为了避免机动车交通事故的发生,提出了一种部署在机动车终端的目标检测算法YOLO-DS,针对驾驶员视线遮挡区域实现实时目标检测。以YOLOV3作为基础算法,基于视觉盲区的动态视觉角度,改进算法的主干网络,通过密集连接增强网络层间的特征复用能力;同时利用空间金字塔的优势,融入多尺度下的特征向量,加强算法的多尺度特征融合,改善检测精度;调整损失函数,通过惩罚因子调整压缩网络模型,提高运算响应,降低算法对车载硬件设备的要求。通过实验验证,优化后算法能获得更好的AP(Average Precision)及mAP(mean Average Precision)等检测值,在15米内近距离目标的检测精度比YOLOV3、SSD等算法高出3%以上,在CPU下的Inference Time缩小了约10%。

阿里原初引力波探测望远镜基座需要实现5°/s至20°/s的高速运动,且运动精度RMS值要求小于20″,为了实现高速高精度的运动控制,需要对运动控制参数进行优化。通过对UMAC运动控制器中的控制结构进行研究,使用粒子群—遗传组合算法(PSOGA)对控制器参数进行优化,将控制结果与粒子群算法(PSO)、遗传算法(GA)进行对比,并在实验装置上进行了验证,实验结果表明PSOGA算法的优化参数在20°/s的速度运动时,稳定时间为0.18s,误差为12″,小于20″的要求,满足高速运动下的控制精度要求,验证了PSOGA算法在UMAC运动控制器中的有效性。

针对pL级微量胶液转移分配过程中,移液针重复行程较多、作业效率低下的问题,通过机器视觉和改进后的遗传-蚁群算法精准快速地规划路径,提高微量胶液转移分配的效率。搭建了包括机器视觉系统、胶液分配系统和驱动控制系统在内的胶液转移实验平台。通过对采集图像的既定点位进行模板匹配得到相应位置信息,基于位置信息进行路径规划实验并将此算法与常见算法进行比较,观察其能否精确、快速地规划微量胶液转移分配的路径。实验结果表明:通过机器视觉和改进后的遗传-蚁群算法,移液针转移后形成的胶滴体积达到pL级,胶滴平均直径为68.6μm,且准确落在既定点位上,其工作行程缩短了67.9%,作业时间大幅度降低,可有效提高pL级微量胶液转移分配的工作效率。

提出一种采用双CPU的新型智能温控仪表一个CPU完成测控功能，内嵌智能算法，实现对温度的精确控制；另一个CPU完成系统联网和接口通信功能，通过CAN总线将若干个温控仪表连接起来，实现集中控制。两个CPU系统间采用双口RAM交换数据。

为提升一体化涡轮过渡段的气动性能,并掌握一体化涡轮过渡段气动优化技术中的关键点,对基于三维CFD与智能算法的一体化涡轮过渡段的气动优化技术开展了研究。结果表明:对优化前过渡段流动特征的分析和认识,是识别主要优化变量、取得较好优化效果的必要前提;过渡段几何参数化的优劣取决于初始模型的构建,初始模型的构建应以对优化前过渡段几何特征的分析为基础;对于原始叶片几何为6个径向截面的过渡段,采用径向3截面相比径向6截面进行参数化拟合,虽然参数化效果稍逊,但能有效减少拟合的参数数目,并消除优化结果叶片几何沿径向的扭曲。只对流道、只对叶片、同时对流道与叶片进行优化的过渡段,其总压损失降低效果分别达到0.49%、0.56%、1.12%。

研究基于云平台的状态检测与故障诊断系统方案,提出基于NETWORX和DJANGO双软件架构的策略,以解决监控评价和故障诊断网络融合的问题及实现监控多台设备的目的。设计以PLC为核心的现场控制系统;NETWORX架构可以方便与各种物联网采集系统交换数据,所以用NETWORX架构实现云平台的远程监控程序;采用Python的DJANGO设计状态检测和故障诊断程序。结果表明:所提系统特征参数的采集精度在1%范围内,控制及显示监控功能都符合设计要求。利用经验故障数据对分类回归

为了减小某炮在射击过程中的受力,依据火炮相关要求,设计一种沟槽式制退机并给出其主要结构尺寸及流液孔面积的计算方法,在满足使用要求的前提下,为使火炮总体布局更加紧凑,以减小制退机的径向尺寸为优化目标,兼顾制退液温升与密封装置的可靠性,基于ISIGHT平台,结合智能优化算法进行寻优计算。结果表明:优化后的制退机各部件径向尺寸均有所减小,在降低后坐力的同时减轻了全炮质量。