基于辐条视觉特征感知的蓝宝石接种检测方法

针对现阶段蓝宝石晶体生产过程中引晶操作主要依靠人工经验完成,引晶过程时间过长且准确度低的问题,提出了一种基于辐条视觉特征感知的蓝宝石籽晶接种检测方法。此方法使用了量化辐条图案运动轨迹收敛程度的模型,基于运动轨迹收敛模型对辐条图案特征点进行验证分析,将符合收敛条件的熔体稳定状态图像创建图像数据库;然后将实时采集到的图像与数据库中图像进行匹配检测,实现对熔体稳定状态图像的实时准确识别。通过实验对所提出方法的精度进行验证并与实际生产的效果进行对比,实验表明该方法能够满足实际工业生产,其中引晶状态识别准确率达到98.9%,成品良率相比人工引晶提高了28%。     

多任务LS-SVM在时间序列预测中的应用

针对单任务时间序列中存在的信息挖掘不充分、预测精度低等问题,提出了一种基于多任务最小二乘支持向量机（MTLS-SVM）的时间序列预测方法。该方法将多个时间序列任务同时进行学习,使得在训练过程中任务之间能够相互牵制起到归纳偏置作用,最终有效提高模型的预测精度。首先,利用相邻时间点之间的密切相关性,构造多个相邻时间点的学习任务,然后将每个任务对应的数据集同时训练MTLS-SVM模型并将其用于预测。将该方法用于几个时间序列数据集并与单任务LS-SVM方法相比,实验结果表明该方法具有较高的预测精度,验证了方法的可行性和有效性。     

基于CART-LSSVM的球磨机料位软测量方法研究

球磨机是用于电力、磨矿和冶金等行业的高能耗设备,准确测量其滚筒料位能够提高运行效率和安全性能.针对其滚筒内料位难以实时检测,球磨机的轴承振动信号中存在较多的冗余特征,提出了一种基于分类回归树和最小二乘支持向量机的软测量方法,首先用Welch法获得振动信号的功率谱密度,并分割得到基本特征,然后建立分类回归树模型,根据最优树模型的分支节点进行特征选择,最后利用最小二乘支持向量机实现特征变量与料位间的非线性映射.通过实验结果的对比分析,验证了该模型的有效性和实用性,以及良好的预测精度.     

基于TOF深度图像修复的输送带煤流检测方法

传统的带式输送机煤流检测装置中,核子胶带秤存在一定安全和环保隐患,电子胶带秤检测精度易受输送带张力、刚度等因素的影响;而基于超声波、线激光条纹、双目视觉等技术的非接触式检测方法存在实时性差、测量误差较大等问题。提出了一种基于飞行时间(TOF)深度图像修复的输送带煤流检测方法。通过TOF相机获取输送带运煤图像;对TOF图像进行均衡化处理,采用帧差法和边界跟随算法去除背景噪声,获得感兴趣的煤料区域;针对TOF深度图像因边缘处存在飞行像素噪声与多径误差噪声而导致的边缘信息不准确问题,提出强度图像引导的深度图像修复算法,通过Canny边缘检测算法寻找深度图像和强度图像的相似边缘,基于强度图像的有效边缘信息对深度图像边缘处的不可靠数据进行校正,并进一步基于Navier-Stokes方程和中值滤波器得到高精度深度图像;对煤料区域进行像素级分割,并建立煤料体积计算模型,结合输送带速度得出输送带煤流。实验结果表明,该方法的检测误差不超过3.78%,标准差不超过0.491,平均处理时间为83 ms,满足实际生产要求。     

基于预见控制的带式输送机调速节能方法

针对目前的带式输送机变速节能控制方法均在短时间内对速度进行调节,速度突变易导致输送带撕裂、打滑的问题,提出了一种基于预见控制的带式输送机调速节能方法。该方法根据前一级带式输送机的物料运载量计算使下一级带式输送机以额定运载量运行所需的速度,通过预见控制调节下一级带式输送机运行速度;针对噪声对调速效果的不利影响,在预见控制中利用卡尔曼滤波对被控带式输送机状态进行最优估计,削弱噪声干扰,使调速过程平稳。仿真结果表明,该方法能充分利用带式输送机的运载能力,减少带式输送机功率消耗,在保证带式输送机安全运行的基础上达到了调速节能的目的。