-
题名关于计算机通信与网络发展的应用技术探讨
- 1
-
-
作者
龚子钦
-
机构
成都理工大学工程技术学院
-
出处
《进展》
2020年第21期58-59,共2页
-
文摘
近些年来计算机通信技术与网络行业的结合发展,推动了国内通信的网络化。本文分析了计算机通信与网络发展的必要性,阐述了计算机通信与网络技术的功能,探究了计算机通信与网络发展的应用技术,以供参考。
-
关键词
计算机通信
网络发展
应用技术
-
分类号
TP254.2
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名基于无人机的风机叶片表面缺陷自动检测方法
- 2
-
-
作者
闫浩伟
-
机构
山西大唐苛岚风电有限责任公司
-
出处
《计算机测量与控制》
2024年第11期72-79,共8页
-
文摘
风机叶片是风力发电系统的核心部件,在受到气候条件、工作负荷等因素的影响后,容易出现各类缺陷,如裂纹、磨损、腐蚀等;如果不能及时发现和解决这些缺陷,将导致风机性能下降、损坏甚至引发安全事故;为此,研究一种基于无人机的风机叶片表面缺陷自动检测方法;利用无人机搭载摄像机,拍摄空中运行的叶片图像;对叶片图像实施灰度化、去噪以及照度均衡化处理,提升图像质量;提取叶片图像中的几何特征和纹理特征,利用差异演化算法改进概率神经网络平滑参数,以优化后的概率神经网络为基础构建分类识别模型,将几何特征和纹理特征作为输入,计算每种类别的输出概率,将最大值响应原则将概率数值最大的类别作为判定的缺陷类别,以此实现风机叶片表面缺陷自动检测;结果表明:所研究技术应用下,杰卡德系数可以达到0.9823,说明该方法的检测结果更为准确;所花费时间低于15.69 s,说明该方法的检测效率更高,可以更快地完成检测任务。
-
关键词
无人机
风机叶片
特征提取
改进概率神经网络
缺陷自动检测技术
-
Keywords
drones
fan blades
feature extraction
improved probabilistic neural networks
automatic defect detection technology
-
分类号
TP254.20
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名飞行大气参数测试仪的研制
被引量：1
- 3
-
-
作者
袁梅
何涛
董韶鹏
-
机构
北京航空航天大学自动化学院
-
出处
《软件》
2012年第9期1-5,共5页
-
文摘
设计了一款适用于高海拔、宽温域条件的飞行大气参数测试仪。基于PC104和ARM处理器组成的主从式CPU架构,构建了飞行大气参数测试仪的硬件平台,采用高精度硅谐振式压力传感器实现了对气体压力的测量;基于PID与分级误差控制相结合的控制方法,通过PWM驱动的高速电磁阀,实现了对气压的精密控制。
-
关键词
大气参数测试系统
压力控制
PID分级误差控制
主从式架构
-
Keywords
air data test system
pressure control
PID error classification control
master-slave architecture
-
分类号
TP254.2
[自动化与计算机技术—检测技术与自动化装置]
-
