于卷积神经网络(CNN)或Transformer架构的方法存在两个局限性:首先,浅层纹理特征与深层语义特征之间无法有效聚合;其次,红外与可见光特征的权重比例无法自适应变化。本文提出一种引入特征交互的红外与可见光图像自适应融合方法。首先,构建一种基于Transformer的特征交互模块,聚合跨尺度特征信息,增强特征表达能力。其次,设计一种融合模块,自适应地调整特征权重比例。所提出的融合方法通过两阶段训练策略完成。第一个阶段,应用创新的特征交互概念训练编码器,增强特征表达,重建特征图像。第二个阶段,基于设计的权重自适应调整模块训练红外与可见光特征融合任务。公开数据集的实验结果表明,与现有方法相比,本方法在主观和客观的评价方面均优于其他典型方法。     

基于深度学习的马铃薯病害智能识别

针对现有通过叶片病斑识别马铃薯病害的方法中，只对简单背景下的单片叶片进行病害识别处理，难以应用于真实复杂环境的问题，提出了一种基于深度学习的现场环境下马铃薯病害智能识别的方法。首先采用Deeplab v3+语义分割网络在生长背景中分割出马铃薯叶片，然后使用自适应对比度增强和颜色空间转换的方法提取马铃薯病斑，最后结合病斑的纹理特征和VGG16网络提取的特征，通过搭建一维卷积神经网络识别出病害。实验结果表明，上述方法能准确有效地识别复杂背景下的马铃薯病害。     

射流曝气机内部流动三维数值模拟与关键结构参数分析

为了探究射流曝气机关键结构对其引射气体性能的影响规律,利用Fluent软件,采用控制变量的方法对不同喉嘴距、喉管长径比以及面积比下的射流曝气机内部流动进行了三维数值模拟,得到了射流曝气机内部压力、流速以及湍动能的仿真结果。通过对比分析可知,喉嘴距、喉管长径比、面积比等都对射流曝气机引射性能有一定的影响。在设计的结构尺寸范围内,当喉嘴距为1.5D、喉管长径比为4、面积比为4.84时引射系数最大,曝气机引射气体性能最好。研究结果可为新型射流曝气机的设计提供理论和实际参考。     

面向工程应用的“测试技术”课程教学与实践

随着＂质量工程＂深入开展,不同层次高校培养不同类型人才的思想获得教育界共识,因此,各高校课程教学需要根据其人才定位合理组织和设计。本文以培养应用型工程技术人才的机械专业为例,分析影响＂测试技术＂课程教学质量的主要因素,探讨课程内容的设计、组织与教学,提出提高课堂教学质量的方法,为培养应用型人才的地方性高校课程教学改革提供参考。     

非牛顿流体微挤出过程动态建模与数值仿真

非牛顿流体微挤出量难以在线测量,对挤出量的高一致性要求在很大程度上依靠预测模型的精度来保证。针对工程中常用的一类幂率非牛顿流体,在分析其动态特性的基础上,建立了非牛顿流体微挤出时的流速、流量及微挤出量的物理预测模型,且模型中保留了驱动压力、时间等挤出过程主要影响因素的物理量,使得模型便于与控制算法集成。通过数值仿真,验证了模型的有效性。研究结果表明,所建模型对幂率非牛顿流体微挤出量的预测精度达到了1%以上,为非牛顿流体定量微挤出过程的精确控制提供了基础。     

基于模糊信息粒化与小波支持向量机的滚动轴承性能退化趋势预测

针对滚动轴承的性能退化指标及其波动范围难以有效预测的问题,提出了一种基于模糊信息粒化与小波支持向量机的滚动轴承性能退化趋势预测方法。首先以一定的时间间隔采集滚动轴承运行过程中的振动信号序列,提取各个振动信号序列的特征指标,对特征指标序列进行模糊信息粒化,进而提取各个粒化窗口的有效分量信息;随后通过构建小波支持向量机对各个指标分量分别建立预测模型,实现对滚动轴承性能退化指标的退化趋势及波动范围的预测。实验结果表明,该预测方法可以有效跟踪滚动轴承性能衰退指标的变化趋势,并对其指标的波动范围进行有效预测。     

“数控技术”课程教学改革思路与实施

在分析“数控技术”课程特点的基础上,提出了适应目前社会需求的课程教学改革方案,加强实践教学环节,建立有效的理论与实践教学体系。随后探讨了新型教学模式的实施过程,以期提高学生的实践能力。     

面向电子制造的时间-压力点胶过程建模

由于胶体(如粘接剂、环氧树脂等)具有明显的非牛顿特性,难以建立一个精确的点胶物理模型.本文作者从分析一类广义幂率流体的动态特性出发,利用参数识别的方法建立了一个既符合点胶物理意义,又易于应用的点胶量预测模型,并给出了参数辨识的方法.仿真和实验验证了该模型的预测精度.     

液压驱动气吸式机械手的研制

介绍一种两自由度液压驱动式上料机械手,包括其机构设计、工作原理及液压气动系统,该机械手已用于极板自动生产线种板的自动供给。     

一种实用的时间-压力点胶过程建模与控制方法

针对注射器内胶体余量对时间-压力点胶量一致性的影响,建立了包括胶体余量的时间-压力点胶过程模型及余量估计模型,并设计PI控制器基于模型进行补偿控制。仿真与实验表明该方法明显地改善了时间-压力点胶的一致性。