针对锅炉过热汽温系统存在的大时延、强非线性和变量耦合等建模难题,建立了一种基于贝叶斯优化时间序列预测神经基扩展分析(neural basis expansion analysis for interpretable time series forecasting,N-BEATS)网络的过热汽温预测模...针对锅炉过热汽温系统存在的大时延、强非线性和变量耦合等建模难题,建立了一种基于贝叶斯优化时间序列预测神经基扩展分析(neural basis expansion analysis for interpretable time series forecasting,N-BEATS)网络的过热汽温预测模型。针对某600 MW超临界火电机组,结合机理分析确定模型的输入和输出变量,通过性能对比实验优化模型的输入/输出时延阶次、Block类型和激活函数,进一步利用贝叶斯优化算法对模型的超参数进行寻优,并与网格搜索、遗传算法的优化效果进行对比。采用该机组仿真运行数据进行建模实验,结果表明所提模型在预测精度方面优于传统优化方法及主流模型。展开更多
分拣机器人在不稳定光照、工件相似度高和图像模糊等复杂的工业环境下识别减震铝筒时,检测模型难以捕捉关键特征,导致分拣的准确性较低。针对上述问题,提出基于YOLOv11n模型的针对特殊工况下的减震铝筒目标检测的改进算法。首先,针对工...分拣机器人在不稳定光照、工件相似度高和图像模糊等复杂的工业环境下识别减震铝筒时,检测模型难以捕捉关键特征,导致分拣的准确性较低。针对上述问题,提出基于YOLOv11n模型的针对特殊工况下的减震铝筒目标检测的改进算法。首先,针对工件相似度高的问题,设计了边缘与空间信息整合模块(edge and spatial information integration module,ESIIM)作为网络的前端模块,能够更加全面地刻画减震铝筒图像内容;其次,引入全维度动态卷积ODConv对基础模型中的C3K2内部进行重构,通过多维度注意力机制优化特征选择过程;再次,在Neck部分加入CGAFusion模块融合来自不同层的特征图,增强特征的表示能力,减小误检率;最后,加入动态上采样器DySample采样方法,在保持高效率的同时,提升了处理质量。试验结果表明,该模型在自制数据集下的mAP@0.5:0.95达到了90.3%,较基准模型提升了4.1%。同时,减震铝筒的错检率降低了5.53%。满足分拣机器人对减震铝筒精准识别的要求。展开更多
文摘针对锅炉过热汽温系统存在的大时延、强非线性和变量耦合等建模难题,建立了一种基于贝叶斯优化时间序列预测神经基扩展分析(neural basis expansion analysis for interpretable time series forecasting,N-BEATS)网络的过热汽温预测模型。针对某600 MW超临界火电机组,结合机理分析确定模型的输入和输出变量,通过性能对比实验优化模型的输入/输出时延阶次、Block类型和激活函数,进一步利用贝叶斯优化算法对模型的超参数进行寻优,并与网格搜索、遗传算法的优化效果进行对比。采用该机组仿真运行数据进行建模实验,结果表明所提模型在预测精度方面优于传统优化方法及主流模型。
文摘分拣机器人在不稳定光照、工件相似度高和图像模糊等复杂的工业环境下识别减震铝筒时,检测模型难以捕捉关键特征,导致分拣的准确性较低。针对上述问题,提出基于YOLOv11n模型的针对特殊工况下的减震铝筒目标检测的改进算法。首先,针对工件相似度高的问题,设计了边缘与空间信息整合模块(edge and spatial information integration module,ESIIM)作为网络的前端模块,能够更加全面地刻画减震铝筒图像内容;其次,引入全维度动态卷积ODConv对基础模型中的C3K2内部进行重构,通过多维度注意力机制优化特征选择过程;再次,在Neck部分加入CGAFusion模块融合来自不同层的特征图,增强特征的表示能力,减小误检率;最后,加入动态上采样器DySample采样方法,在保持高效率的同时,提升了处理质量。试验结果表明,该模型在自制数据集下的mAP@0.5:0.95达到了90.3%,较基准模型提升了4.1%。同时,减震铝筒的错检率降低了5.53%。满足分拣机器人对减震铝筒精准识别的要求。
