-
题名激光雷达回波信号多尺度增强方法研究
- 1
-
-
作者
王芳
宋斌
袁浩
-
机构
郑州西亚斯学院计算机与软件工程学院
河南省智能制造数字孪生工程研究中心
河南科技大学信息工程学院
-
出处
《激光与红外》
北大核心
2025年第1期60-66,共7页
-
基金
河南省2021年省级民办教育发展专项资金资助项目(No.豫财教[2021]16号软件工程专业)
2023年河南省科技厅科技攻关项目(No.232102210137)资助。
-
文摘
由于目标物体的形状、大小、距离等因素的影响,激光雷达回波信号中的特征信息会分布在不同尺度上,且信号经历多径效应后,导致信号相位扭曲和叠加,使单纯依靠小波阈值对整体回波信号进行增强的思路变得过于简单,并且信号的非线性也影响信号增强的效果。提出一种基于CEEMDAN联合小波阈值算法的激光雷达回波信号多尺度增强方法。该方法首先利用形态滤波器去除激光雷达回波信号中含有脉冲、间歇等间断事件;再基于上述处理结果利用CEEMDAN算法对激光雷达回波信号实施有效的尺度分解,以有效地将复杂非线性信号分解成若干个IMF分量,提高信号处理的准确性;利用相关系数指标,获取回波信号中噪声以及信号之间的IMF临界点,使用小波阈值算法对其主导IMF分量实施去噪处理,根据处理结果实现信号的多尺度增强。实验结果表明,利用该方法开展回波信号增强时,信号去噪效果好、增强性能高。
-
关键词
CEEMDAN分解
小波阈值
激光雷达通信
回波信号
多尺度
增强算法设计
-
Keywords
CEEMDAN decomposition
wavelet threshold
LiDAR communication
echo signal
multi scale
enhanced algorithm design
-
分类号
TN958
[电子电信—信号与信息处理]
TN911.7
[电子电信—通信与信息系统]
-
-
题名考虑边界强度的机器人视觉图像智能扩增方法
- 2
-
-
作者
王芳
李喜艳
-
机构
郑州西亚斯学院计算机与软件工程学院
河南省智能制造数字孪生工程研究中心
海南师范大学
-
出处
《机械设计与制造》
北大核心
2025年第4期309-313,共5页
-
基金
河南省2021年省级民办教育发展专项资金资助项目(豫财教[2021]16号,软件工程专业)。
-
文摘
由于机器人采集的视觉图像相邻但不同区域之间的像素强度值是间断的,容易造成误分割的情况,从而影响相关应用的效果。因此,提出一种考虑边界强度的机器人视觉图像智能扩增方法。为克服区域间像素强度值间断性的问题,通过边缘惩罚准则将基于机器人视觉图像的局部边界强度信息的惩罚函数引入到TMF势能函数中,对全新势能函数的目标函数展开优化,获取贝叶斯最大后验模型分割公式,有效维持区域的边界信息,完成机器人视觉图像分割。经分割处理后确定了扩增目标,以机器人视觉图像相似系数获取循环互相关系数,对条件生成对抗网络(CGAN)模型的损失函数展开改进,利用改进后的CGAN模型在原始机器人视觉图像扩增目标数据集的基础上完成机器人视觉图像智能扩增。结果表明,所提方法可提升机器人视觉图像智能扩增效果,扩增后图像细节更加清晰显著。
-
关键词
考虑边界强度
机器人视觉图像
智能扩增
-
Keywords
Consider Boundary Strength
Robot Visual Images
Intelligent Amplification
-
分类号
TH16
[机械工程—机械制造及自动化]
TP181
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于扩张状态观测器的双轴摇篮转台滑模控制方法
- 3
-
-
作者
简艳英
刘婷婷
-
机构
商丘职业技术学院计算机工程学院
郑州西亚斯学院计算机与软件工程学院
河南省智能制造数字孪生工程研究中心
-
出处
《现代制造工程》
北大核心
2025年第3期141-149,共9页
-
基金
河南省科技攻关项目(232102210198)。
-
文摘
针对双轴摇篮转台系统中的非线性机械摩擦、外界扰动和模型误差等不确定性导致控制精度下降的问题,采用扩张状态观测器设计了改进的滑模控制律。首先,分析了双轴摇篮转台的基座、摇篮和转台的空间坐标系关系,并建立了摇篮和转台的动力学模型;然后,将系统中的不确定性扩展为系统状态,并利用设计的扩张状态观测器对不确定性进行估计;最后,通过设计的改进滑模控制律动态补偿不确定性的影响,有效抑制了抖振现象,实现了对双轴摇篮转台的高精度控制。仿真结果表明,设计的扩张状态观测器能够准确估计双轴摇篮转台中的不确定性,最大估计误差仅为0.01(°)/s2,改进的滑模控制律对转台转动角速度和摇篮转动角速度的最大跟踪误差分别仅为0.02(°)/s和0.03(°)/s。测试结果表明,提出的改进滑模控制方法与自适应迭代学习控制方法和命令滤波自适应反步控制方法相比具有更强的鲁棒性和更高的准确性,转台转动角和摇篮转动角的最大定位误差分别仅为0.04°和0.05°,大幅提高了双轴摇篮转台系统的控制精度。
-
关键词
双轴摇篮转台
伺服电机
模型误差
机械摩擦
不确定性
扩张状态观测器
滑模控制律
-
Keywords
dual-axis cradle turntable
servo motor
model error
mechanical friction
uncertainty
extended state observer
sliding mode control law
-
分类号
TP273
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名基于改进YOLOv11的焊缝缺陷高精度检测方法
- 4
-
-
作者
王晓婷
刘婷婷
-
机构
开封大学信息工程学院
郑州西亚斯学院计算机与软件工程学院
河南省智能制造数字孪生工程研究中心
-
出处
《计算机应用研究》
北大核心
2025年第10期3192-3200,共9页
-
基金
河南省科技攻关资助项目(242102210088)
河南省高等学校重点科研资助项目(24B520025)。
-
文摘
针对焊缝缺陷检测中存在的图像低对比度、缺陷复杂形态、缺陷多样性及正负样本比例失衡等问题,在YOLOv11网络框架的基础上,提出了一种改进的高精度焊缝缺陷检测方法。首先,通过引入鲁棒纹理差异归一化机制,提升了对焊缝图像低对比度区域纹理差异的感知能力,增强了对微小缺陷的检测精度;然后,采用边缘轮廓感知解码器模块对检测框边缘信息进行优化,旨在提升复杂缺陷的定位准确性;接着,利用设计的频域特征调制策略将空间域与频域的特征进行融合,强化了对焊缝细微缺陷检测的感知能力和敏感度;最后,提出了正负样本动态平衡损失函数,通过动态调整样本权重,优化了训练过程中的样本分布不平衡问题。实验结果表明,所提方法与原始YOLOv11模型相比具有更高的检测精度和更强的鲁棒性,在精度、召回率和mAP指标上分别提高了2.7、3.4和2.6个百分点,且依然保持了较高的检测速度,检测速度达到了43.7 fps,能够更好地适应复杂工业环境中的焊缝缺陷检测任务。
-
关键词
YOLOv11
焊缝缺陷检测
鲁棒纹理差异归一化
边缘轮廓感知
频域特征调制
-
Keywords
YOLOv11
weld defect detection
robust texture difference normalization
boundary contour awareness
frequencydomain feature modulation
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名工业机器人手臂终端滑模自适应容错控制方法
- 5
-
-
作者
魏晓梦
刘婷婷
-
机构
河南机电职业学院物联网学院
郑州西亚斯学院计算机与软件工程学院
河南省智能制造数字孪生工程研究中心
-
出处
《现代制造工程》
北大核心
2025年第8期31-38,共8页
-
基金
河南省科技攻关项目(242102210088)。
-
文摘
针对工业机器人手臂中执行器的失效故障和偏移故障而导致轨迹跟踪精度下降的问题,提出了一种基于高阶滑模观测器的终端滑模自适应容错控制方法。首先通过对工业机器人手臂的运动状态进行分析,建立了带有执行器故障的工业机器人手臂动力学方程;然后设计了高阶滑模观测器来准确估计系统内的故障项,并在终端滑模面的基础上,设计了自适应容错控制律来补偿执行器故障带来的影响;最后利用Lyapunov函数进行了稳定性分析,证明了提出的控制方法可使工业机器人手臂运动轨迹准确跟踪信号指令。通过对六自由度工业机器人手臂的仿真分析,结果表明,设计的高阶滑模观测器能够准确估计出系统内的故障,最大估计误差仅为0.011(°)/s^(2),提出的终端滑模自适应容错控制律能够有效克服执行器故障对工业机器人手臂运动轨迹的影响,在整个运动轨迹上的最大误差和平均误差分别为0.64和0.24 mm,表现出了较强的鲁棒性。在三维空间固定坐标点的定位测试结果表明,提出的终端滑模自适应容错控制律具有较高的控制精度,定位的最大误差和平均误差分别为0.89和0.31 mm,从而验证了提出的控制方法具有较强的工程实用性。
-
关键词
工业机器人手臂
执行器故障
高阶滑模观测器
终端滑模
自适应容错控制
-
Keywords
industrial robot arm
actuator malfunction
high-order sliding mode observer
terminal sliding mode
adaptive fault-tolerant control
-
分类号
TP273
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名基于振动信号分析的船用柴油机故障诊断系统开发
被引量：3
- 6
-
-
作者
丁志成
王甜甜
-
机构
郑州工业应用技术学院机电工程学院
河南省智能制造数字孪生工程研究中心
郑州西亚斯学院计算机与软件工程学院
-
出处
《舰船科学技术》
北大核心
2024年第9期168-171,共4页
-
基金
河南省工程技术研究中心资助项目(豫科实(2022)1号)
河南省2020年民办普通高等学校学科专业建设资助项目(教办政法(2020)162号)
河南省2021年民办普通高等学校学科专业建设资助项目。
-
文摘
船用柴油机在线诊断和监测对于保障船舶安全航行具有非常重要的作用。经验法和建立数学模型的方法在实际应用中受到非常大的限制,本文提出一种基于振动信号分析的船用柴油机故障诊断系统,分析了柴油机的基本结构和工作流程,对柴油机的不同故障振动信号特征进行分析,在此基础上设计了故障诊断系统的结构,包括振动信号采集、特征提取以及故障诊断模块,通过将柴油机历史振动数据和故障类型建立映射,并基于柴油机振动信号特征使用故障诊断模型输出诊断结果。
-
关键词
振动信号
故障诊断
柴油机
特征提取
-
Keywords
vibration signal
fault diagnosis
diesel engine
feature extraction
-
分类号
U262.12
[机械工程—车辆工程]
U672
[交通运输工程—船舶及航道工程]
-
