沥青混合料自动检测及其接口技术研究

给出了一种新的智能化的沥青混合料检测方式,论述了自动检测系统的整体构成和各部分的实现方法。使用了数字图像处理技术中的图像预处理、图像复原、图像分割、数学形态学、边缘跟踪、数据拟合和图像数据库等方法构筑沥青混合料自动检测系统。针对各种算法的实现分别使用了DELPHI和MATLAB等软件。文中给出了几种软件之间的实现接口。实验证明,该方法是一种新的智能化的检测方式,可以有效地提取沥青混合料的各项特征参数。     

基于阶次提取的车用电机振动快速计算方法

车用永磁同步电机运转时的工作转速范围较宽,分析电机全转速段的电磁振动的情况较为耗时和占用大量计算资源。本文采用多物理场耦合仿真计算少量转速工况的气隙磁密,通过阶次提取技术,将时域的瞬态电磁激励转换为角度域及频域的电磁激励。将稳态电磁激励施加到电机有限元模型定子齿面上,进行电机壳体表面法向振动响应求解,实现车用驱动电机全转速段壳体振动响应特征的快速计算,缩减了仿真时间和计算资源,仿真效率大大提升。     

三维动态舰船图像颜色特征自动提取及应用研究

以提升舰船颜色特征的应用技术水平,研究三维动态舰船图像颜色特征自动提取和应用方法。通过相机采集三维动态舰船图像颜色特征后,先使用PCA算法获取三维动态舰船图像的颜色特征子空间,再通过K-means聚类算法得到三维动态舰船图像颜色特征,以该颜色特征作为基础,分别利用支持向量机算法和二阶常速模型实现舰船目标识别和航迹跟踪。实验结果表明,该方法可有效提取三维动态舰船图像颜色特征的R、G、B分量,提取舰船图像颜色特征能力较强。将提取到的三维动态舰船图像颜色特征,应用到舰船目标识别和航迹跟踪,可有效识别舰船和跟踪舰船航迹,应用效果较为显著。     

Tribon船体模型的数据信息文件快速生成的开发

船体结构设计阶段需要完成若干文件,而重量重心计算书和钢料预估单是较为重要的两个文件.介绍在Tribon平台上使用Python语言编译自动生成上述文件的程序设计和开发,并使该文件的输出格式符合我国船舶行业的习惯.该文件生成程序的逻辑开发思路对于类似的Tribon二次开发有一定的参考和借鉴意义.     

桥梁病害图像配准算法研究

采用单反相机采集桥梁病害图像,提取图像中的特征点,并对提取的特征点进行配准,从而对图像进行拼接。此方法解决了大视场情况下,不能看到完整病害信息的问题,多次实验证明,此方法能快速实现图像的配准,从而实现对图像的拼接。     

基于点云数据的轨道结构与隧道空间限界一体化自动检测方法研究

为了保证列车运营安全,需要在日常运营过程中进行隧道限界检测,但现有检测方法存在测量干扰大、效率低、断面非连续性、与轨道结构相互独立等不足。为此,提出一种基于点云数据的轨道结构与隧道空间限界一体化自动检测方法。在通过中轴线拟合提取隧道任意位置断面的基础上,建立基于钢轨顶面的隧道限界检测坐标系,引入不同类型的隧道限界框,采用改进射线算法实现多种隧道类型的限界自动检测分析。对既有铁路隧道进行现场实验表明,采用该方法可实现侵限位置和侵限尺寸值的准确获取,并给出侵限断面图,满足隧道检测精度要求,在隧道日常运营维护中能够发挥重要作用。     

基于交流传动试验平台的智能试验设计

介绍了智能试验设计的原理、通信方式和程序结构,该设计能够自动解析试验大纲、生成试验设备运行逻辑、处理原始数据和生成报告。通过开展IEC 61377-3:2002中的典型试验—电动机冷态时的转矩特性试验和牵引供电电压中断试验验证了该设计的优越性,提高了试验的智能化水平。     

基于DSP的船舶通信设备故障辨识模型

针对当前船舶通信设备故障辨识误差大,不能满足现代船舶通信要求的难题,提出基于数字信号处理(DSP)的船舶通信设备故障辨识模型。首先分析船舶通信设备故障辨识原理,并采用数字信号处理技术采集船舶通信设备的状态信号,然后采用小波包对船舶通信设备的状态信号进行处理,并提取最有效的船舶通信设备故障辨识特征,最后引入机器学习算法建立船舶通信设备故障辨识模型,采用具体船舶通信设备故障辨识样本进行仿真测试,结果表明,数字信号处理的船舶通信设备故障辨识精度高,船舶通信设备故障辨识误差小于当前其他辨识模型,而且故障辨识的训练时间和测试时间相应减少,改善了船舶通信设备故障辨识结果。     

船舶航线数据库关键数据提取数学建模分析

针对传统关键数据提取模型提取准确率和召回率双低的问题,建立了一个新的船舶航线数据库关键数据提取数学模型。该模型首先需要构建一个分类器,利用分类器将数据库中的数据进行分类;然后将四叉树、R-树相结合构建一个复合型OR-树结构关键数据索引;最后利用建立好的关键数据索引在分类好的数据中提取关键数据。结果表明:与利用主成分分析或粗糙集理论建立的提取模型相比,利用本次构建的模型进行关键数据提取,提取准确率提高3.3%和9.4%,召回率提高6.2%和7.9%。