期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
SCA-YOLOv8的输送带块煤检测方法
1
作者
吴利刚
栗翱凯
+1 位作者
陈乐
刘勇前
《机械设计与制造》
北大核心
2025年第11期190-196,共7页
大块煤飞溅和冲击是导致矿井输送带破损及卡阻的主要原因,严重影响生产的连续性和安全性。针对这一问题,这里提出一种基于改进的SCA-YOLOv8(SC Conv-BiFPN-C2f-CA YOLOv8)的块煤检测方法。首先,通过自适应直方图均衡化增强输送带图像中...
大块煤飞溅和冲击是导致矿井输送带破损及卡阻的主要原因,严重影响生产的连续性和安全性。针对这一问题,这里提出一种基于改进的SCA-YOLOv8(SC Conv-BiFPN-C2f-CA YOLOv8)的块煤检测方法。首先,通过自适应直方图均衡化增强输送带图像中块煤的对比度,从而提高模型的检测可靠性;其次,在YOLOv8模型的基础上,采用轻量化卷积结构SC Conv,以提升模型的检测速度;接着,引入双向特征金字塔网络(Bi-FPN),增强模型的特征表征能力;最后,加入C2f-CA注意力机制模块,以提高模型在复杂背景下对块煤目标的关注度。实验结果表明,与基线YOLOv8算法相比,提出的SCA-YOLOv8模型的检测速度提升至113.68 fps,增幅达35.3%,检测精度提升至65.2%,增幅约4.1个百分点。可视化检测结果表明,SCA-YOLOv8在模糊和遮挡情况下对块煤的检测能力显著增强。因此,改进后的算法能够更加准确、高效地完成矿用输送带大块煤的检测任务。
展开更多
关键词
大块煤
YOLOv8
深度学习
注意力机制
轻量化
在线阅读
下载PDF
职称材料
基于改进EHO算法的主轴承组合结构多结构特性协同优化设计方法
2
作者
赵鑫
苏铁熊
+2 位作者
马富康
史建华
柴常
《兵工学报》
北大核心
2025年第1期270-287,共18页
随着柴油机功率密度的提升,主轴承组合结构将面临主轴承变形加剧、关键部件强度下降等可靠性问题。以主轴承组合结构作为优化设计对象,将强度、刚度、接触强度和轻量化表现作为优化目标,构建多结构特性协同优化设计数学模型。针对传统...
随着柴油机功率密度的提升,主轴承组合结构将面临主轴承变形加剧、关键部件强度下降等可靠性问题。以主轴承组合结构作为优化设计对象,将强度、刚度、接触强度和轻量化表现作为优化目标,构建多结构特性协同优化设计数学模型。针对传统快速和精英保留多目标遗传算法(Non-dominated Sorting Genetic Algorithm Ⅱ,NSGA-Ⅱ)在求解小种群规模、有限进化代数的复杂工程问题时计算效率低的问题,基于Pareto优化理论,引入自适应策略及固定候选集随机测试算法,提出改进的大象放牧优化(Elephant Herding Optimization,EHO)算法用于求解多结构特性协同优化设计数学模型,并对算法性能及协同优化设计方案进行试验验证。研究结果表明:在小种群规模和有限进化代数下,改进EHO算法的求解能力更强,计算效率更高;在质量波动仅为0.6%的情况下,机体和主轴承座的应力分别降低18.67%和11.06%;各考察截面失圆度平均值降低14.39%;机体与主轴承座接触面最大接触压力降低18.92%。
展开更多
关键词
主轴承组合结构
多目标优化
协同设计
改进EHO算法
在线阅读
下载PDF
职称材料
题名
SCA-YOLOv8的输送带块煤检测方法
1
作者
吴利刚
栗翱凯
陈乐
刘勇前
机构
山西
大同大学机电
工程
学院
山西省数字化产线孪生运维及控制技术工程研究中心
山西
大同大学煤炭
工程
学院
出处
《机械设计与制造》
北大核心
2025年第11期190-196,共7页
基金
山西省基础研究面上项目—智能制造装备的心电机理与主动运维方法研究(202303021211330)
山西大同市科技计划项目资助(2023015)
山西省基础研究自由探索类项目(202403021221181)。
文摘
大块煤飞溅和冲击是导致矿井输送带破损及卡阻的主要原因,严重影响生产的连续性和安全性。针对这一问题,这里提出一种基于改进的SCA-YOLOv8(SC Conv-BiFPN-C2f-CA YOLOv8)的块煤检测方法。首先,通过自适应直方图均衡化增强输送带图像中块煤的对比度,从而提高模型的检测可靠性;其次,在YOLOv8模型的基础上,采用轻量化卷积结构SC Conv,以提升模型的检测速度;接着,引入双向特征金字塔网络(Bi-FPN),增强模型的特征表征能力;最后,加入C2f-CA注意力机制模块,以提高模型在复杂背景下对块煤目标的关注度。实验结果表明,与基线YOLOv8算法相比,提出的SCA-YOLOv8模型的检测速度提升至113.68 fps,增幅达35.3%,检测精度提升至65.2%,增幅约4.1个百分点。可视化检测结果表明,SCA-YOLOv8在模糊和遮挡情况下对块煤的检测能力显著增强。因此,改进后的算法能够更加准确、高效地完成矿用输送带大块煤的检测任务。
关键词
大块煤
YOLOv8
深度学习
注意力机制
轻量化
Keywords
Bulk Coal
YOLOv8
Deep Learning
Attention Mechanism
Lightweighting
分类号
TH16 [机械工程—机械制造及自动化]
TP399 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于改进EHO算法的主轴承组合结构多结构特性协同优化设计方法
2
作者
赵鑫
苏铁熊
马富康
史建华
柴常
机构
山西
大同大学机电
工程
学院
山西省数字化产线孪生运维及控制技术工程研究中心
中北大学能源动力
工程
学院
出处
《兵工学报》
北大核心
2025年第1期270-287,共18页
基金
山西省基础研究计划项目(202203021222299、202103021224216、202303021211330)
山西省高等学校科技创新项目(2022L430)。
文摘
随着柴油机功率密度的提升,主轴承组合结构将面临主轴承变形加剧、关键部件强度下降等可靠性问题。以主轴承组合结构作为优化设计对象,将强度、刚度、接触强度和轻量化表现作为优化目标,构建多结构特性协同优化设计数学模型。针对传统快速和精英保留多目标遗传算法(Non-dominated Sorting Genetic Algorithm Ⅱ,NSGA-Ⅱ)在求解小种群规模、有限进化代数的复杂工程问题时计算效率低的问题,基于Pareto优化理论,引入自适应策略及固定候选集随机测试算法,提出改进的大象放牧优化(Elephant Herding Optimization,EHO)算法用于求解多结构特性协同优化设计数学模型,并对算法性能及协同优化设计方案进行试验验证。研究结果表明:在小种群规模和有限进化代数下,改进EHO算法的求解能力更强,计算效率更高;在质量波动仅为0.6%的情况下,机体和主轴承座的应力分别降低18.67%和11.06%;各考察截面失圆度平均值降低14.39%;机体与主轴承座接触面最大接触压力降低18.92%。
关键词
主轴承组合结构
多目标优化
协同设计
改进EHO算法
Keywords
main bearing assembly structure
multi-objective optimization
collaborative design
improved EHO algorithm
分类号
TK422 [动力工程及工程热物理—动力机械及工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
SCA-YOLOv8的输送带块煤检测方法
吴利刚
栗翱凯
陈乐
刘勇前
《机械设计与制造》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
基于改进EHO算法的主轴承组合结构多结构特性协同优化设计方法
赵鑫
苏铁熊
马富康
史建华
柴常
《兵工学报》
北大核心
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
