摘要：高质量矿井影像为矿山安全生产提供保障,也有利于提高后续图像分析技术的性能。矿井影像受低照度环境的影响,易出现亮度低,照度不均,颜色失真,细节信息丢失严重等问题。针对上述问题,提出一种基于Transformer和自适应特征融合的矿井低照度图像亮度提升和细节增强方法。基于生成对抗思想搭建生成对抗式主体模型框架,使用目标图像域而非单一参考图像驱动判别器监督生成器的训练,实现对低照度图像的充分增强;基于特征表示学习理论搭建特征编码器,将图像解耦为亮度分量和反射分量,避免图像增强过程中亮度与颜色特征相互影响从而导致颜色失真问题;设计CEM-Transformer Encoder通过捕获全局上下文关系和提取局部区域特征,能够充分提升整体图像亮度并消除局部区域照度不均;在反射分量增强过程中,使用结合CEM-Cross-Transformer Encoder的跳跃连接将低级特征与深层网络处特征进行自适应融合,能够有效避免细节特征丢失,并在编码网络中添加ECA-Net,提高浅层网络的特征提取效率。制作矿井低照度图像数据集为矿井低照度图像增强任务提供数据资源。试验显示,在矿井低照度图像数据集和公共数据集中,与5种先进的低照度图像增强算法相比,该算法增强图像的质量指标PSNR、SSIM、VIF平均提高了16.564%,10.998%,16.226%和14.438%,10.888%,14.948%,证明该算法能够有效提升整体图像亮度,消除照度不均,避免颜色失真和细节丢失,实现矿井低照度图像增强。

摘要：以北京六环以内的核心城区为例,在系统分析研究区地质条件的基础上,综合考虑敏感因素对地下空间开发地质适宜性的影响,从而构建地下空间适宜性评价指标体系,并利用层次分析法确定评价指标权重,最后采用模糊数学综合评判法对研究区地下空间开发适宜性进行了评价。结果表明:研究区地下空间开发适宜性以适宜性好和较好为主,占比60.11%,地质环境条件较好,总体比较适宜地下空间开发,活动断裂、水源地分布和古河道分布3个敏感因素是制约研究区地下空间开发的主要地质因素。

摘要：从低照度户外环境中航拍采集的绝缘子影像,存在照度低、背景复杂、绝缘子故障目标小等缺陷,严重影响低照度环境下绝缘子故障检测准确性。为解决上述问题,文章提出一种基于TOE-Net的低照度复杂环境下绝缘子故障检测方法,提出TOE-Net进行图像预处理方法,再使用YOLOv7-OL作为故障检测模块检测小目标绝缘子故障。在二阶段目标增强网络(two-stage object enhancement network,TOE-Net)中,设计零目标图像增强损失函数实现预增强网络(preparation enhancement network,PreEnNet)和深度增强网络(deep enhancement network,DeepEnNet)的无监督学习;使用信道级注意力模块跳跃式通道注意力机制(skip squeeze excitation networt,Skip_SENet)和跳跃式通道注意力机制(skip convolutional block attention module,Skip_CBAM)模块改进原始小目标特征增强单次多框检测算法(small object detection enhancement single shot multiBox detector,SDE-SSD),从而提升定位网络的小目标检测能力;设计弱监督机制使预增强网络根据小目标特征增强SSD的要求来提升图像增强能力,直到小目标特征增强SSD能够从增强图像中准确定位绝缘子串位置;使用深度增强网络深度增强绝缘子串区域,提升各类故障的特征显著性。故障检测模块中,将YOLOv7目标检测算法改进为面向小目标YOLOv7,在原模型中添加结合多尺度特征自适应融合网络的小目标检测通道,并将原始损失函数的CIOU改进为BIOU,从而提高模型的小目标检测性能。在低照度环境绝缘子故障检测实验中,该算法与5种目前常用目标检测算法相比具有较大优势,并且相较于低光目标检测算法IA-YOLO、GenISP with RetinaNet,m AP提升9.77%、10.35%,检测速度提升7.23%、10.16%,证明该算法适用于低照度复杂环境下小目标绝缘子故障检测任务;在正常光照绝缘子故障检测实验中该算法仍保持出色性能,证明该算法能够实现常规光照条件下绝缘子小目标故障检测。

摘要：在目前外骨骼及机器人领域,为了实现更高的精度和速度,大多数项目采用的都是关节电机的方案。由于其较大工作电流带来的安全问题和高昂的造价,目前绝大多数外骨骼机器人都只能用于军事和医疗领域。针对以上问题,本文设计了一款造价更低的,安全性更高的外骨骼。在经过对人体搬运重物运动的数据化分析后,获得一个数学人体模型,并通过将人体运动结构合理区分,针对每个运动部位的运动特点进行着重设计,选定相应材料和结构,并且通过对该外骨骼进行三维建模,对该模型进行了受力和运动分析,获得相应的理论数据和数学模型。该外骨骼以电推杆为动力源,设计了一套曲柄摇块机构,通过一套钢制骨架和尼龙护具与身体连接以达到助力效果。该外骨骼最大可以提供的助力力矩,并在三秒内完成起身动作。

摘要：为优化电厂巡检,提出了使用电厂巡检机器人进行巡检工作;对于电厂复杂环境的巡检,需要巡检机器人能够完成跨越障碍、降低自身高度等动作,经过多方对比,设计了一种具有两个自由度的闭环五连杆轮腿式机构作为巡检机器人的腿部机构,基于整体比例给出了各杆件的尺寸,通过SolidWorks软件对足端进行了运动曲线模拟,经校核足端曲线能够满足机器人跨越的要求。此外对轮腿结构轮子的安放位置进行了分析,选定了轮腿结构的形式并对整体结构在SolidWorks软件中进行建模,得到整体结构的三维图及二维图,并对轮腿机构的变形过程进行了说明。

摘要：围绕高楼玻璃幕墙机器人自动清洁中的风载问题,设计了一款考虑风载因素的真空吸盘吸附的框架式爬壁机器人。针对玻璃幕墙清洁机器人的框架式结构进行步态规划。基于空间力学理论建立了玻璃幕墙清洁机器人在风载下的力学平衡模型,得到了风载大小与机器人吸盘吸附力之间的力平衡方程。在Workbench中对风载作用下的清洗机器人本体进行了有限元分析,得到了机器人模型的应力云图与变形云图。实验测试结果表明:在极限风载作用下,机器人的最大应力点位于吸盘支架,最大变形点位于主架板中心。在真实风载下对机器人进行攀爬运动仿真分析,机器人可以在极限风载下稳定地工作,不会发生滑移和倾覆,验证了力学模型和设计模型的正确性。

摘要：在新工科背景下,能源特色工程教育强调本科学生应具备跨学科合作、工程实践、创新思维以及团队协作等多种综合能力,以解决未来能源领域中的复杂问题。课程组立足学校特点、专业特色,聚焦露天矿机器人化自主运输装卸系统最新技术,设计了多技术融合、理实结合的机器人技术创新实践课程,依托国家重点研发计划,结合创新教学实验平台,将露天矿机器人化自主运输装卸系统建设中的智能感知、远程驾驶等知识点纳入课堂教学,将理论知识与实践操作相结合,将课堂教学与工业应用相结合,从而培养具有综合能力的高素质工程人才,达到提高本科实践教学质量的目的。

摘要：针对井下掘进机截割智能化程度低、截割臂摆速不能根据煤岩硬度进行自适应调节的问题,提出了一种基于多传感器信息的掘进机截割臂自适应截割控制策略。以截割电机电流、截割臂驱动油缸压力、截割臂振动加速度作为煤岩截割载荷识别依据,采用径向基函数神经网络设计了截割载荷信号识别器,为截割臂摆速调控提供准确依据;针对复杂且具有时变性的截割臂摆速调控系统,设计了基于遗传算法优化的模糊PID智能控制器,实现对截割臂摆速的高效调控。建立了掘进机截割臂数学模型,在MATLAB/Simulink中搭建了截割臂自适应截割仿真控制系统,仿真结果表明,控制系统具有较快响应速度及较高控制精度。基于贝加莱Automation Studio软件搭建掘进机机载自适应截割控制系统,在石家庄煤矿机械有限公司模拟巷道中采用EBZ135型掘进机进行了模拟截割实验,实验结果表明,所提出的控制策略能够根据截割载荷变化实现对截割臂摆速的高效自适应调控。

摘要：千米煤矿深井中特大型箕斗的应用能够有效提高生产效率,但是随着箕斗体积和容量的持续增加会对传统钢丝绳矿井提升方式提出挑战,产生钢丝绳强度不足、寿命减少以及安全性降低等问题。针对传统钢丝绳提升箕斗时面临以上问题显露的不足,以煤矿千米深矿井作为工程背景,提出了一种采用垂直式永磁直线电机辅助驱动的特大型箕斗提升方案,能够在目前载重最大50 t箕斗的基础上再增加20%载重。首先,对辅助提升系统涉及的总体提升方案、矿井布置与选择、箕斗结构及增量设计、辅助提升电机结构设计等问题依次进行分析;其次,详细阐述了一种主从控制和并行控制相结合的控制策略,能够实现多种电机对箕斗的协同驱动,保证该辅助提升系统能够稳定运转;最后,利用MATLAB/Simulink建立了垂直式永磁直线电机辅助提升系统的单元电机和多电机矢量控制仿真模型,分析了该系统在匀速、速度突变以及制动工况下速度和推力的变化情况。结果表明,单元电机在恒速变负载情况下具有电机响应速度快、电机推力和速度变化稳定等特性;多电机控制模型在匀速和速度突变情况下主从电机速度以及输出推力跟随状况良好;辅助提升系统若采用主从速度跟随控制策略,难以在突发情况下及时稳定地进行制动,故在系统制动时应采用并行式同步控制策略。考虑到千米深井运行工况复杂,该仿真模型虽有所简化,但仍具有足够优良的同步跟随性和稳定性,研究结果对超深矿井特大型箕斗提升系统的设计开发具有重要理论价值和实际意义。

摘要：为满足矿井视频监控需求,针对现有图像融合算法获取的融合图像存在伪目标、模糊目标、晕光遮挡目标等问题,提出了一种基于多尺度和自适应高斯差分变换,结合修正非线性单元和VGG-16的矿井双波段图像融合算法。设计了基于多尺度和自适应高斯差分变换的源图像分解模型,将红外和可见光图像分解为基础图像和细节图像;构造了一种修正非线性单元函数,使红外基础图像的权值随可见光基础图像的灰度自动调节,并采用“加权平均”的基础图像融合策略,以获得消除光源干扰的融合基础图像;利用预训练的VGG-16网络模型提取细节图像的4层网络深度特征,获取4对具有不同网络深度特征的融合图像后,通过“极大值选择”方法得到融合细节图像;对融合基础图像和融合细节图像进行重构,获取最终的融合图像。实验结果表明:所提算法能够消除矿井下人工光源干扰,得到场景清晰、特征显著的融合图像,更符合人的视觉特性;同时,改善了异源图像的融合效率,有利于图像的进一步分析处理。与其他典型算法相比,该算法鲁棒性好,克服了传统算法难以提取图像深度特征的缺点,更易于消除光源干扰,获得更加全面、可靠和丰富的场景信息。