针对扣件的断裂、缺失和螺母松动等3种主要缺陷引起的扣件转动,对基于Mask R-CNN网络扣件缺陷检测系统开展研究。首先将扣件图片输入到主干特征提取网络Resnet101对图片进行卷积、池化操作,随后构造FPN(Feature Pyram id Ne tw orks),经过FPN进行多尺度特征融合后的结果输入到RPN(Re gion Propos al Ne tw orks),再由RPN筛选出一部分RoI(Region of Interest),然后对RoI进行RoI Align操作,最后对RoI进行分类、bounding_box回归和扣件掩膜(mask)生成,最后得到的实例分割检测结果。该结果不仅可以通过预测框显示正常扣件和缺陷扣件类别,还可以通过语义分割得到的扣件形状判断扣件类别。因此,在一定程度上缩小了实际操作中因网络本身引起的误差。

近年来随着传感器的技术进步,使得滚动轴承的故障数据获取成几何倍数增长。然而,传统的深度学习方法在处理海量数据时,常常会出现效率低、计算量与占用内存过大的问题。为解决这些问题,文中提出了一个双层宽核卷积神经网络(Two Wide Kernel Convolutional Neural Network,TWCNN)模型用于滚动轴承故障诊断。该模型以一维振动信号作为输入(1D-TWCNN),通过在前两个卷积层中采用宽卷积核提取特征,实现了以较少的参数来获取更大的感受野,因此大幅地减少了网络模型的连接参数,使得模型的计算量大幅减少,效率提升。与传统的优秀轻量化模型MobileNetV3(Small)的变体和ShuffleNetV2相比,文中所提出的1D-TWCNN模型不仅总参数量远小于这两个模型。而且在滚动轴承的故障诊断中的诊断精度更高。

阐述了我国物流快速发展的现状及面临的问题,对各类物流机器人的特点进行了介绍,重点列举了不同机器人的优缺点。针对部分物流机器人的不足,介绍了该团队研制的带机械臂的自主移动物流机器人,并介绍了该物流机器人的结构特点和功能。

垃圾分拣是一个环境恶劣、重复性高、体力消耗大的岗位,适宜通过智能化设备代替人工进行垃圾分拣。文中提出一种基于YOLO v5s进行改进,用于垃圾识别分类的改进YOLO v5s视觉检测算法。首先进行结构改进,通过改进损失函数、引入K聚类锚框等改进,对2种注意力机制模块及2种嵌入的位置进行比较和选择以提高精度,并通过融合SPPF模块进行提速改进。结构改进后,通过对比实验数种训练策略,进行训练策略改进。同时在搜集到的小型数据集上进行比较,两部分改进后的算法比原算法的m AP提高了1.35%,同时对检测速度影响较小,并与其他算法进行了对比。

目前,地铁车辆的检修主要依赖于人工检测,不仅效率低,而且可能因漏检等原因造成严重的行车安全事故。因此提出了一种基于改进YOLOv5算法的地铁车辆转向架螺栓缺失检测算法。首先,在YOLOv5算法的骨干网络和特征提取网络中添加Ghost模块,轻量化网络结构,提升检测效率和速度;其次,采用改进的YOLOv5算法对螺栓进行定位训练,并插入CBAM注意力模块,增加网络对目标的关注度,从而获得良好的螺栓定位检测模型;最后通过模板匹配的方法,对比网络检测结果与正常转向架螺栓数量及分布,获得缺失螺栓数目与位置信息。实验结果显示,改进后的YOLOv5网络模型检测精度提升3.9%,模型参数量减少了近1/2,检测速度提升9 fps,螺栓缺失检测准确率为86.2%。因此,文中提出的改进YOLOv5算法的地铁车辆转向架螺栓检测模型满足螺栓缺失定位的检测任务要求,取得了良好的应用效果...

为解决实际运用中人工检测盘纸直径和宽度精度不准、耗费人力资源的问题,提出一种基于视觉盘纸直径和宽度尺寸检测的方法,以提高检测的效率和精度。该模型以霍夫圆检测与Canny边缘检测算法为基础,提取盘纸轮廓实现对圆心坐标、直径和宽度尺寸的检测。运用图形细化提取轮廓骨架,确定边缘像素特征点坐标,运用最小二乘法对特征点坐标曲线拟合,标定极限偏差,判定产品的合格性。实验结果显示,该检测模型的直径检测精度在2 mm,宽度检测误差在0.8 mm范围之内的收银纸检测准确率稳定,符合实际运用要求,对节约人力、提高经济效益、解决人工检测等方面的问题均具有重要意义。

针对深度强化学习在双轮机器人中的应用问题,提出了一种基于深度确定性策略梯度算法的平衡控制方法。首先,该方法将双轮机器人作为智能体,读取状态信息并建立动作策略和奖惩机制;其次,智能体依据算法给出的随机动作指令执行,执行完动作之后反馈状态信息,算法根据反馈的状态信息给出新动作;最后,通过多回合训练使双轮机器人保持平衡。实验结果表明,通过多回合训练之后,双轮机器人的姿态角度波动范围在-4°~4°以内,双轮机器人的平稳性得到了显著改善,实现了机器人的平衡控制行为学习,证明了该方法的有效性。

焊接机器人可大大改善工人劳动条件、提高生产效率,其特征工艺参数的合理选择是确保焊缝成形质量的关键。分析了焊接机器人焊接过程中关键特征工艺参数对焊接质量的影响,并对各种工艺参数的预测方法及其特点进行了分析和综述。对焊接机器人特征参数预测方法的发展趋势进行了展望,提出了未来的研究方向。

针对列车制动性能在轨测试的需求,介绍了一种新型的纯电制动试验台的设计。它不仅可以作为一种试验台,还可以模拟列车在轨道上运行进行数据的采集。该试验台不仅降低了实验的成本,还减少制动时出现闸瓦摩擦产生的噪声、振动及机械磨损,降低设备维护成本。

基于LabVIEW为控制系统的列车电制动试验台的设计方案,对多种传感器的信号进行收集和处理,利用飞轮组和负载电动机模拟列车的惯性和阻力。列车制动过程中,飞轮储能装置通过再生制动储存能量然后再利用,提高整个过程的能量利用率,纯电制动技术具有更大的环保和提高制动系统寿命的意义。