工件有到达时间的平行机分批排序问题的一个PTAS算法(英文)

研究工件有到达时间的最小化加权完工时间和的平行机分批排序问题,通过综合运用实例转换,工件分类和动态规划等方法提出了一个多项式时间近似框架.     

考虑分布偏离情况的机器能力评估

通过对现有各种机器能力评估方法的应用分析,针对我国中小型企业中的实际生产情况,给出一种简便易行并具有较高准确度的机器能力评估方法,该方法考虑了产品质量分布中心与公差中心分布偏离的情况,采用实际标准偏差参数,并据此给出了现役机器潜力的预报方法。     

判断一类几何最值问题可解性的计算机算法

利用Ｇａｌｏｉｓ理论讨论了一类涉及不等式的几何问题,给出了判断这类问题能否用初等方法或尺规作图法求解的计算机算法,该算法依赖于整系数多项式在有理数域上的因子分解和不可约性的判定。     

井下环境在人—机—环境系统中的作用

阐述了人－机－环境系统中人、机器与环境因素三者之间的关系,分析煤矿井下高温环境因素对人产生的影响,得出人体生理所需的适宜温度及人体的可耐限度并用公式说明环境因素对生产系统产生的影响。     

走向信息技术哲学

信息技术哲学是信息时代的技术哲学：它可以是一般技术哲学的具体化,从而是一种部门技术哲学;它也可以是已经兴起的计算机哲学、数字哲学、赛博哲学、逻辑机器哲学、网络哲学等等的概括;而更重要的,它还应该是技术哲学的新形态或当代形态。在走向信息技术哲学的过程中,我们会面临许多新的问题,尤其是技术观的转型问题,对这些问题的探讨,使得信息技术哲学正在为技术哲学展示新的前景。     

社会需求、技术缺失与机器的诞生

在肯定前人关于技术发展根奉动力是“需求”的观点基础上,提出了技术改进和技术发明的一般性机制——“技术缺失”的显现和对这种显现的领会,并结合原始手工工具和机器的发明历史予以论证。机器的诞生是资本主义生产需求引发的,没有这种社会需求便不会有“机器缺失”的显现,也就没有弥补“缺失”的发明活动。机器技术的每一步进展,都是从手工工具使用时的局限中发现了改进的方向,前一阶段的技术缺失是后采改进和发明的向导;前一阶段的功能结构,在后一阶段都有一定的保留。现代技术尽管异常复杂,它的发明仍然是以另一个层次的“技术缺失”为基本条件的。     

一种摆动式柔性尾部的仿生机器鱼

提出了一种摆动式柔性尾部的仿生机器鱼设计方案,着重解决了机器鱼摆动式推进的问题.在该方案中,应用曲柄摇杆原理,采用了特殊的四连杆摆动机构,结合柔性尾部实现了机器鱼的摆动式推进;巧妙应用了霍尔位置传感器,检测摆杆临界位置,实现了鱼尾位置判断,进而控制鱼尾来转向;研制了以气缸为压缩泵的气路沉浮机构作为"鱼鳔",能使机器鱼进行沉浮动作.实验显示这种机器鱼达到了预期的功能,在水下作业、军事侦察、娱乐等领域有一定的研究应用价值.     

基于机器视觉的玉米行导航线提取方法

提出一种利用玉米行快速、准确地提取农业机械导航线的方法.提取Cg灰度图像,利用最大类间方差法自动分割后,得到二值化图像,结合形态学和八邻域算子去除二值化图像的噪声.针对传统方法提取和分类特征点需要设置距离阈值的不足,利用高斯滤波算子对垂直投影曲线进行平滑处理,利用特征点的位置特征自动提取得到特征点,然后自动归类特征点,...     

基于机器视觉的风力机叶片损伤检测系统

针对风力机叶片表面出现的磨损等早期损伤特征现象,传统损伤检测方法存在高成本低效率等问题,设计了一种基于机器视觉和图像处理相结合的风力机叶片损伤检测系统。通过搭建机器视觉实验平台完成风力机损伤叶片图像采集和处理,通过使用HSV进行颜色平面提取,卷积运算、高亮显示操作滤波,选用自动阈值分割方法中最小均匀性度量法进行阈值分割处理,最后通过数学形态学去噪处理,腐蚀、膨胀、开运算等操作完成特征提取,设计了基于LabVIEW的风力机叶片智能图像识别系统,通过对图像处理后的损伤特征识别效果调试,完成性能测试。实验结果表明：基于该算法处理后的图像在设计的识别系统内准确识别率达到92.3%,并对裂纹损伤进行目标测量得到实际长度且绝对误差最大为3 mm。该系统满足叶片检损的要求,实现对风力机叶片表面裂纹、轮廓磨损等损伤的图像处理和识别,并对损伤处进行标记、计数和测量,实现无损探伤,为兆瓦级风力机叶片损伤检测提供方法借鉴和图像处理、系统设计的技术支持。     

基于激光点标定和机器视觉的门窗洞尺寸测量

在房屋验收中,门窗洞尺寸测量是非常重要的一个环节,目前在工程实践中主要是用卷尺和激光测距仪人工测量门窗洞的尺寸。但人工测量存在测量速度慢、测量结果易受人为因素干扰、局部测量数据代替整体测量结果等问题。针对目前人工测量存在的不足,提出了一种基于激光点标定的视觉测量方法,通过计算两个激光点间的实际距离和图上距离的比值,计算得到每个像素点相对应的实际尺寸,之后通过图像处理算法得出门窗洞的图上尺寸,计算出门窗洞的实际尺寸。该方法可以实现在不同视距下对门窗洞尺寸进行测量。针对测量时实际拍摄的图像,将模板匹配算法和边缘检测算法融合,先采用模板匹配的方法识别激光点和门窗洞上方两个顶点的位置,然后采用基于大津算法的Canny算子识别门窗洞的边缘,再用霍夫变换检测出门窗洞边缘直线解析式,最终计算出门窗洞四条边的长度。在不同视距下对同一个门窗洞进行多组实验,测量出来的结果与实际尺寸的平均误差为2.62 mm,最大误差小于5 mm,实验结果表明该测量方法可用于不同视距下的门窗洞的测量。