首页期刊导航|自动化应用
期刊信息/Journal information
自动化应用
自动化应用

陈胜

月刊

1674-778X

editor@auto-apply.com

023-67605105

401147

重庆市渝北区龙溪镇武陵路上海大夏B栋17-4《自动化应用》杂志社

自动化应用/Journal Automation Application
查看更多>>《自动化应用》杂志是由国家科技部主管,科技部西南信息中心主办,1960年创刊,国内外公开发行,每月25日出版,在国内外自动化类杂志中具有很大影响力的实用性技术杂志。电厂、煤矿、水厂、冶金、造纸、机械、石化、化工、纺织、建材等的工程技术人员、管理人员以及高校师生。
正式出版
收录年代

    基于Transformer编码器的循环流化床锅炉给煤建模与预测

    吕纪烈叶熠华周华
    1-5页
    查看更多>>摘要:提出一种基于Transformer编码器和卷积神经网络相融合的数据驱动方法,建立循环流化床锅炉给煤量软测量模型,解决山西某工业锅炉缺少给煤量实时监测问题.以循环流化床锅炉运行历史数作为据模型输入,首先使用Transformer编码器将输入数据映射至高维空间,通过注意力机制提取运行数据的相关特征信息;然后使用卷积神经网络对所提取的高维特征进行低维嵌入表征;最后通过全连接层实现循环流化床锅炉给煤实时预测.在实验部分通过训练数据,不仅比较了Transformer编码器与卷积神经网络融合后及单独使用的特征提取性能,还讨论了模型各项超参数对预测性能的影响.结果显示,本融合方法的决定系数(R2)达0.969 6,表明Transformer编码器与卷积神经网络相融合,可有效预测锅炉给煤量.

    循环流化床锅炉软测量给煤预测卷积神经网络

    深度学习在道路病害检测中的应用

    李睿鑫张应迁吴嘉懿陈飞宇...
    6-9,17页
    查看更多>>摘要:深度学习技术已被广泛用于道路病害检测.分析了相关算法、研究现状,并探讨了未来的发展方向,比较了2种主流的深度学习目标检测框架——Two-stage和One-stage,评估了它们的优势与局限.Two-stage框架(如R-CNN、Fast R-CNN、Faster R-CNN)在检测精度上表现出色,但在实时处理方面存在局限;而One-stage框架(如YOLO和SSD)以其快速的检测速度见长,但在处理小目标和复杂背景时面临挑战.道路病害检测系统将进一步向智能化和自动化方向发展,依赖升级版的深度神经网络和多模态传感技术的深度融合,实现数据采集、病害识别、分类、定位和预测的全过程无人工干预,这为深度学习技术在道路病害检测领域的深入研究和应用提供了宝贵的参考,可进一步推动该领域的持续发展.

    深度学习道路检测提取算法

    基于深度学习的特高压工程超长距通信传输系统设计

    赵巾
    10-12页
    查看更多>>摘要:提出了一种基于深度学习的特高压工程超长距通信传输系统设计方案,旨在提高信号传输的可靠性,增强对复杂传输环境的鲁棒性.首先,通过引入注意力机制,动态关注信号的不同部分,以实现自适应编码.其次,采用自监督学习技术,利用大量无标签数据学习有效特征,以实现传输状态预测,使系统快速适应复杂传输环境.结果表明,该系统在信号处理效率和传输可靠性方面均得到了显著提升,为特高压工程超长距通信传输提供了一种高效、可靠的解决途径.

    深度学习超长距通信传输注意力机制自监督学习

    基于EEMD的声振信号特征融合轴承故障诊断

    王瑞辰赵京
    13-17页
    查看更多>>摘要:针对滚动轴承故障诊断中声振信号存在非平稳、非线性的特点,同时单一的声音或振动信号所包含的故障特征信息不全面的问题,提出一种运用集合经验模态分解(EEMD)处理滚动轴承信号的方法,并提取声音、振动信号的特征量进行故障判断.首先,利用EEMD方法,选取含有故障特征的IMF分量进行信号重构,经过快速傅里叶变换得到滚动轴承在降噪处理后的故障信息.然后,根据声音信号获得各故障的特征MFCC图和振动信号的IMF分量峭度值与能量熵,得到滚动轴承的声振信号特征.最后,基于各特征量进行融合故障判断.声振信号特征融合的故障判断正确率表明,与单一的信号故障判断方法相比,该方法能获得更丰富的故障判断信息,并且该方法比单一的声音信号故障判断方式的正确率提高了7.88%,比单一的振动信号故障判断方式的正确率提高了3.23%,验证了基于EEMD的声振信号特征融合轴承故障诊断方法的正确性.

    滚动轴承集合经验模态分解声振融合故障诊断

    基于改进深度Q网络的无人机巡视三维路径规划方法研究

    李海何思名蓝誉鑫李晨...
    18-23,27页
    查看更多>>摘要:针对传统无人机路径规划算法存在的算法维度高、建模困难、效率低等问题,研究了一种基于改进深度Q网络的无人机三维路径规划算法.在该算法中,基于卷积神经网络构建了深度Q网络;为提高网络对关键地形信息的提取,设计了注意力增强模型;为实现综合优化飞行路程与能耗,设计了奖励函数.针对传统深度强化算法存在的网络收敛困难等问题,设计了组合探索策略.将该算法与A*算法进行对比,从定性和定量角度验证了该算法可以实现权衡路程与能耗的无人机路径规划,并显著提高规划效率.

    无人机路径规划三维环境深度Q网络注意力增强模型

    基于TRIZ理论的新型康愈机械臂的研究与设计

    赵米傲赵晓静左恒铭康雪晶...
    24-27页
    查看更多>>摘要:为解决人体失能后,在康复过程中无法进行肌肉协调的问题,基于TRIZ理论建立矛盾矩阵,通过分析机械臂、研究肌肉协同系统与康复机器臂的适配性,设计了一种新型康愈外戴式机械臂.为解决外骨骼机械臂笨重和不好佩戴等问题,设计采用新型扁平气动人工肌肉材料,根据所选用机械装置,结合数据库所预测患者的肌肉电信号和脑部电信号的相关信息,进而通过系统对气动肌肉进行收缩控制,极大地解决了患者的康复训练问题.

    TRIZ理论仿人机械臂人工气动肌肉人机交互

    一种基于RobotStudio与TIA Portal的门面钣金自动上料装备的仿真系统设计

    黄盛
    28-31,34页
    查看更多>>摘要:介绍了一种基于RobotStudio与TIA Portal的门面钣金自动上料装备的虚拟仿真方案.通过ABB RobotStudio 6.08软件搭建机器人门面钣金自动上料装备工作站,采用TIA Portal S7-PLCSIM V16创建虚拟PLC系统,然后利用Snap7和Nettoplcsim连接机器人工作站与虚拟PLC系统,实现对自动上料装置的控制、监测和报警等功能.通过各种操作的模拟测试,评估系统的性能和准确性并进行优化和改进设计,对提高门面钣金自动化加工效率和质量具有重要意义.

    RobotStudioABBTIAPortalSnap7Nettoplcsim

    基于改进YOLO算法的高压线路障碍物检测算法研究

    方琪豪
    32-34页
    查看更多>>摘要:提出了一种基于改进的You Only Look Once version 5(YOLOv5)模型的高压线路障碍物检测方法,旨在提高检测的准确性和效率.首先,改进了原始的YOLOv5模型,引入了注意力机制以增强对障碍物特征的识别能力.其次,针对高压线路障碍物的多样性和复杂性,构建了一种包含大规模数据集的系统,确保了模型训练的全面性.结果显示,与传统方法和未改进的YOLOv5模型相比,所提方法在高压线路障碍物检测任务上表现出更高的准确率和更快的处理速度.

    YOLOv5模型注意力机制高压线检测障碍检测

    基于机器视觉的配电线路基建施工现场危险源自动识别方法

    田丰
    35-36,43页
    查看更多>>摘要:常规的配电线路基建施工现场危险源自动识别采用目标识别形式,存在效率过低的问题,导致后期的误识比增大,为此,提出基于机器视觉的配电线路基建施工现场危险源自动识别方法.根据当前的自动识别要求,先进行图像采集,通过边缘标定的方式,提升整体的识别效率,完成危险区域的边缘识别.在此基础上,设计机器视觉危险源自动识别模型,采用突变动态定位处理的方式来实现自动识别.实际应用表明,设计的配电线路基建施工现场危险源自动识别效果佳,针对性明显提升.

    机器视觉配电线路基建施工危险源识别自动感应识别

    融合改进人工势场的Informed-RRT*算法的机械臂路径规划

    武豪杰
    37-43页
    查看更多>>摘要:针对Informed-RRT*算法存在目标性差、探索时间过长、迭代效率低、路径质量差的问题,提出了一种融合改进人工势场的Informed-RRT*算法的机械臂路径规划算法.在随机点探索上,提出一种引入新的斥场力函数的改进人工势场法,引导随机点的拓展,限制路径方向的随机性;在路径扩展中,提出一种自适应步长方法,通过由采样点、最优父节点和目标点构成的三角形角度θ进行判断,采用不同步长进行扩展,缩短探索时间;在路径寻优过程中,采用椭球子集采样,提高迭代效率与最终路径质量.结果表明,与Informed-RRT*算法相比,所设计的IAPF-IRRT*算法规划时间减少31.56%,路径长度减少9.23%,节点利用率增加24.23%,算法的搜索效率得到显著的提升与优化.将生成的路径导入机械臂模型后,机械臂能够完成避障并平稳运行至目标点.

    机械臂路径规划Informed-RRT*算法改进人工势场自适应步长策略