摘要：建立塔机有限元模型,获取塔机完好状态和各损伤工况的各采集点的动态位移。提出了两种模型建立方法,基于悬臂梁的双输入单输出模型和基于时域数据的动态双输入单输出模型,对基于时域数据的双输入单输出模型首先利用最小二乘法计算参数初值,进一步利用粒子群优化方法进行参数优化,提高了模型精度。以完好工况的塔机数据为基础,建立基于悬臂梁的双输入单输出模型和基于时域数据的双输入单输出模型,计算参数,建立损伤识别模型,用待检状态的位移数值拟合模型,用两种模型计算出的残差方差做损伤因子,利用密度峰值聚类方法对损伤因子进行分析,实现了对塔机的损伤判定和损伤位置的确定。这种基于密度峰值聚类的诊断方法可对塔机微小损伤进行智能诊断和位置确定,该方法只需要塔机完好状态的数据和待检状态的数据即可自动诊断,解决了塔机损伤识别中损伤数据难以获取,因而无法实现智能训练和诊断的问题。

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：在移动边缘计算中,移动设备通常受限于自身的处理性能和电源容量,需要其他设备协助进行任务处理。将移动设备上的一系列具有依赖关系的任务卸载到边缘服务器执行,以应对移动设备资源受限的问题,可提高任务计算和能源效率。针对信道状态动态变化的移动边缘计算环境下任务延迟和移动设备能耗优化问题,根据依赖任务卸载模型计算得出依赖任务调度顺序和优化目标,设计一种基于A3C的依赖任务卸载与资源分配(DTORA)算法。通过定义状态空间、动作空间和奖励函数,将依赖任务卸载问题转化为马尔可夫决策过程下的最优策略问题,采用异步并发求解得到高效的任务卸载和资源分配策略,并在具有标准多核CPU的单个机器上进行并行学习,降低神经网络参数更新的相关性,提升学习效果。实验结果表明,在信道状态动态变化场景下,对于多种不同依赖关系的任务,DTORA算法相比于4种基线算法任务延迟减少14%~61%,移动设备能耗降低8%~66%。

摘要：针对铁路钢轨病害检测问题,提出一种少样本学习的钢轨表面缺陷检测方法。首先,设计样本随机组合策略,根据少量钢轨图像快速构建钢轨表面缺陷数据集;然后,改进深度卷积神经网络的分类损失函数,降低样本数量不平衡对模型分类性能的影响;最后,提出基于多层级特征融合的钢轨表面缺陷检测网络,并利用上述数据集和改进的分类损失函数进行训练,实现少样本条件下端到端的钢轨表面缺陷检测。试验结果表明:该方法在2种类型的钢轨表面缺陷数据集上均取得最优性能,并在实际线路检测任务中,检测率达到100%,具有较高的实用价值。

摘要：目的:城市轨道交通钢轨磨耗检测是研究钢轨病害发展、保障行车安全的重要手段。为了解决列车晃动、异常反光及异物遮挡等复杂干扰问题,实现钢轨磨耗的精准测量,对钢轨全断面廓形检测系统进行了优化设计与研究。方法:简述了钢轨全断面廓形检测系统的测量原理,对该系统进行了优化设计。对钢轨全断面廓形检测系统中的软件,如钢轨全断面廓形采集软件、钢轨全断面廓形数据分析软件等进行了开发。对广州地铁1、2、3、4、5、8、14号线共计22段不同曲线半径、不同钢轨磨耗程度曲线段的钢轨磨耗进行人工测量,并将其测量结果与钢轨全断面廓形检测系统测量结果进行了准确性和重复性对比分析。结果及结论:钢轨全断面廓形检测系统对钢轨磨耗的检测结果与现场人工测量结果一致,该系统可达到测量准确性和重复性要求,满足城市轨道交通线路磨耗快速动态检测的需要。

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：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：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：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：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.