摘要：针对行车环境下列车晃动和环境噪声对钢轨磨耗测量的影响,提出了一种轨腰小圆弧自动提取方法,实现了钢轨轮廓的高精度配准。首先,提出了基于截断残差直方图的多项式拟合方法,寻找廓形最优拟合曲线,降低了噪声对轮廓拟合的影响;然后,针对拟合曲线的曲率分布特征,提出了基于动态窗口的最大曲率熵区间搜索算法实现轨腰小圆弧的自动分割;最后,基于两侧轨腰小圆弧拟合2个圆心作为匹配基准点,实现钢轨测量轮廓与标准设计轮廓的对齐配准。静态实验结果表明,该方法的系统测量误差均值和标准差都控制在0. 01 mm之内,具有较小的测量误差和良好的重复性。现场动态测量也验证了该方法在行车环境下的重复性精度,多次测量结果的重复性良好,钢轨磨耗动态测量偏差控制在0. 2 mm以内。

摘要：云是一种常见的天气现象,云状是天气预测的关键特征。目前,地基云图像中的云状观测主要依赖于气象观测员的目视观测,十分依赖观测员的经验,实时性和效率较低。针对这一问题,提出使用深度学习的方法进行地基云状检测识别。设计了一种新的目标检测边界框损失函数UIoU,将其应用于YOLOv3算法上。并且使用了K-means聚类算法重新设计了适用于地基云状数据集的先验框尺寸,使得边界框回归更加精确和稳定。实验结果表明UIoU-YOLOv3相比于原算法精度得到了有效提升,在VOC数据集和地基云状数据集上mAP数值分别提升了3.4个百分点和2.56个百分点。

摘要：针对活塞设计与可靠性分析中最为基础的热状态分析方法,通过对大量文献的检索,指出了目前的研究方法中所存在的问题,提出建立活塞虚拟环境整体耦合系统的新研究方法,并探讨了该研究方法中所面临的关键技术。虚拟环境耦合研究使得内燃机内部各部件的传热过程有机地联系起来,具有以往独立研究单个零件和过程所不具备的优势,因此,它应是一种具有较好发展前景的研究方法。

摘要：在我国这样一个人口众多的国度，孕妇是一个颇为庞大的群体。大多数孕妇在妊娠期间，由于腿脚浮肿、体态变化，加上情绪的波动，不但原来的鞋子穿用困难，而且有可能对原来所选的款式、色调及制作材料也不再满意。作为业内人士，常听到孕妇买鞋难的抱怨。大家都明白孕妇鞋要穿用方便、舒适、安全，可如何才能实现呢？在进行调查的基础上，对此进行了研讨，并设计制作了适合孕妇穿用的部分样品，经周围数十名孕妇的试穿，得到了她们的肯定。现就孕妇鞋设计的有关问题探讨如下，敬请同仁指教．

摘要：根据高铁巡检车所采集轨腰图像中铁道塞钉图像的特点,在既有计算机视觉的目标检测算法的基础上,提出基于深度学习的铁道塞钉自动检测算法。在目标检测的区域选择阶段,借鉴显著性检测的思路,提出余谱区域候选(Spectrum Residual Region Proposal,SRP)算法,即利用含塞钉的轨腰图像与不含塞钉的轨腰平均图像之间的频谱差异,通过快速傅里叶变换,得到两图像间的幅度谱差的绝对值(余谱),再通过快速傅里叶反变换及后处理,得到候选目标区域;然后在目标检测的特征提取阶段,设计塞钉卷积神经网络(plug Convolution Neural Network,pCNN),该网络通过4个卷积层、3个池化层、3个非线性变换层、3个规范化层、2个全连接层和1个泄露层,自动从候选目标区域逐层提取最能表现塞钉特征的特征图像;最后基于特征图像采用支持向量机(SVM)的分类器判断候选目标区域是否含有塞钉,从而实现塞钉的自动定位。大量实际测试以及与其他算法比较的结果表明,该算法的检测效果最优。

摘要：基于实例的质量功能配置是快速而有效地将用户需求反映到产品设计中去的有力工具,通过研究和分析顾客需求、质量屋编辑、产品动态归类,进行了基于实例的质量功能配置的系统设计。从关系数据库原理出发,进行了系统的前台应用程序和后台数据库的开发,将实例库分为推理实例库和查询实例库、过程实例库和临时实例库。以减速器设计为例说明了系统的应用过程。

摘要：从光流场的角度出发,建立了一种广义运动模糊模型,并依据该模型推导出前向运动模糊核,为高速铁路前向运动视频图像去模糊奠定了理论基础.给出了理论分析后,设计了一种快速生成前向运动模糊核的方法,在这个过程中,解决了3个具体问题:快速的运动估计方法的解析解、平面场景朝向的快速估计方法的解析解、前向运动模糊核的数值生成方法.实验结果验证了该算法的正确性.

摘要：近年来,线结构光轮廓测量技术已成为钢轨廓形检测的重要手段。为了满足钢轨轮廓高精度的测量要求,提出了基于Zemax软件的线结构光钢轨轮廓测量系统仿真模型。将线结构光钢轨轮廓测量系统分解为图像采集模块、系统标定模块和轮廓测量模块,在Zemax非序列模式下依次对三个模块进行建模,得到钢轨轮廓测量系统仿真模型。对比实验表明,系统仿真模型与实际系统的测量结果较为接近,模拟测量结果符合实际情况,仿真模型能够实现对钢轨轮廓测量过程的准确模拟。该仿真模型为线结构光钢轨轮廓测量相关问题研究提供了一种新的分析方法,对光学系统设计、光学元件选型和测量精度提升具有指导意义。

摘要：针对现有的提高线阵电荷耦合器件(CCD)成像系统的图像空间分辨率的方法存在的不足,提出了一种新的采样模式,并设计了一种高分辨率成像系统。该系统利用两个相同的线阵CCD相机进行特定的空间排列,即使得相机1和相机2的CCD阵列都倾斜θ来进行扫描取像,并利用图像校正和像素插值等图像重建方法,得到高分辨率的图像。实验结果表明,倾斜角取60°的情况下,相对于单个线阵相机在θ=0°的正常采样模式下得到的采样图像,图像的空间分辨率提高了1倍,且保持了成像的视野不变。本系统工程上实现简单,十分经济且便于维护,仅利用现有的成像装置即可获取更高分辨率的图像。

摘要：提出基于在线学习策略的扣件区域定位算法,即根据轨道图像的先验知识和模板匹配方法定位扣件区域,利用在线学习策略动态地更新模板库,使算法能够在多线路的轨道图像中定位扣件区域,并自动标注扣件样本;提出基于深度卷积神经网络的扣件缺损识别算法,即根据扣件区域图像的尺寸较小、图像内容相对单一的特点设计识别算法的网络结构,采用样本随机排序策略的数据增强方法,以减小样本数量失衡对识别性能的影响。基于多线路钢轨扣件试验数据集对检测方法进行试验验证,结果表明:该方法可在不同线路的轨道图像中精确定位扣件区域并识别扣件缺损,扣件区域定位平均检测率达到99.36%,扣件缺损识别平均精确率达到96.82%,具有较高的可靠性和较强的多线路适应能力。