期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于NX MCD与TIA的机器人打磨联合虚拟调试研究 被引量:14
1
作者 蔡文站 田建艳 +2 位作者 王书宇 李济甫 杨胜强 《现代制造工程》 CSCD 北大核心 2022年第7期37-42,120,共7页
针对工业机器人在生产现场调试时间较长且风险较高的问题,以机器人打磨叶片为例,设计了一种基于NX软件机电一体化概念设计(Mechatronics Concept Designer,MCD)解决方案与全集成自动化入口(Totally Integrated Automation Portal,TIA Po... 针对工业机器人在生产现场调试时间较长且风险较高的问题,以机器人打磨叶片为例,设计了一种基于NX软件机电一体化概念设计(Mechatronics Concept Designer,MCD)解决方案与全集成自动化入口(Totally Integrated Automation Portal,TIA Portal)的机器人打磨联合虚拟调试系统。首先基于NX MCD设计并建立机器人打磨虚拟调试平台;其次采用等残留高度法规划叶片打磨轨迹,并约束打磨时机器人末端位姿;然后采用TIA Portal软件进行PLC程序设计和HMI组态,并下载到硬件设备;最后通过OPC UA通信协议实现机器人打磨叶片系统软/硬件联合虚拟调试。仿真结果表明,该系统有效验证和优化了机器人打磨轨迹,同时可以缩短生产现场调试周期,降低了设计阶段电气硬件的调试风险和成本投入。 展开更多
关键词 机器人打磨 机电一体化概念设计 轨迹 全集成自动化入口 虚拟调试
下载PDF
基于孔特征的弱纹理堆叠工件识别 被引量:6
2
作者 王书宇 田建艳 +3 位作者 蔡文站 李济甫 王素钢 李丽宏 《计算机工程与应用》 CSCD 北大核心 2022年第3期282-288,共7页
针对目前工业现场弱纹理堆叠工件识别困难的问题,提出一种以工件表面孔洞为特征的改进几何模板匹配算法,以合页为例进行工件识别。首先采用加权平均法对彩色图像进行灰度化处理,再采用Canny算法进行边缘检测;其次采用旋转卡壳算法求取... 针对目前工业现场弱纹理堆叠工件识别困难的问题,提出一种以工件表面孔洞为特征的改进几何模板匹配算法,以合页为例进行工件识别。首先采用加权平均法对彩色图像进行灰度化处理,再采用Canny算法进行边缘检测;其次采用旋转卡壳算法求取轮廓的最小面积外接矩形,进行几何约束后得到孔洞对应的孔轮廓,并采用随机增量法计算孔轮廓的最小外接圆得到孔特征圆心坐标。采用提出的改进几何模板匹配算法,即根据孔特征之间的几何约束进行工件识别,根据孔特征之间是否存在边缘剔除误识别工件。实验结果表明,提出的算法对带孔弱纹理堆叠工件具有良好的识别效果,工件识别查全率为98.3%,误检率为0.9%,为带孔弱纹理工件的识别提供方法。 展开更多
关键词 弱纹理堆叠工件 工件识别 孔特征 改进几何模板匹配 几何约束
下载PDF
超声波辅助醇提法提取银杏叶中多种活性成分 被引量:2
3
作者 李济甫 冯扬帆 +4 位作者 孟珂渏 王沈燕 刘鑫 马燕 杨洁 《化学与生物工程》 CAS 2023年第8期31-34,共4页
采用超声波辅助醇提法综合提取银杏叶中多种活性成分,通过溶剂萃取法脱脂、去叶绿素,经DM130大孔树脂吸附脱附后,再对银杏多糖、银杏莽草酸、银杏黄酮分阶段逐一分离纯化,并对工艺条件进行了优化。结果表明,在75%乙醇为提取溶剂、超声... 采用超声波辅助醇提法综合提取银杏叶中多种活性成分,通过溶剂萃取法脱脂、去叶绿素,经DM130大孔树脂吸附脱附后,再对银杏多糖、银杏莽草酸、银杏黄酮分阶段逐一分离纯化,并对工艺条件进行了优化。结果表明,在75%乙醇为提取溶剂、超声时间为2.0 h、石油醚为脱脂溶剂的最佳条件下,分别采用0.2%H 2O 2脱色法、石油醚沉淀法、酸碱除杂法对银杏多糖、银杏莽草酸、银杏黄酮进行分离纯化,得到高纯度银杏多糖、银杏莽草酸、银杏黄酮,其纯度分别为85.20%、98.25%、35.72%,产率分别为4.67%、3.80%、0.77%。该方法工艺简单、成本低、资源利用度高,为银杏叶的综合开发利用提供了参考。 展开更多
关键词 银杏叶 多糖 莽草酸 黄酮 综合提取 超声波
下载PDF
改进YOLOv4算法的安全帽检测 被引量:4
4
作者 李帅 李丽宏 +2 位作者 王素刚 田建艳 李济甫 《现代电子技术》 2022年第3期103-110,共8页
传统的人工巡检和查看监控检测安全帽佩戴的方法容易造成漏检、误检,因此提出一种基于改进YOLOv4算法的安全帽检测方法。首先,采用百度AI Studio平台的公开安全帽数据集和网络爬虫收集数据,自制安全帽佩戴情况数据集;再使用Mosaci、图... 传统的人工巡检和查看监控检测安全帽佩戴的方法容易造成漏检、误检,因此提出一种基于改进YOLOv4算法的安全帽检测方法。首先,采用百度AI Studio平台的公开安全帽数据集和网络爬虫收集数据,自制安全帽佩戴情况数据集;再使用Mosaci、图像翻转等多种数据增强算法丰富图像信息;引入K⁃means聚类更新锚框尺寸,空洞卷积扩大感受野和标签平滑防止模型过拟合,以提升中小物体检测性能。经实验验证,改进版YOLOv4算法较原始YOLOv4算法mAP提升了1.77%;与Faster RCNN相比mAP提升了4.13%,小物体目标检测效果mAP提升了12.71%,检测速度提升20倍。实例结果显示,改进版YOLOv4算法无漏检、误检情况,可准确检测出未佩戴安全帽的人员,有效减少了安全隐患。 展开更多
关键词 安全帽佩戴检测 改进YOLOv4算法 锚框尺寸更新 感受野 标签平滑 实验分析
下载PDF
基于像素面元体素法的地缸醅料挖取量评估
5
作者 田淮锐 田建艳 +1 位作者 王素钢 李济甫 《西安科技大学学报》 CAS 北大核心 2023年第4期836-844,共9页
为研究机器人快速取料,实现机器代人进行地缸出醅,解决地缸醅料挖取区域三维外形难以准确获取、挖取量评估困难的问题,利用图像处理和点云技术与设计像素面元体素法划分地缸区域面元,统一缸口内点云坐标系,分析相应面元处缸口内点云变... 为研究机器人快速取料,实现机器代人进行地缸出醅,解决地缸醅料挖取区域三维外形难以准确获取、挖取量评估困难的问题,利用图像处理和点云技术与设计像素面元体素法划分地缸区域面元,统一缸口内点云坐标系,分析相应面元处缸口内点云变化情况,对地缸醅料挖取量评估进行研究。结果表明:通过地缸边缘检测和几何约束可有效提取地缸口内边缘,空洞填充后获取缸口内数据,可避免缸口外干扰因素影响地缸醅料挖取量评估效果;依据缸口及缸口外图像进行配准,缸口内点云坐标系统一后均方根误差在0.16 cm附近波动;地缸出醅过程中,挖取质量测量值与采用像素面元体素法测算的醅料挖取区域体积测算值的比值逐渐增大,符合地缸发酵醅料特点,比值相近区间内,醅料挖取区域体积测算值可以反映挖取质量测量值。像素面元体素法可以有效评估醅料挖取量,研究结果可为后续设计基于挖取量评估的醅料取料机器人快速取料方法提供依据。 展开更多
关键词 醅料挖取量评估 地缸 像素面元体素法 图像处理 点云技术 点云坐标系统
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部