首页期刊导航|吉林化工学院学报
期刊信息/Journal information
吉林化工学院学报
吉林化工学院学报

孙秀云

月刊

1007-2853

jhxy@chinajournal.net.cn

0432-3083069

132022

吉林市承德街45号

吉林化工学院学报/Journal Journal of Jilin Institute of Chemical Technology
查看更多>>本学报是吉林化工学院主办的以化工理论研究、应用研究为主要内容的以及与其相关的专业基础理论兼顾的综合性学术刊物，主要反映我院、我省乃至全国化工方面的科技成果，促进学术交流，促进科研成果的转化，繁荣化工事业。本刊已被国内外多家数据库列为刊源期刊。
正式出版
收录年代

    改进自适应精英蚁群算法的机器人路径规划

    王影王晓茹孙万龙刘麒...
    1-8页
    查看更多>>摘要：针对基本蚁群算法在移动机器人二维栅格地图存在路径规划时间长、收敛速度慢、迭代稳定次数多等问题，提出了一种改进的自适应精英蚁群算法。该算法通过引入距离参数因子改进启发式信息函数，采用自适应伪随机状态转移规则选择下一节点，同时融合角度引导因子到转移概率中以减少搜索盲目性，从而缩短搜索时间。此外，还定义了一种自适应信息素权重更新策略，仅对当代寻找到的最优路径进行信息素奖励，进一步提高了收敛速度。通过消融实验、不同规模和环境下的对比实验表明，改进后的算法规划的路径更优、收敛速度更快，验证了该算法的优越性和可行性。

    自适应精英蚁群路径规划距离参数因子角度引导因子

      原文链接:
    • 万方数据
    • 维普

    基于樽海鞘优化算法的倒立摆智能控制系统设计

    董如意张波
    9-15页
    查看更多>>摘要：针对传统算法应用在倒立摆智能控制系统上的效果往往不佳的问题，提出一种基于樽海鞘优化算法(SSA)的倒立摆智能控制系统设计。以一级倒立摆为研究控制对象，建立倒立摆数学模型，先用神经网络控制，再用SSA算法优化神经网络的权重值，找到最佳的控制参数，并借助python软件进行仿真，最终使倒立摆系统稳定。

    倒立摆樽海鞘优化算法智能控制

      原文链接:
    • 万方数据
    • 维普

    改进RRT算法的路径规划研究

    孔志成刘兴德陈大光余鹏泽...
    16-20,36页
    查看更多>>摘要：针对传统的快速扩展随机树(RRT)算法在机械臂路径规划研究中发现路径规划的过程中存在随机性大、目标导向性差、冗余节点过多、路径规划速度慢、轨迹平滑度差等问题，提出一种增强目标导向性、减少冗余节点同时对路径进行优化处理的改进RRT算法。首先，针对传统的RRT算法存在目标导向性差、搜索时间长的问题在采样中添加了概率采样策略，增强目标的导向性;其次，用全局自适应步长的方法，可以根据地图中障碍物的空间大小来动态调整步长，达到快速路径规划，对地图的探索能力增强;针对规划过程中的冗余节点过多、路径规划速度慢的问题结合了贪心优化策略减少多余的节点，提高规划速度;最后再利用三次B样条曲线对生成路径进行平滑处理。在MATLAB进行仿真，实验结果表明改进的RRT算法在规划时间、路径长度和平滑度方面均得到有效的提高。

    RRT动态步长概率采样策略贪心优化策略三次B样条曲线

      原文链接:
    • 万方数据
    • 维普

    基于EfficientNetV2的车刀磨损检测方法

    陈娜孔繁星王彦旭何腾飞...
    21-24页
    查看更多>>摘要：刀具磨损会对工业生产造成不良影响，在智能制造带动工业加工的发展态势下，自动化刀具磨损智能识别系统的研究逐渐出现，旨在提高加工效率，延长车刀使用寿命以降低成本。利用一种基于Effi-cientNetV2 网络的数控机床车削刀具磨损分类方法，解决当前磨损信息识别不准确、模型参数多计算量大、准确率不高的问题。EfficientNetV2 网络能自动选取特征，这种方法更加直观和准确，实现较高的分类准确率，从而判别车削刀具的磨损情况。

    卷积神经网络EfficientNetV2车刀磨损磨损分类

      原文链接:
    • 万方数据
    • 维普

    基于YOLOv7的番茄检测算法优化与实现

    崔世磊孙明革高聪郭晓龙...
    25-30页
    查看更多>>摘要：番茄果实目标检测是实现番茄采摘机械化、自动化需要解决的关键问题。针对番茄生长环境中背景复杂、果实密集、枝叶遮挡等问题，提出一种优化的YOLOv7 成熟番茄识别模型。该模型在YOLOv7模型基础上，首先将主干网络中的ELAN模块用P-ELAN模块替换，降低了网络参数量与计算量，同时提升网络的特征提取能力。其次，在检测头前加入LSK注意力机制，利用特征提取模块动态调整感受野，更有效地处理了不同目标所需的背景信息差异。最后，引入EIoU损失函数，能够更有效地引导模型学习更准确的边界框预测，从而加速预测框的收敛、提高预测框的回归精度。改进后的算法不但识别精度高，同时更为轻量化，可以较好地应用于成熟番茄的采摘场景。

    番茄识别YOLOv7注意力机制P-ELAN损失函数

      原文链接:
    • 万方数据
    • 维普

    基于Web的换热站远程监控系统设计

    魏庆禹郑慧张龙琴曹玉波...
    31-36页
    查看更多>>摘要：针对传统换热站系统本地化、客户端配置复杂等特点，基于Web技术开发了换热站远程控制系统。通过OPC服务器，实现了PLC数据和Web应用程序之间的数据通信，并结合HTML技术发布操作画面。实际应用表明，该系统可通过浏览器进行异地访问，且操作简便，实现了用户远程在线监控的目的。

    换热站WebOPCPLC

      原文链接:
    • 万方数据
    • 维普

    基于特征融合的空压机故障诊断算法研究

    王辅民周红娟冯国亮邢雪...
    37-41页
    查看更多>>摘要：空气压缩机作为工业生产的重要设备，其运行状态直接影响到生产的成败。然而，传统的故障诊断方法不易获得准确的故障特征，不同工作条件之间的特征分布差异的度量不是充分的域自适应，难以达到较好的识别精度，并且空气压缩机运行时产生一定的背景噪声，形成一定干扰，影响故障识别准确性。为了克服上述限制，提出了一种基于特征融合的空气压缩机故障诊断方法。首先，分别提取空气压缩机的梅尔倒谱系数特征和小波变换特征。然后，在决策层对置信度分数和预测边界框进行晚期融合，并根据评估指标选择最佳网络模型完成分类。对比实验结果表明，该特征融合方法显著提高了故障识别的准确性。

    特征融合声纹识别故障识别特征提取空气压缩机

      原文链接:
    • 万方数据
    • 维普

    基于非线性干扰观测器的磁悬浮球系统自适应反演滑模控制

    罗国威韩光信
    42-49页
    查看更多>>摘要：为解决磁悬浮球系统易受模型内部参数变化和外界干扰的问题，提出了基于非线性干扰观测器的自适应反演滑模控制算法(NDO-ABSMC)。首先，建立磁悬浮球系统状态空间模型，然后设计非线性干扰观测器(NDOB)，用来观测系统受到的外部干扰，经证明，该观测器对扰动的观测误差可以在有限时间内收敛。其次，为克服系统不确定性，设计了基于非线性干扰观测器的自适应反演滑模控制器;最后，对所提出的(NDO-ABSMC)进行了仿真验证。结果表明:与反演滑模控制算法(BSMC)相比，基于非线性干扰观测器的自适应反演滑模控制对扰动有明显的抑制作用，轨迹跟踪效果显著，优化了磁悬浮球系统的控制效果，增强了系统的鲁棒性。

    磁悬浮球系统轨迹跟踪非线性干扰观测器自适应反演滑模控制

      原文链接:
    • 万方数据
    • 维普

    励磁系统PT断线及慢熔逻辑的应用研究

    关延伟于紫南刘小芳
    50-55页
    查看更多>>摘要：励磁系统为防止PT一次保险熔断和一次系统接地故障引起的励磁系统误调节，PT断线逻辑的采样电压普遍采用线电压方式。发电机出口PT一次保险慢熔属于异常的运行工况，在此工况下，运行机组有较高的误强励磁误跳机风险。为快速甄别励磁系统PT慢熔故障，部分励磁装置增加了励磁慢熔逻辑，PT慢熔逻辑多采用双PT比较法，由于励磁系统PT慢熔定值以线电压为基准，逻辑判据以相电压为基准，两个基准电压间存在换算关系，导致现场励磁系统PT慢熔默认定值不合理性，不利于PT慢熔的快速判断。通过现场试验及励磁系统采样电压及励磁显示电压间关系的推导，对励磁系统PT断线、PT慢熔逻辑，PT断线及慢熔定值提出优化建议，为励磁系统安全稳定运行提供借鉴经验。

    PT断线PT慢熔逻辑定值误强励机组非停

      原文链接:
    • 万方数据
    • 维普

    自适应学习中基于CNN和IIDLA的图像识别方法研究

    王敏
    56-61页
    查看更多>>摘要：近年来计算机辅助医学进行影像诊断逐渐成了该领域的研究热点，为了更好地对医学图像特征进行分类与识别，研究以自适应学习为背景，提出一种融合卷积神经网络与改进迭代深度学习的图像识别方法。过程中引入随机化融合改进卷积神经网络，以应对医学图像的多模态特征提取，并结合改进迭代深度学习避免图像数据信息丢失，最终完成对图像信息的识别。结果显示，研究方法在训练集与验证集上进行实验，当迭代进行到第 28 次与第 17 次时，系统便开始趋于稳定，对应得到损失函数值分别为0。0124 与0。0112。当四种算法的精准率为0。900 时，得到的改进型深度学习模型、LeNet-5CNN模型、IY-olo-v5 模型以及研究方法对应的召回率分别为 0。6232、0。5791、0。6774 与0。8369。研究方法对5 种疾病的识别准确率均明显高于 95%。以上结果表示研究方法具有较快的收敛速度与精度，同时能够被广泛应用于多种类型疾病的图像诊断识别当中。

    CNN改进迭代深度学习图像识别医学自适应学习

      原文链接:
    • 万方数据
    • 维普