电厂煤取样装置的技术改造

取样装置是浙江浙能兰溪发电有限责任公司的输煤皮带设备，该公司技术人员通过对取样装置频繁发生堵煤而无法正常投运的原因进行分析，提出合理的各机构改进方案，并对其实施技术改造，取得了较满意的效果。     

皮带防撕裂系统在桥式抓斗卸船机上的应用

为防止卸船机下方皮带发生撕裂,研究并设计适用于桥式抓斗卸船机吊挂式缓冲托辊组结构的皮带防撕裂系统。该系统将撕裂信号融入PLC系统保护中,加装改造皮带防撕裂装置,采用软链接方式支于缓冲托辊组之间,解决异物穿透皮带造成的皮带撕裂问题。同时,将落料口前段改造为折页式挡板,并设置限位开关,解决异物卡在落料口造成的皮带撕裂问题。该系统的应用能够确保发生皮带撕裂时运行的卸船皮带机及时停机,有效减少皮带撕裂长度,降低设备损失。     

基于进化规划算法的舰船辐射噪声分类

神经网络分类器在舰船辐射噪声分类中得到了广泛的应用.针对神经网络分类器的设计困难,提出一种基于进化规划算法的设计方法.在该方法中,进化算法的适应度函数不是取为神经网络分类器对训练样本的识别率,而是对训练样本的可分性和聚合度同时考虑,这样能够在保证识别精度的前提下,使网络分类器具有良好的泛化能力,而且该方法不仅能够对待识别的样本进行离线学习,也能够在线学习.使用该分类器对舰船辐射噪声进行分类识别试验,结果表明该方法设计的分类器具有良好的性能.     

舰船多目标识别中的一种抗碎云干扰方法研究

随着计算机图像处理技术的飞速发展,各种智能化的目标检测设备已经被广泛应用在舰船目标的识别中,通过采用智能目标检测算法,智能设备能够对舰船的特征进行快速学习,然后进行计算机处理后,就能够快速准确地对目标的状态进行判断。但是,在目标数据获取的过程当中,常常会受到碎云的干扰。因此,本文主要介绍了一种改进后的目标识别算法,该算法能够显著降低碎云的干扰噪声,通过加强目标的特征信号,能够在碎云干扰情况下,快速对目标的特征进行定位和提取,通过对有用信号的滤波和模式识别,有效改善了对舰船多目标的识别效果。     

基于ART2模型的造船系统中间产品成组分类研究

基于ART-2神经网络分类器算法是在自适应共振理论的基础上改进而来的,该方法能够对造船中间产品的特性分析样本进行分析判断,实现输入数据的自动分类与识别.提出了中间产品成组特性分析的模型,并对神经网络结构和改进的算法作了详细介绍.实验证明分类的效果比较准确,并可对同族产品的相似程度加以控制,使分组更加合理.     

高性能处理器DM6446下的舰船目标识别算法

介绍舰船噪声的频谱特性,并通过对频谱特性分析,研究舰船目标识别算法的可行性,最终选用DEMON谱分析与轴频提取算法作为舰船目标识别的实现方式。考虑到算法的数据处理,软硬件平台及设计选用TI公司基于DM6446高性能处理器TY-DM6446-1000开发板进行舰船目标识别算法研究,并对该算法的实验数据进行测试统计。结果显示,该算法能够实现对舰船目标特征提取和目标的精确识别,可满足应用要求。     

基于红外图像的海上船舶特征识别算法研究

传统海上船舶特征识别算法受到可见光强弱的影响,在暗光条件下对船舶图像识别能力远远不如白天,加之船舶搜救等应用场景多为夜晚。因此,提出基于红外图像的海上船舶特征识别算法研究。首先,基于红外图像识别算法,将红外识别与可见光参量进行高精度融合计算;其次,对融合后的红外识别特征参量进行增强计算;最后,通过粒子群算法对大场景中的目标进行特征绑定,从而实现暗光条件下快速准确识别船舶特征的效果。通过实验对提出算法进行测试对比,证明提出算法在暗光条件下对船舶特征的识别能力高于传统识别算法。     

基于LDA的潜艇机械噪声识别算法研究

通过选取一定数量的潜艇机械设备噪声信号作为训练样本,利用线性判别分析算法(LDA)对噪声信号建立识别分类模型,然后将待测信号与已知信号库(机械设备正常工况下的噪声信号和所有已知故障情况下的噪声信号)中所有信号分别投影到识别分类模型上一一进行比对,确定潜艇机械噪声的类别.论文使用噪声模拟信号进行了相关实验,结果表明该方法能够比较准确的达到识别分类的效果.     

基于ANN星识别算法的仿真平台

星敏感器是一种高精确度的姿态测量仪器，它通过对观测到的星点进行识别来计算姿态。为了能够较好地测试和验证星识别系统的性能，设计了一个基于ANN算法的星识别仿真平台。通过对该星识别仿真平台性能的测试，表明该仿真平台能够方便，实时地测试星识别算法的性能与正确性，因此说它是一种具有较好实用价值的星识别仿真平台。     

波形匹配法识别罗兰-C信号周期

提出一种新的周期识别算法,以满足数字化罗兰-C接收机软件实现的需要.借助MATLAB工具模拟天波干扰下的罗兰-C信号,对算法进行了有效性验证.该算法通过比较接收到的罗兰-C采样脉冲与模板信号的相似程度来识别第三周过零点.仿真结果表明在一定的信噪比条件下,该方法初步实现了罗兰-C信号周期识别的数字化,具有一定的实用性.     

基于深度卷积神经网络的船舶识别方法研究

为解决目前船舶识别率较低的问题,基于深度卷积神经网络算法,提出一种在深度卷积神经网络基础上的改进算法.利用卷积神经网络对船舶图片进行深度特征提取,结合HOG算法得到准确的边缘特征,结合HSV算法得到颜色特征,通过SVM分类器对船舶进行分类.算法主要包括2个阶段:训练阶段实现卷积神经网络的预训练,将得到特征归一化,PCA降维,通过HOG算法得到边缘特征,最后训练SVM分类器;测试阶段则对算法的准确性进行核实.实验结果表明,该方法平均识别正确率达到93.6％,可以很好地实现船舶识别.     

船舶导航轨迹识别中智能算法研究

以船舶导航作为研究对象,对船舶导航航行轨迹识别方法进行研究,给出一种智能航迹识别算法。在该算法中,首先通过聚类算法进行航迹图谱的挖掘,得到历史航迹图谱,然后根据航迹图谱,利用卡尔曼滤波方法对航迹异常行为进行识别与预测。实验结果表明,本文给出的船舶导航轨迹智能识别方法具有较好的识别效果。     

堆取料机变速电子皮带秤系统设计

针对堆取料机在作业过程中流量变化后电子皮带秤精度降低的现象,对现有的悬臂皮带驱动机构进行优化设计,将原有的单速皮带秤改造为变速皮带秤,通过降低悬臂皮带速度,增大物料的厚度和重量,提升电子皮带秤称量精度.实践表明,该技术方案应用效果较好.     

地面红外运动目标图像处理与识别算法分析

为了能在复杂背景环境下发现并识别出感兴趣的红外运动目标,分析了剔除复杂背景的算法,根据目标特性对目标进行检测识别,对运动目标的跟踪判定方法等.通过处理算法能够在复杂背景环境下检测出感兴趣的红外运动目标,有效剔除假目标,增强红外识别系统的识别概率.     

三维视觉识别下推进器模糊故障图像清晰化仿真研究

现有推进器生成图像时采用的传统算法存在噪声辨识度低、图像噪声边缘计算精度差的问题。导致生成的故障图像模糊,无法精准对其分析。针对此种问题,提出三维视觉识别下推进器模糊故障图像清晰化仿真研究。首先,通过展开三维视觉高斯差算法对图像噪声粒子进行差分计算,明确有效图像轮廓;其次,引入噪声循环分解算法,对确定的噪声轮廓内噪声点进行弱化计算,提升有效图像锐度,视线清晰图像的效果。最后,通过仿真实验对提出的设计方法进行对比性数据验证,证明提出的三维视觉识别下推进器模糊故障图像清晰化仿真方法能够有效解决推进器故障图像模糊的问题。     

一种基于乘性规则和支持向量域的水中目标识别分类器探讨

目标识别是水中设备智能化的关键技术之一.通过阐述支持向量域描述(SVDD)以及乘性规则(GA)的原理,提出基于乘性规则和支持向量域结合的方法对水中目标进行分类识别,对比SVM算法需要支持向量数多,运算速度慢的缺点,该方法能有效提高优化识别速度.     

AR船舶运输中目标移动跟踪实现技术

随着AR技术的发展,在船舶运输作业时可以对危险目标进行主动识别,从某种程度上讲,该系统能够取代船员,在进一步增强船舶航行安全的同时,也能提高船舶的航行控制能力。通过该系统,船舶计算机可以快速识别周围的环境目标,并对目标的运动状态进行数据采集与分析,可以快速判断该物体对本船舶的影响。因此,本文主要对该跟踪技术的实现原理进行分析和阐述,并优化其核心算法,通过提高对目标的识别率,使得船舶在运输过程中的控制能力进一步加强。通过仿真分析,基于AR算法的移动目标跟踪技术,能够快速适应复杂的海洋环境,具有良好的实用性。     

金属旋钮热处理的半自动捆扎装置设计

为了解决金属旋钮能够妥善地被放置到盐浴炉中进行热处理的问题,本文提出一种通过对金属旋钮进行捆扎后而便于其悬挂放置于盐浴炉中进行加热的机械化捆扎设计方案。该捆扎装置主要由基座、绕线圆盘、V形滑座、旋转轮和固定滑座五大部分构成,最终实现的效果是将套在金属旋钮上的铁丝拧成一个套环。热处理时,再将一根铁杆插接于该套环内,从而使金属旋钮能够悬挂于盐浴炉中进行加热。该装置操作方便、性价比高,可为金属加工领域提供一定的参考价值。     

码头输煤通道的桥隧方案比较研究

南通电厂码头输煤通道需跨越天生港水道和横港沙,为减少输煤通道对天生港水道通航的影响,设计分别就输煤通道采用桥梁方案和隧道方案通过天生港水道进行了专题研究,通过对两种输煤通道方案的比较和分析,提出在现阶段实施桥梁方案的优越性。     

混响干扰下的潜艇目标尺度识别

为了对混响干扰下的潜艇目标进行识别,提出一种尺度识别方法。该方法在建立混响条件下的潜艇回波亮点模型的基础上,利用自身多普勒抑制技术对潜艇回波进行混响抑制,然后采用高分辨的MUSIC算法,对潜艇目标亮点进行方位估计,从而实现目标的尺度识别。仿真结果表明,该方法具有很高的方位分辨率,能够很好地实现对潜艇目标的尺度识别,具有很强的实用性。