基于无线测温的真空熔铸炉高温合金液相温场检测

以无线测温技术为基础,分析了感应加热式真空熔铸炉高温合金液相温场检测原理,提出了在高温合金材料精密铸造模型浇注(定向结晶)过程中,采用预埋敷设温度传感器组的液相温场跟踪检测方法,并对其进行了说明。     

基于改进YOLOv5s的安全帽检测算法

针对现有安全帽检测算法难以检测小目标、密集目标等缺点，提出一种基于YOLOv5s的安全帽检测改进算法。采用DenseBlock模块来代替主干网络中的切片结构，提升网络的特征提取能力；在网络颈部检测层加入SE-Net通道注意力模块，引导模型更加关注小目标信息的通道特征，以提升对小目标的检测性能；对数据增强方式进行改进，丰富小尺度样本数据集；增加一个检测层以便能更好地学习密集目标的多级特征，从而提高模型应对复杂密集场景的能力。此外，构建一个面向密集目标及远距离小目标的安全帽检测数据集。实验结果表明：所提改进算法比原始YOLOv5s算法平均精确率（mAP@0.5）提升6.57%，比最新的YOLOX-L及PP-YOLOv2算法平均精确率分别提升1.05%与1.21%，在密集场景及小目标场景下具有较强的泛化能力。     

距离相关系数融合GPR模型的卫星异常检测方法

卫星在轨运行期间，遥测数据表现形式通常为多维时间序列。高斯过程回归(GPR)模型可以为重要的遥测参数提供动态门限，及时发现隐藏在工程阈值内的故障征兆，但是高维卫星数据使得GPR模型具有局限性。因此，为获取与多个遥测参数相关的动态门限，在GPR模型的基础上，融合距离相关系数对预测变量进行选择，减少信息冗余和计算量，提高模型的可解释性，并估计模型的泛化误差以设置更合理的预测区间，提高模型的泛化能力，检测数据流的持续异常。对实际在轨卫星数据进行仿真实验，验证了距离相关系数融合GPR模型的卫星异常检测方法可以在卫星故障早期检测到数据异常，而且提高了模型的预测性能，降低了虚警率。      

面向飞行员疲劳状态监测的脑认知深度模型研究

通过分析飞行员脑电信号，构建了疲劳状态的彩色脑功率图，设计基于高斯牛顿在线变分方法的卷 积神经网络参数优化方法，形成一种新型脑功率图深度网络模型，有效实现脑功率图深度网络的模型分类识别 能力。相比于其它基于脑电信号的疲劳检测深度模型，疲劳状态认知的准确度提升了3%~5%。     

基于H_∞飞控系统重构方法研究

将飞机的重构控制问题转化为H∞控制问题,并运用H∞方法对故障时的飞行控制系统进行了重构,运用残差方法实现了故障的检测、隔离。仿真结果表明,所设计的重构控制律在舵面受损的情况下能够使飞机保持良好的飞行性能。     

评估法兰结构螺栓松动的改进损伤指标研究

基于压电阻抗法的采用统计学参数作为损伤指标评估螺栓松动的方法有着广泛的应用，然而采用该方法的试验对象多数为实验室条件下的板等结构，并非真实结构。因此，针对真实的法兰结构，这些损伤指标是否适用、是否需要改进仍需进一步研究。通过实验，得出不同损伤指标与法兰结构螺栓松动之间的规律:螺栓松动的程度越大位置越近，均方根偏差（RMSD）、平均绝对百分比偏差（MAPD）、相关系数差（CCD）的值越大，而指标R_y/R_x因无显著规律不适合作为评估法兰结构螺栓松动的损伤指标。通过对比结果发现:结构差异对前3个损伤指标均有不同程度的影响，改进后的损伤指标均方根变化率（RMSCR）只与法兰结构螺栓松动的位置和程度有关，受结构差异影响小。因此，RMSCR具有重要实践意义:当任一压电片损坏时只需更换为同型号的压电片即可，无需更新损伤指标库。通过实验验证了上述结果的正确性与基于RMSCR的法兰结构螺栓松动检测方法的适用性。      

基于PCI1711L的燃气热水器检测系统的设计

经济发展和城镇化进程的加快,使居民对燃气热水器的需求进一步扩大,燃气热水器的生产厂家也日渐增多。但国内绝大多数厂家在产品生产流水线上缺少规范的性能测试设备,基本以人工手动检测为主,测试数据由操作人员进行整理记录,这种方法自动化程度低、易出错、数据不易保存且对测试数据进行整理对比的工作量很大,从     

摆锤式冲击试验机能量损失检测方法的比较与分析

摆锤式冲击试验机的能量损失包括：指针的摩擦（或接触式电子角位移传感器的摩擦）、空气阻力和摆轴轴承的摩擦所引起的能量损失；基础的冲击、机架和摆锤的振动所引起的能量损失。国内外还没有成熟的测量方法和测量仪器测定基础的冲击、机架和摆锤的振动所引起的能量损失，没有形成技术文件，目前摆锤式冲击试验机能量损失的检测主要针对前者。本文针对国内计量部门计量摆锤式冲击试验机所依据的常用标准和规程，比较能量损失的检测方法和计算公式，做出简要分析，指出某些计算公式值得商榷之处。     

对GB14048.1-2006中耐压表容量的理解与检测

依据相关国家标准,对耐压表输出容量进行讲解与检测,给出一种在出现允许的漏电流的情况下亦能维持试验电压的低成本检测方法。     

基于运动特征和中心环绕模型的空对地车辆检测方法

平台的移动基于空基车辆检测以其视野广、速度快、适应性强等优点,近些年成为了智能交通和航空应急救援等领域内的一个热点课题。然而,在城市背景的交通环境下,由于复杂背景造成的干扰、车辆运动的不规律性以及光照等条件变化带来的噪声,有效地获取运动对象特征是空对地视觉监视方法面临的一个难题。为有效解决这一问题,提出了结合运动特征的中心环绕模型进行空对地车辆检测的算法。现有的空对地车辆检测算法,大多是针对固定的摄像头的情况下,基于运动特征进行检测,例如光流法、背景差法等。这些方法在对高速公路等背景相对较为简单的环境下获得了良好的检测结果,但当面对城市复杂背景条件或摄像头自身运动的状况时,难以有效地检测出运动目标。而在对颜色、强度等静态特征进行显著度分析的基础上,加入了对运动特征的分析,可以解决在复杂环境下准确提取车辆目标有效特征的问题。试验表明,相较于基于图像相减的检测算法和单一显著度算法,该算法可以获得更高的检测率与更低的误报率。