近年来,基于深度学习的无锚框目标检测算法备受关注。为了深入理解无锚框检测算法,对比分析了基于深度学习的无锚框检测算法的原理机制、网络结构、核心特性以及优缺点,归纳总结了无锚框检测算法的核心技术,并在同一数据集上通过性能实验研究上述算法的性能,总结提出基于深度学习的目标检测算法未来的研究方向。

以气动回路及PLC为控制核心,设计了物料气动机械手;分析了利用步进电机精确位置控制的方法及程序,完成了气动机械手运行系统设计与应用。该系统具有运行稳定可靠、控制简单灵活、精度准确等优点,其应用前景十分广泛。

针对软胶囊实时缺陷检测与丸形分级问题,提出一种基于远心视觉的椭圆度测量方法及其系统。以最小二乘椭圆作为评定基准,用被测轮廓的最小外接椭圆和最大内接椭圆的通径定义椭圆度误差,建立了椭圆度评定的最小二乘数学模型;建立胶囊缺陷与丸形分级的远心视觉检测系统,给出胶囊缺陷与丸形分级的检测流程;以某药企的保健药丸为对象,开展胶囊缺陷与丸形分级的视觉检测实验。结果表明:合理设定阈值,丸形分级检测的准确率可达100%;单颗胶囊的检测用时0.712 s。通过开发并行处理算法,缩短耗时、提高效率,该椭圆度误差评定方法及远心视觉系统可用于胶囊缺陷与丸形分级的实时检测。

以水压三用阀阀芯为研究对象,通过在阀芯表面加工微造型以改善其润滑和抗磨性能。采用CFD方法建立阀芯微造型的动压润滑模型,研究阀芯表面的压力分布和承载力特性,然后选择L27(35)交互试验表,开展动压承载力的交互试验分析,研究分析液膜厚度、微造型深度、半径、形貌、阀芯移动速度以及液膜厚度与微造型深度、半径之间的交互作用对阀芯承载力的影响,并确定最优模型。结果表明:在阀芯表面设置微造型能够在阀芯与阀套之间产生承载力,各因素中对液膜承载力的影响由强至弱依次是液膜厚度、阀芯移动速度、微造型半径、形貌以及深度,最终分析得到的最优模型A3B3C3D1E3,比方案中的最大承载力提高了14.5%。

以煤矿水压安全阀阀芯为研究对象，通过在阀芯表面设置微造型以改善其润滑特性。采用正交试验方法，选取L16（4 5）标准正交表，设计出16种试验方案，考虑微造型深度、微造型半径、摩擦副间隙、阀芯运动速度和微造型形貌5个因素对微造型阀芯润滑特性的影响。建立微造型阀芯CFD模型，分析阀芯表面压力分布和承载力特性，研究微造型参数对微造型阀芯润滑性能的影响，并确定微造型最优模型。结果表明：阀芯表面微造型能产生动压润滑效果，有助于改善阀芯摩擦磨损问题；由极差分析可知影响微造型阀芯承载力的因素由主到次依次是微造型深度、微造型半径、微造型形貌、摩擦副间隙和阀芯运动速度。由正交试验得出的优选方案比原试验方案的承载力提高22％。