摘要：针对纺织车间背景复杂、纱筒种类多导致利用传统机器视觉识别空纱筒准确率低、模型参数量大的问题,设计了一种基于改进残差网络的空纱筒识别模型。该模型借鉴ResNet系列的模型结构,进行卷积核轻量化,改进经典的残差模块并加入SENet注意力机制,以达到提高检测空纱筒的准确率,减少模型参数的目的。最后通过数据增强,创建了适合工厂实际生产的纱筒数据集。实验结果表明:在消融实验中,应用SENet注意力机制可以提高3.86%的准确率,利用优化残差模块不仅减少了650%的模型参数还提高了1.22%的准确率。在原数据集的验证集上,改进模型的准确率为99.6%比ResNet-18模型高4.46%,与VGG-16和AlexNet相比提高了7.05%~9.41%。在增强的数据集上,识别模型的准确率都有了较大的提升,但改进模型的准确率变化不大,说明该模型的鲁棒性较好,不易受到样本不足的影响。改进模型的参数数量缩小到原模型参数数量的1/10左右,为嵌入式设备部署空纱筒识别模型提供了思路。

摘要：为解决现有换筒夹持机构无法适用于不同规格纱筒抓取的问题,根据针织生产车间纱架结构特征和纱筒更换工艺流程,设计了由夹爪机构、刹车机构、离合机构、推纱机构、翻转机构等组成的换筒末端执行器,该末端执行器可通过外扩电动机和外张气缸分别调节夹爪收缩尺寸以及夹爪间角度,以适用于不同类型的纱筒抓取。在机构设计过程中,不仅对各组成部分及其运动原理进行分析,还通过ANSYS Workbench软件对不同直径和不同长度的夹爪进行了静力学仿真,得出夹爪的直径为18 mm、长度为58 mm时可满足设计要求。同时研制样机,并进行了不同规格圆柱筒和圆锥筒的抓取实验。实验结果表明:该换筒末端执行器能够稳定、快速抓取内径为20~65 mm、质量不大于6 kg的纱筒,可应用于圆型纬编针织生产线。

摘要：针对发泡成型机蒸汽压力的非线性系统存在控制精度差和动态性能不佳的问题,设计了基于神经网络的自适应逆控制方法。建立了发泡成型机蒸汽压力的参考模型,利用参考模型的输入输出对训练单层神经网络逆模型作为逆控制器,并采用LMS自适应算法在线调节神经网络权向量。通过与PID控制器进行对比实验,结果表明,所设计的神经网络自适应逆控制方法提高了蒸汽压力的稳定性以及快速响应能力,几乎不存在系统超调。

摘要：为实现针织圆纬机纱架上纱筒余纱量的实时检测,提出一种深度学习与传统图像处理相结合的检测方法。通过优化Yolov5的主干网络并加入Shuffle-Attention注意力机制,利用改进后模型在图像中检测并框出纱筒位置;然后利用透视变换、均值偏移、canny轮廓检测、闭操作等处理获取纱筒内外圆轮廓,设计基于梯度下降的圆拟合算法,拟合纱筒内外圆的轮廓,得到纱筒的内外圆半径;最后结合小孔成像的原理完成纱筒余纱量的测量。结果表明:改进后的Yolov5模型在纱筒检测精度上达到99.5%,检测速度可达20帧/s,同时模型参数减少至3.255×106可检测的最小纱筒余纱量为3 mm,当纱筒余纱量小于3 mm后,将其视为空筒,进行延时更换。本文算法拟合圆所花费时间是传统霍夫圆检测算法的1/4左右,因此可满足针织车间的实际应用需求。

摘要：7自由度(7DOF)机械臂的位置控制存在模型不确定性和摩擦力、重力矩等未知外部干扰,为此,开发了一种7DOF机械臂驱控一体式控制器。首先,设计了基于高级精简指令集计算机(ARM)+数字信号处理器(DSP)+现场可编程门阵列(FPGA)架构的7DOF机械臂驱控一体式控制器方案,确保有足够的计算性能;其次,提出了7DOF机械臂多电机协同控制方法,提高了机械臂位置控制系统的精度和稳定性;然后,设计了基于非线性扰动观测器与快速连续非奇异终端滑膜的复合控制律,用于补偿外界干扰及系统不确定性,同时保证了系统的快速收敛;最后,进行了机械臂关节电机位置控制、速度控制、恒力矩控制、基于非线性扰动观测器的滑模位置控制等实验,对驱控一体式控制方案和复合控制策略的有效性进行了验证。研究结果表明:采用的驱控一体式控制器与多电机位置协同控制方法,能够确保7DOF机械臂关节电机的位置、速度和恒力矩控制稳态误差在1%以内;相比比例积分微分(PID)位置控制,基于非线性扰动观测器的快速连续非奇异终端滑模复合位置控制策略的超调量、响应速度、稳态精度等性能均提高了10%~15%,可以满足机械臂高速高精伺服控制要求。

摘要：针对面料缝合过程中人力需求高、自动化程度低、效率低等问题,结合机器视觉、工业机械臂和缝机等,设计并研发了从上料到缝合到下料的智能缝制成套装备。首先,对基于拉线编码器的机械臂绝对定位误差优化补偿技术、基于Canny算子的面料轮廓识别与关键点提取技术、基于比例积分微分(PID)闭环控制算法的机械臂与缝纫机速度的同步控制技术进行了研究。然后,针对具体的应用需求研发了双层面料智能缝制设备,并对其进行了简单介绍。案例分析结果表明,通过几种技术的结合,提高了缝制成套装备机械臂的绝对定位精度、面料轮廓识别提取能力、缝制质量的一致性,减少了人工需求,助力服装缝制行业的转型升级。

摘要：针对传统人工换筒的圆纬机存在生产自动化程度低、劳动强度大、人力成本高等问题,提出一种基于桁架机器人和换筒机械手的自动换筒方案。根据人工更换纱筒仿生工艺,结合圆纬机生产车间布局、纱架结构、纱筒类型以及换筒周期等因素,设计了桁架机器人和换筒机械手的机械结构,以及自动换筒的工艺流程和电气原理图等,并研制了实验室测试机构。最后研究了基于AS320T模块和伺服电动机的纱筒更换控制算法,实现了利用触摸屏作为人机交互界面的自动换筒功能。测试结果表明,采用此控制技术满足了圆纬机纱架自动换筒的准度、稳定性以及重复性要求,实现了以“机器换筒、人工接头”的方式为圆纬机续线,对解决传统人工换筒存在的问题具有重要意义。

摘要：为解决机械式打结机在纱架上完成纱线接头时无法检测头线、尾线捕获状态的问题,提出一种基于图像像素点测量的检测方法。该方法结合机械式打结机工作原理,将集安装盒、相机模组和光源于一体的纱线检测识别系统,固定在风机和吸嘴之间的透明吸管上,然后通过小型嵌入式模块采集图像、处理图像、统计像素点、输出信号等流程实现低成本的纱线捕获状态检测。同时顶部安装相机模组,左右两侧安装光源,底部设计纱线通道,内部底板设计为左右均分的黑白背景,结构小巧、图像采集环境稳定。系统搭建后,对白色等8种纱线进行了捕获状态测试。结果表明:该方法检测效果好、识别率高,实现了模块化纱线捕获状态检测,不仅准确度高、成本低,而且安装方便,可实现生产推广应用。

摘要：为进一步改善自动配棉的通用性和自适应性,针对配棉工艺多约束条件特点,进行了自动配棉优化设计。提出了一种基于改进的PSO(particle swarm optimization)算法的自动配棉参数优化求解方法。通过配棉数学模型建立,将其转化为多约束条件优化求解问题。分析了标准PSO算法在配棉工艺参数寻优的不足,对标准PSO算法惯性权重和学习因子策略的不足加以改进。将采集到的棉纺企业工艺参数,用标准PSO和本文改进的PSO算法同时对配棉工艺模型求解。结果显示:改进的PSO算法采用了惯性权重递减和学习因子自适应策略,寻优速度、精度、局部和全局寻优能力等指标都得到提高,降低了企业配棉成本,具有一定的实用价值。

摘要：全封闭气体绝缘开关设备(GIS)广泛应用于电网中,其内部缺陷导致的设备故障可能会引起大面积停电事故。针对GIS缺陷放电模式识别问题,设计了3种GIS典型放电模式,通过实验平台获取放电指纹数据,并从中提取出12种特征。对基于单一网络方式的概率神经网络、自适应神经网络以及基于复合神经网络方式下的GIS局部放电识别问题进行对比研究,考察3种网络方式在输入验证、部分训练集等不同条件下的放电模式识别率与一致性问题。实验结果表明,采用上述单一方式神经网络可以作为一种局部放电识别手段,但识别结果的一致性较差,而复合神经网络不仅具有高识别率,而且一致性也较好,可以较好地满足GIS局部放电识别。