摘要：针对混流液压泵装配线存在工位闲置或堵塞导致作业负荷不均衡的问题,提出了一种混合遗传禁忌搜索算法求解和计算机仿真验证的方法。以最小化混流装配线的生产节拍、不同工作站间分配的作业负荷和同一工作站内不同产品的作业负荷平滑指数为优化目标,设计了一种具有较强局部搜索能力的混合遗传禁忌搜索算法,算法通过Hamming距离的判断对可行解进行多片段交叉、片段变异操作;采用正交实验法确定了算法最佳参数组合,并在经典案例集和液压泵装配线上验证了混合遗传禁忌搜索算法的有效性和优越性;在Plant Simulation软件中考虑液压泵装配线设备情况,根据实际生产对优化方案进行仿真分析,研究结果表明了该优化方法能有效降低混流液压泵装配线的生产节拍,均衡各工作站间的工序分配和同一工作站内不同型号产品的作业负荷,实现了混流装配线的平衡再优化。

摘要：针对自动售货柜场景中存在的复杂背景和商品包装高度相似导致的识别难题,提出了一种融合多尺度注意力机制和度量学习的商品识别方法。首先,基于ResNet层级结构引入多头自注意力,充分挖掘卷积神经网络(CNN)多尺度特征提取优势和Transformer全局建模能力,并设计一种新的多尺度空洞注意力,使模型关注到相似包装中商标形状和局部纹理等局部特征,以及上下文全局特征;其次设计降采样多尺度特征融合策略,有效提高算法的多尺度特征表达能力;最后采用ArcFace损失函数以增强模型的识别能力。为了验证所提出方法的有效性,构建了一个真实场景下的商品数据集,由自动售货柜的顶视摄像头采集。实验结果表明,该方法在Commodity 553数据集上的MAP@1准确率达到87.4%,优于当前的主流识别方法,可实现更精确的商品识别。

摘要：针对具有平面特征的工件的位姿识别,提出了一种三维点云两步校准法。首先,对三维点云进行多次随机抽样,每次抽取3个点并计算其所构成平面的单位法向量;经多次抽样后,得到一个平面单位法向量集合,采用密度聚类算法提取主平面的单位法向量,并根据主平面单位法向量与目标向量的轴角变换关系实现点云的倾斜度校正。然后,先将点云投影至主平面,再将各点的高度映射为主平面内的灰度,得到点云灰度图;再利用图像模板匹配算法获取点云在主平面内投影的平移量和旋转角,经平移和旋转后实现点云位姿的最终校准。将所提出的三维点云两步校准法应用于高压输电线塔塔座自动焊接系统,以识别塔座的位姿信息,并与基于采样一致性法识别的塔座位姿信息进行对比。结果表明,相比于采样一致性法,所提出的两步校准法既提高了工件位姿的识别精度,又缩短了约76%的耗时。研究结果可为具有平面特征的工件的位姿快速校准及识别提供参考。三维点云两步校准法在先进制造业中具有广阔的应用前景。

摘要：换流站阀厅作为我国高海拔超/特高压直流工程的重要组成部分,其内部存在大量球-板间隙结构。研究高海拔球-板间隙放电机理对高海拔超/特高压工程外绝缘设计具有实际工程意义。该文在昆明地区(海拔2100 m)开展了不同尺寸球电极在1.0~3.0 m间隙下的球-板间隙操作冲击试验,分析了不同电极结构和间隙距离下的放电过程、流注起始分散性、流注分支发展特性和注入电荷变化规律,并研究了电压上升率对流注放电参数的影响。研究结果发现,相同间隙结构下,随着海拔升高,气压变低,放电过程会缩短;当间隙距离分别为2.0 m和3.0 m,球电极直径从0.3 m增至0.9 m时,平均流注起始时间最大增量分别为54.8%和57.0%,其分散性也随之增加;初始流注注入电荷量随着间隙距离和球电极直径的增加而增加,注入电荷量范围为1.1~15.6μC;流注分支主通道和次通道平均发展速度分别为1.2~5.0 cm/μs和0.8~2.6 cm/μs。在末跃阶段流注分支主通道迅速发展,直至击穿,平均发展速度约为10~25 cm/μs,次通道停止发展后消失。流注起始时间及其分散性会随着外施电压上升率的增加而减小,同时注入电荷量会随着流注起始电压和电压上升率的增加而增加。

摘要：针对沥青路面裂缝检测中富纹理噪声影响和细小裂缝误识别严重等问题,提出一种邻域与梯度显著特征融合的沥青路面裂缝检测方法.首先采用灰度校正和形态学重建降低外界干扰和富纹理中较亮点状噪声导致亮度不均的影响,根据像素及其邻域的显著差异提取邻域显著特征,通过方向可调滤波器得到不同方向上的梯度显著特征,将两者卷积融合并优选方向生成特征融合显著图;然后对特征融合显著图阈值分割得到疑似裂缝聚集区域,结合聚集区域的不同几何特征引入聚类分析法筛选裂缝候选区域;最后提出区域端点搜索与定位法,剔除无端点聚集区域的子集,并连接不同区域端点,最终实现裂缝较完整提取.在采集的沥青路面裂缝图像数据集上的实验结果表明,该方法的准确率、召回率、F值分别为92.857%, 86.405%和89.515%,可有效地检测沥青路面图像裂缝,尤其能识别细小裂缝,为路面养护工作提供更准确的裂缝信息.

摘要：针对相控阵雷达无法有效实现特定区域能量控制的问题,该文提出一种杂波环境下基于交替方向乘子法(ADMM)的频控阵MIMO(FDA-MIMO)雷达低截获(LPI)优化设计方法。该方法的优化准则是在保证目标参数估计性能的条件下,通过联合设计发射波束和接收滤波器使FDA-MIMO雷达在目标2维(距离-方位)区域上辐射的能量尽量小,即尽可能地降低雷达被截获的概率;接着利用加权求和的方法将优化准则构造成多比例分式规划(FP)和的问题;然后利用循环迭代的方法,将优化问题转化成两个子优化问题;最后基于ADMM方法消除等式约束,并通过最小化2阶2次近似优化问题获得发射波束的闭合解。此外,也分析了该方法的计算复杂度。仿真部分通过输出信干燥比(SINR)、发射和接收方向图验证了该方法的有效性。

摘要：为了避免太阳能电池片因破损导致的浪费,提高太阳能电池残片的利用率,提出了一种基于图像的太阳能电池残片排样算法。首先通过边缘检测,从原始图像中提取出电池片有效区域。再在电池片有效区域上依据所设计的算法,依次按给定的小矩形尺寸进行排样。最后生成激光切割线,并对切割路径进行优化。实验结果显示,对于各种形态的破损电池片都能够得到较好的排样结果和切割路径,表明所设计的方法具有较好的实用和参考价值。

摘要：影像纹理的马尔可夫随机场(MRF)模型是一种分析纹理较为经典的方法,已被广泛用于影像纹理的模拟和分割。由于传统的模拟退火算法在计算全局最优解时,处理效率较低,无法满足纹理分析与处理的性能要求。设计了一种判定纹理类别的适应度函数,提出了利用粒子群优化算法计算适应度函数的最优解,应用该算法对遥感影像数据进行了纹理分割实验。实验结果表明,该算法与模拟退火算法比较,具有寻优速度快的优点,是一种有效的图像分割优化方法。

摘要：倒伏是限制油料作物高产、稳产、优产的主要因素,对油菜倒伏类型的实时监测与评估对于油菜预产和品种选育至关重要。该研究提出一种无人机可见光影像下融合多尺度特征和注意力机制的油菜倒伏分类方法,对绿熟期和黄熟期的倒伏级别进行分类鉴定。首先,设计一种图像分类模型NGnet(nam-ghost network),用于对角果期的油菜倒伏程度进行分类。该网络采用改进的GhostBottleNeck模块,融入利用权重因子来体现重要特征的注意力机制模块NAM(normalization-based attention module),再将不同尺度的注意力特征进行融合,以降低模型参数量、提高准确率;其次,构建使用无人机高空遥感正射影像的油菜倒伏数据集(rape lodging dataset, RLD),该数据集由5 789张分辨率为3×255×255且人工标注倒伏级别的小区影像构成;最后,将NGnet模型在RLD数据集上的进行验证,准确率达到85.10%,比T2T-VIT、SwinTransformerV2、MobileNetV3、Res2Net、RepVGG和RepLKNet分别高出15.6、11.92、7.01、6.22、6.08、2.37个百分点。试验结果表明,NGnet模型对油菜倒伏分类任务是有效的,可为基于无人机RGB影像的油菜倒伏鉴定和良种选育等提供参考。

摘要：目前无线局域网的安全性问题是其目前发展中存在的主要障碍之一,针对IEEE802.11标准采用的WEP(wired equiva-lent privacy)中的不安全因素,TGI提出了WEP的改进方案TKIP(temporal key integrity protocol),主要分析了TKIP中的完整性算法MIC(message integrity code)Michael的结构以及安全性。