首页期刊导航|重庆理工大学学报
期刊信息/Journal information
重庆理工大学学报
重庆理工大学
重庆理工大学学报

重庆理工大学

石晓辉

月刊

1674-8425

023-62769495

400050

重庆市九龙坡区杨家坪

重庆理工大学学报/Journal Journal of Chongqing Institute of Technology北大核心CSTPCD
查看更多>>本刊是中国学术期刊综合评价数据库来源期刊,中国科技核心期刊,重庆市一级期刊,教育部优秀期刊。主要刊登有创造性、探索性、开拓性的学术论文、科研成果报告、重要学术问题的评述和学科前沿的综述。
正式出版
收录年代

    气动肌肉驱动的仿生肘关节康复训练器结构设计

    阎宏伟刘杰白乐乐吕丰訸...
    85-92页
    查看更多>>摘要:为设计一种气动肌肉驱动的仿生肘关节康复训练器,参考人体肘关节的工作机理,利用三维建模软件UG开发训练器的结构,提出3 种不同的机构形式.采用有限元静力学分析对设计进行结构性能评估,得出了关键零部件的位移变形分布图.采用ADAMS动力学分析对设计进行了运动性能评估,得出了机构运动的角速度和角加速度曲线.为确保训练器的运动轨迹符合人体需求,进行了五次多项式轨迹规划,并通过Matlab运动学仿真验证了轨迹的平滑性.利用Inventor软件进行了运动仿真,结果表明该设计能够实现与人体肘关节相似的抬起和拉伸运动.该仿生肘关节康复训练器在运动平滑性方面表现良好,有望提高患者的康复效果.

    气动肌肉康复训练器结构设计肘关节仿生

    地聚物胶结RAP混凝土微结构损伤机理研究

    刘富强郭伟东郭平曹天...
    93-101页
    查看更多>>摘要:为研究地聚物胶结 RAP混凝土的微观损伤及机理,选择矿渣、粉煤灰和助剂制备固废基胶凝材料(S-F Geopolymer),以废弃沥青混合料(reclaimed asphalt pavement,RAP)为骨料,用S-F Geopolymer胶结RAP制备出S-F Geopolymer胶结RAP混凝土.通过力学性能试验和SEM-EDS对S-F Geopolymer胶结RAP混凝土的力学性能和损伤微结构进行研究.研究结果表明:随着矿渣掺量的减小,S-F Geopolymer 的3、7、14、28 d抗压强度呈先增大后减小的变化趋势.粉煤灰和RAP掺量较大对S-F Geopolymer抗压强度不利.碱浓度对S-F Geopolymer后期抗压强度的影响比较显著,但前期对其影响不显著.模数改变对S-F Geopolymer的抗压强度影响显著.S-F Geopolymer在强度变化过程中存在C-S-H凝胶、N-A-S-H凝胶和C-A-S-H凝胶相,Na、Ca、Al、Si元素的分布较为均匀且有较多的重叠部分.新集料和S-F Geopolymer材料的粘结较好,掺有RAP的 S-F Geopolymer胶结 RAP混凝土破坏界面主要包括RAP集料内部、沥青-沥青粘结处和沥青-集料处破坏3 种形式.

    混凝土废弃回收沥青混合料地聚物力学性能损伤机理微结构

    深水金刚石绳锯机设计及关键运动控制研究

    刘雪宜周健姜雨辰郭子航...
    102-109页
    查看更多>>摘要:金刚石绳锯机在深水环境中切割导管架桩基时,可能会出现断绳、夹绳或串珠绳失效后无法快速响应的问题,增加了切割作业难度与周期.为此,设计了一种深水金刚石绳锯机,可实现切割模块与夹紧模块的水下拆分和安装,解决了绳锯机水下换绳的难题.利用交互式多模型算法,跟踪串珠绳与原切口对正的轨迹,仿真结果表明,串珠绳与原切口对正运动的指标满足对正要求.根据串珠绳切割作业的动力学分析,构建系统状态空间方程,将传感器采集的张紧力和进给位移数据作为观测向量,通过卡尔曼滤波处理,得到进给位移和进给速度的最佳估计值.优化后的进给位移跟踪误差比量测误差减少69%,降低了噪声对进给运动过程的影响,有效提高了进给控制精度.

    深水金刚石绳锯机进给控制原切口对正卡尔曼滤波交互式多模型

    强化学习融合群智能算法的癫痫EEG不平衡分类方法

    李奇李鹏飞赵迪刘嘉威...
    110-123页
    查看更多>>摘要:癫痫智能检测的脑电数据具有不平衡性.考虑到单一的群智能算法在改善数据不平衡方面的不足,提出了一种基于强化学习的自适应融合群智能算法.使用强化学习在种群进化的不同阶段自适应地选择并融合多种群智能算法;通过双种群协同进化策略,更高效地获得全局最优解;使用由全局最优解所表示的样本构建平衡数据集并训练分类器.在2 个公共癫痫脑电数据集上的实验表明,该方法优于单一的群智能算法,能够有效提高分类器对少数类样本和整体数据集的分类性能.

    癫痫发作检测脑电信号不平衡数据集强化学习群智能算法

    改进线特征提取与匹配算法的点线视觉惯性SLAM研究

    刘睿杜超斐丁军黄霞...
    124-132页
    查看更多>>摘要:针对目前融合点线特征的视觉惯性SLAM系统前端线特征提取与匹配过程中,传统线段检测算法因过度分割线段产生大量短线和割裂线段,增加了SLAM后端位姿估计的不确定性,以及使用基于描述符线特征匹配效率低制约了系统实时性等问题,提出了改进方法.在传统线段检测算法的基础上,采用短线抑制策略和自适应阈值线段合并策略改进算法提升提取线段的质量.基于光流跟踪点特征原理,提出了一种基于KLT光流跟踪线特征算法,提升线特征匹配的效率.利用不同场景的公开数据集进行对比验证实验,结果表明:改进的线段检测算法提升了线段检测的质量,基于KLT光流跟踪线特征算法显著提升了线段匹配速度,在保证定位精度的同时提升了SLAM系统的实时性.

    SLAM线特征线段检测光流跟踪线特征匹配

    LiteRevNet:一种轻量级工业图像实例分割算法

    朱凌云杨小洪
    133-140页
    查看更多>>摘要:为解决工业激光切缝视觉检测中实例分割算法精度不足、参数量与计算量大等问题,提出了一种轻量级工业图像实例分割算法(LiteRevNet).在卷积操作中加入坐标信息,结合多尺度卷积核构建高效空间感知卷积,增强模型的特征提取能力.在此基础上,基于可逆列网络和高效空间感知卷积设计轻量化的主干网络,保持检测精度的同时,降低计算量和参数量.设计同时具有空间和通道感知能力的金字塔坐标通道注意力,加强网络模型对目标区域的关注度.构建轻量化三边原型掩码分支,大幅度降低模型的计算量.在自建激光切缝数据集上的实验结果表明,所提算法边框mAP50 和掩码mAP50 分别达到了 96.7%和 95.1%,检测速度可达 200 FPS,参数量和计算量比YOLOv8s-Seg分别下降15.4%和38.7%.

    工业视觉实例分割注意力机制YOLOv8s轻量化

    无人机视角下光流估计的动态目标跟踪方法

    刘鹏王广玮
    141-147页
    查看更多>>摘要:目前,大多数跟踪器都聚焦于构建目标的外观特征模型,不考虑动态目标的运动信息,而基于学习的光流估计方法在描述外观特征的同时可估计动态目标位移的运动信息.因此,将Transformer与光流估计相结合,提出紧凑型特征编码器,在全局上下文信息之间通过自注意力机制建立相关性,强化区域特征.此外,提出交叉型解码器进行流回归,将迭代细化和交叉注意力机制相结合,去除了大量的细化步骤,提高处理速度,通过上采样器实现无人机视角下的高特征分辨率光流估计.实验结果表明:所提方法在精确度和鲁棒性方面具有优越性.

    目标跟踪光流估计注意力机制运动信息

    一种面向六自由度机械臂柔顺装配的深度强化学习策略

    张宇航陈雯柏张佳琪马航...
    148-154页
    查看更多>>摘要:针对现有3C装配方法存在装配复杂性高、柔性要求高和零部件多样性等问题,使用深度强化学习方法,利用MuJoCo物理引擎,对机械臂装配任务建模,搭建了机械臂3C装配系统,设计了该系统的状态空间和动作空间,通过奖励函数设计缓解了奖励稀疏的问题.仿真结果表明,所提出的装配系统高效和准确地完成了 3C装配任务,使用的SAC算法装配成功率达到93%,高于其他算法.同时,经过强化学习策略训练过后,装配接触力达到设定范围,实现柔顺装配,研究结果对提高生产效率和产品质量有着重要意义.

    深度强化学习3C装配机械臂控制

    注意力机制和多尺度特征融合的细粒度图像分类

    李云红郭越谢蓉蓉张蕾涛...
    155-164页
    查看更多>>摘要:针对细粒度图像分类易受背景干扰、关键区域定位不准确以及模型参数量大的问题,提出了一种注意力机制和多尺度特征融合的分类网络(networks of combine attention mechanisms and multi-scale features,AM-Net).首先,以YOLOv7 网络为基础,使用Ghost BottleNeck模块重新搭建轻量级主干网络,并使用GhostConv替换颈部网络中的Conv,实现模型的轻量化.其次,引入无参的SimAM注意力机制,通过考虑空间和通道维度的相关性推断特征图的三维注意力权重,表征局部显著特征,抑制无用特征,提高目标区域信息的有效性.最后,构建可特征选择的金字塔池化模块(fast spatial pyramid pooling with feature selection and convolutions,SPPFC),帮助网络模型更好地捕捉和处理目标的多尺度特征,提高模型的感知能力.通过实验可知,AM-Net在Stanford Dogs数据集上的准确率、精确率、召回率和F1 分数分别达到88.9%、83.6%、85.7%和84.6%,模型参数量为26.53 MB,每秒帧率达到89.3 帧,在Stanford Cars数据集上的准确率、精确率和召回率分别达到95.2%、93.7%和94.9%.实验结果表明,AM-Net可以在轻量化网络的同时提高细粒度图像的分类精度,相比于其他网络模型性能有较大提升.

    人工智能细粒度分类特征提取注意力机制多尺度特征融合

    FSEC赛车动力电池生热模型及热特性分析

    苏清华周萌李乐
    165-172页
    查看更多>>摘要:为研究钴酸锂电池在大学生电动方程式比赛过程中的热特性规律,通过混合脉冲功率特性(HPPC)实验获得不同温度和不同电池荷电状态(soc)下的电池内阻;将电池内阻和温度、soc值进行拟合,由平衡电势法得到电池的熵热系数,并根据Bernardi方程建立钴酸锂电池的生热模型.研究了温度和熵热系数对生热模型的影响,将建立的生热模型仿真数据和温升数据进行对比,最大误差小于4.1%,与其他参考算法相比具有更高的准确性.对赛车不同比赛工况下电池模组的热特性仿真和分析结果表明,最高温度大于35℃、最大温差超过5℃时,需要为电池模组设计冷却系统.

    钴酸锂电池HPPC内阻实验CFD仿真电池热特性