为降低柔性作业车间调度中的能耗,针对实际生产工序中加工时间的不确定性,建立以完工时间、生产成本、能源消耗为优化目标的多目标节能调度模型,并提出一种改进的人工蜂群算法.利用阈值策略动态调整交叉变异的顺序,以增强算法的搜索性能;利用基于模糊关键链以及工序序列的变邻域搜索机制来增强算法的局部搜索能力;设计新型拥挤距离并引入基于可能度的个体支配关系用于快速非支配排序,来筛选优良的个体;利用基于加权模糊目标函数值的锦标赛机制来有效筛选参与邻域搜索的个体.最后,通过基准案例进行测试并与其他算法的结果进行对比,验证了改进人工蜂群算法对于解决模糊柔性作业车间调度问题的有效性.

针对钛合金自锁螺母小直径内螺纹加工容易出现刀具磨损、排屑较难等问题,在直槽和螺尖2种丝锥SolidWorks软件建模基础上,基于ABAQUS软件建立了钛合金TC4攻丝过程有限元仿真模型.考虑到攻丝过程有限元仿真网格数量过大,采用工件局部模型.当工件高度略大于一个螺距P时,对工件圆心角分别为90°、15.和1.5.的攻丝过程有限元仿真进行了对比,结果表明,工件圆心角为15.时的仿真牙型精度高,能避免工件出现缺陷现象.对实际攻丝获得的切屑形态及内螺纹区域金相分析,验证了有限元仿真模型的有效性.通过仿真获得的内螺纹区域应力应变、主切削力(切向分力)和扭矩解释了内螺纹牙底容易出现不连续及过切缺陷的原因.

为提高实际应用场景中行人的检测精度,提出了使用高分辨率特征提取网络HRNet(high-resolution representation net-work)并引入Guided Anchoring机制对RetinaNet算法进行改进,维持了特征图在特征提取过程中的高分辨率信息,同时使网络中的锚框自适应生成,提高了算法的检测精度.结果表明:该改进算法在Caltech行人数据集上取得了0.905的平均精度均值(mean average precision,mAP),相比于标准的RetinaNet算法提高了6.0％,在每帧图像尺寸为1280×720像素的视频上检测速度达到了19 FPS(FPS为每秒检测帧数),达到了检测精度与检测速度的均衡.

混流装配线(Mixed-Model Assembly Line,MMAL)作为柔性制造系统的一个重要分支,在现代智能制造生产中得到了广泛应用.这种新型的生产方式涉及资源分配、投产安排及物料配送等多方面的生产信息调度.通过对多维生产信息的协同调度优化,能够实现生产资源的合理配置,极大地提高企业的生产效率.对混流装配线调度问题的研究现状进行整理,主要从混流装配线的平衡问题、混流装配线的排序问题、混流装配线的物料配送问题及混流装配线的协同优化问题进行分析总结.最后,指出了混流装配线协同优化问题的发展前景和发展方向.

A series of Fe-SO4/TiO2 catalysts were synthesized by simple impregnation method, and their performances of the selective catalytic reduction (SCR) of NOx by NH3 were measured. Fe-2(SO4)(3) with the largest specific surface area exhibited the best high-temperature performance, Fe(OH)SO4 with the highest content of chemisorbed oxygen species and the lowest initial reduction temperature illustrated the best low-temperature activity, and FeSO4 presented the worst overall activity. Meanwhile, the sulfur tolerance and structure-activity relationship of Fe-SO4/TiO2 catalysts were systematically studied. Further, the active components in Fe-SO4/TiO2 catalysts were tested to be FeSO4, Fe-2(SO4) (3) and Fe(OH)SO4. And the optimum performance (light-off temperature at around 200 degrees C, NO conversion over 80% within 280-400 degrees C) was obtained with 20 wt% FeSO4 loading. Remarkably, 20%Fe-SO4/TiO2 catalyst was found to possess excellent sulfur tolerance due to the increased surface acidity and chemisorbed oxygen species by SO2 sulfation. In situ DRIFTs demonstrated that there were certain NH3 and NO adsorption sites on the surface of 20%Fe-SO4/TiO2 catalyst, on which the NH3-SCR reactions occurred mainly followed Langmuir-Hinshelwood (L-H) mechanism accompanied by a slight Eley-Rideal (E-R) mechanism.

针对航拍图像中目标尺度变化大和小目标难以检测的问题,基于Faster R-CNN算法提出一种多尺度航拍目标检测算法网络MS-R-CNN.MS-R-CNN选用Res2Net特征提取网络替换VGG网络,在更有效提取特征的同时降低了模型参数量,改进后的特征提取网络与特征金字塔网络融合,将高分辨率、语义弱的特征和低分辨率、语义强的特征相结合,提高对小目标的检测精度.通过分析数据集并调整锚框的大小及数量,使网络适应多尺度目标的检测.通过测试数据集进行分析实验,结果表明,MS-R-CNN算法的平均精度达到了66.2％,较Faster R-CNN算法精度提升了16.1％.

单目深度估计是计算机视觉领域中的一个基本问题,面片匹配与平面正则化网络(P2Net)是现阶段最先进的无监督单目深度估计方法之一.由于P2Net中深度预测网络所采用的上采样方法为计算过程较为简单的最近邻插值算法,使得预测深度图的生成质量较差.因此,本文基于多种上采样算法构建出残差上采样结构来替换原网络中的上采样层,以获取更多特征信息,提高物体结构的完整性.在NYU-Depth V2数据集上的实验结果表明,基于反卷积算法、双线性插值算法和像素重组算法的改进P2Net网络相较原网络在均方根误差RMSE指标上分别降低了2.25％、2.73％和3.05％.本文的残差上采样结构提高了预测深度图的生成质量,降低了预测误差.

混合式直线力电机是直驱式电液伺服阀的重要执行器件,其驱动力为直驱式电液伺服阀提供了故障恢复功能,为其稳定运行提供了安全保障.因此,提升其驱动力对混合式直线力电机的优化设计具有重要的意义.首先本文分析了电机结构和工作原理,根据优化目标和约束条件确定了混合式直线力电机结构优化问题的优化函数.其次本文改进了布谷鸟搜索算法的局部搜索阶段和全局搜索阶段,提出了基于混合差分进化的自适应布谷鸟搜索算法(ACS-DE),通过与原始CS算法的实验对比,证明了改进的有效性.最后通过与其他传统智能优化算法的实验对比,证明了ACS-DE拥有更快的计算速度与更优的求解精度,并且与初始结构的电机相比,驱动力可提升一倍以上.

传统的外螺纹滚压过程参数优化大多采用试错法,依赖个人经验进行模具设计和工艺摸索,不仅费时费力,而且试验效率和经济价值极低.针对外螺纹滚压成形过程有限元模型进行研究已越来越受到人们的广泛关注,建立外螺纹滚压有限元模型,能够从应力-应变、滚丝轮最大成形力及最大成形扭矩等多角度深入理解外螺纹滚压成形过程中金属塑性流动规律.首次针对外螺纹滚压成形过程有限元仿真模型的研究进行综述,对外螺纹滚压模型进行分类,阐述了多个有限元仿真模型的特点及验证方法,并给出了相应研究结论及后续研究建议.

目前,基于卷积神经网络的动态手势识别方法取得了巨大的进展,但神经网络模型具有很大的参数量,计算成本和内存占用较大,很难应用在设备资源有限的场合.以减少计算量和参数量为出发点,提出了一种轻量级(2+1)D卷积结构.该结构在(2+1)D卷积结构的基础上,将其中的3D卷积替换为3D深度可分离卷积,在输出向量维度不变的前提下,进一步减少了(2+1)D卷积结构的计算量和参数量.为了弥补时空特征在表征动态手势上的不足,融合注意力机制模块,专注于对运动特征的提取,结合轻量级(2+1)D卷积结构提取的时空特征,可以更好地表征手势动作.实验结果表明,注意力机制模块的插入,在不增加太多额外计算和空间成本的前提下,进一步提高了模型的识别精度.基于以上结构构建的模型,在20BN-jester、EgoGesture和IsoGD数据集上分别取得了 96.62％、91.83％和60.1％的识别精度,模型参数量和浮点计算量分别为5.05M和12.81GFLOPs,相比于其他手势识别模型,计算成本和内存占用大大减少,实时手势识别速度达到每秒70帧.

单目图像深度估计是计算机视觉领域中的一个基本问题,卷积空间传播网络(CSPN)是现阶段最先进的单目图像深度估计方法之一.针对CSPN在预测密集深度图时存在部分物体结构变形和物体间边缘模糊不清的边界混合问题,分别从网络结构与损失函数两部分进行了改进.对输入稀疏深度图进行了 3次不同尺寸下采样,并将其加入到U-Net模块相应的编码过程和跳跃连接部分,以使其能够更精确地捕捉不同尺度的物体结构.并使用深度误差对数、深度信息梯度及表面法线这3种损失函数加权组合形成的改进损失函数来替换原始损失函数.在NYU-Depth-V2数据集上的实验结果表明,改进卷积空间传播网络(ICSPN)与CSPN相比,其均方根误差RMSE降低了 17.23％,平均相对误差REL降低了 28.07％.ICSPN充分利用了输入稀疏深度图,减小了预测密集深度图中物体结构的变形,同时采用带有梯度损失的损失函数对训练过程进行监督,降低了物体边缘位置误差,减少了边界混合问题的产生.

清晰的医学图像可以有效地帮助医生进行病理分析和病情诊断.针对医学图像中的显微图像在采集过程中因失焦产生的图像模糊问题,文中以生成对抗网络去模糊模型DeblurGAN作为基本框架,提出了一种新的图像去模糊网络.该网络在生成器结构中引入信道注意结构(Channel Attention,CA),有效地提取了图像的细节特征.图像上采样过程中使用双线性插值+卷积的结构代替反卷积(转置卷积)过程,消除了棋盘效果.使用对抗损失、内容损失相结合的方式训练模型来获得清晰的图像.实验结果表明,该网络较DeblurGAN生成的去模糊图像,在PSNR和SSIM指标上都获得了较大的提升.

永磁式线性力电机是直驱式电液伺服阀的重要部件之一,其驱动力可以对进入阀口的金属碎片进行切割,防止阀口被碎片挡住,因此,准确预测其驱动力对永磁式线性力电机的设计具有极其重要的研究意义.首先基于ANSOFT对永磁式线性力电机电磁场进行有限元仿真,获得其零位在极限电流作用下的驱动力.其次根据优化目标和约束条件确定永磁式线性力电机的关键结构参数及其取值范围.随后,采用基于最大最小距离准则的拉丁超立方算法进行关键结构参数在多维空间尺度上的样本采样.最后,提出带有转换层的深度神经网络模型,把电机结构参数经过转换层后提取出电机模型的100个参数,使深度神经网络能从更多的特征中组合出新的高维特征,从而提高模型预测精度,且应用PReLU激活函数和SmoothL1Loss损失函数,建立了舵机用永磁式线性力电机驱动力预测模型.与传统的预测模型Kriging和RBF相比,充分验证了此模型的有效性和准确性.

针对柔性作业车间调度问题,提出一种扰动机制下的遗传算法,该算法以最大完工时间最小为优化目标.为了克服传统遗传算法早熟的缺点,引入差异度阈值策略对传统遗传算法的结构进行动态调整,同时设计了灾变机制和大变异策略相结合的扰动机制,增强了算法的搜索性能.最后,通过基准案例进行测试并与其他算法的结果进行对比,验证了扰动机制下的遗传算法对于解决柔性作业车间调度问题的有效性和优越性.

多目标柔性作业车间调度是复杂加工系统中一类重要的调度问题.针对大多数算法求解多目标柔性作业车间调度问题所存在的稳定性差、搜索深度不够、无法对多目标中单一目标进行深入搜索的问题,对传统遗传算法作出改进,设计了一套新的交叉策略,并舍去选择算子,在此基础上提出了一种求解多目标问题的双层遗传算法.引入了信息熵的概念对所提算法优化后的种群进行了分析,并从最大完工时间、最大机器负载、机器总负载三个方面对经典案例进行测试.与其他同类算法相比,该双层遗传算法共获得了31个可支配其他算法所求解的非支配解,和96个新的支配解.实验结果表明,所提算法在保留种群多样性的同时,仍拥有较好的深度搜索能力和跳出局部最优的能力,体现了算法的可靠性.

辅助驾驶中的前车车辆检测及灯语识别能够有效减少夜间行车时交通事故的发生.提出一种夜视图像的预处理方法,能够对夜视图像中存在的白色眩光和红色眩光进行有效去除,为夜间行车情况下的车辆检测及灯语识别算法创造良好的应用环境.基于暗通道先验去雾理论进行计算的简化,针对夜视图像中的红色眩光问题提出相应的去除方法,能够在保证处理效率的前提下,保证对夜视图像中的白色眩光和红色眩光的去除效果.

针对8×8和10×10的柔性作业车间调度问题,通过设置机器故障率和物料在不同机器之间的物流转运时间,从而研究以最大完工时间最小为优化目标的理想调度方案在考虑生产不确定因素下的表现情况.通过增加生产不确定因素,使研究对象更加接近实际生产系统,并使用Plant Simulation系统仿真软件对两个柔性作业车间进行建模,从而研究机器故障和物流转运时间对调度方案的影响.

为解决AdaBoost+ Haar分类器易发散和检测效率低等问题,对该算法的训练和检测进行改进:在训练阶段对负样本进行分类,训练出的分类器的结构先简单后复杂,这样可以有效避免分类器在训练的时候过早发散,提高检测效率;在检测阶段,提出车宽匹配检测算法,以检测框底边作参考边,调整检测窗口的范围,减少检测窗口数量.实测表明,在白天不同时段、不同场景情况下用该算法来检测车辆,能够在提高检测率的同时,将检测速度提高7倍.

车道线检测是自动驾驶的基本任务之一,提出了一种高效稳定的车道线提取拟合和跟踪的算法.根据车道线的截面特征逐行提取车道线特征点,并使用连通域聚类滤波,与传统的霍夫算法相比降低算法复杂度,提高运行效率.将提取的车道线特征点区域分成近视场和远视场,并分段拟合,提高拟合精度.使用卡尔曼滤波算法对车道线的端点和斜率进行跟踪,以此缩小感兴趣区域,提高运行效率.实验中,该方法能够完成多种不同场景下的车道线检测,证明了该算法具有良好的鲁棒性和实时性.

通过不同硬度聚氨酯材料单轴拉伸试验,建立了聚氨酯轮的Mooney-Rivlin超弹性材料本构模型;利用ABAQUS有限元软件对小直径开缝衬套双轴柔性滚弯制备过程进行有限元模拟,探究了聚氨酯轮硬度对开缝衬套成形直径的影响趋势;结合仿真参数进行了小直径开缝衬套双轴柔性滚弯工艺试验,并用MATLAB软件的直径拟合程序识别出仿真和试验中的带材成形直径.结果表明,相同挤压量下,随着聚氨酯轮硬度的增加,带材的成形直径减小,尤其在制备小直径开缝衬套时,使用高硬度的聚氨酯轮制备出的开缝衬套成形质量好,曲率一致,基本没有出现直边现象.