初烤烟叶等级的快速准确检测对开发烟叶智能分级设备以促进农产品精细化管理有着重要意义。针对相似度较高但等级不同的初烤烟叶难以区分的问题，本文提出多感受野特征自适应融合及动态损失调整的初烤烟叶等级检测网络（Flue-cured Tobacco Leaf Grade Detection Network，FTGDNet）。首先，FTGDNet采用CSPNet作为特征提取主干网络，采用GhostNet作为辅助特征提取网络以增强模型的特征提取能力；其次，在主干网络末端嵌入显式视觉中心瓶颈模块（Explicit Visual Center Bottleneck module，EVCB）以实现全局特征信息与局部细节特征信息融合；然后，构建多感受野特征自适应融合模块（Multi-Receptive Field Feature Adaptive Fusion module，MRFA_d），利用注意力特征融合机制（Attention Feature Fusion，AFF）将不同感受野特征图进行自适应加权融合，在增强模型局部感受野的同时突出有效通道信息；最后，设计了一种新的定位损失函数（More Complete IoU Loss，MCIoU_Loss），结合预测框与真实框面积损失以解决在回归定位过程中二者宽高比相等且中心点重合时CIoU_Loss性能退化导致定位精度下降问题，此外，引入矩形相似度衰减系数在训练过程中对真实框与预测框的相似度判别项进行动态调整，加快模型拟合。实验结果表明，FTGDNet对十个等级的初烤烟叶的验证精度达到90.0%，测试精度达到87.4%，且推理时间仅为12.6 ms。相较于多种先进目标检测算法，FTGDNet具有更高的检测精度和更快的检测速度，可为高精度初烤烟叶等级检测提供关键技术支撑。
初烤烟叶 目标检测 多感受野特征融合 动态损失调整 flue-cured tobacco leaf object detection multi receptive field feature fusion dynamic loss adjustment
华中光电技术研究所- 武汉光电国家研究中心, 湖北 武汉 430223
光电装备伺服系统因减速制动会产生反馈能量, 生成泵生电压从而引发电源过压保护等一系列问题, 采用传统的能量耗散方法难以有效解决。针对反馈能量引发的泵升电压问题, 从伺服系统的软、硬件两个方面进行了研究与分析, 探讨了伺服系统的反馈能量作用机理, 从伺服供电电源、伺服驱动电路、控制参数等方面提出了几种处理反馈能量、解决泵升电压问题的有效方法。提出了一种新的送零控制方式, 泵生电压抑制率达74.7%。基于一种全桥式驱动电路, 利用反馈能量实现了电机快速制动, 并同时消除了泵升电压。对光电装备伺服系统的调试、试验工作, 具有实际工程指导意义。
减速制动 反馈能量 泵升电压 控制参数调整 快速刹车 deceleration braking feedback energy pump voltage control parameter adjustment fast braking
1 江汉大学 省部共建精细爆破国家重点实验室, 武汉 430056
2 汉大学 爆破工程湖北省重点实验室, 武汉 430056
3 武汉爆破有限公司, 武汉 430056
高层框架结构楼房不同部位单根立柱失效条件下楼房的变形能力、加速度响应和荷载传递等动力响应特征是本研究的重点。首先, 依据《混凝土结构设计规范》(GB50010), 采用PKPM设计软件建立了一个4×6跨的8层钢筋混凝土框架结构模型; 其次, 基于构件拆除法, 应用有限元软件SAP2000非线性动力分析方法计算了一楼中心柱、长边中柱、短边中柱、角柱等不同部位单根立柱失效条件下框架结构的动力响应特征。研究结果表明：四种立柱失效条件下, 其塑性转角均小于6°, 结构不会发生倒塌, 中心立柱失效时结构稳定性最差, 发生连续倒塌的概率相对最大, 短边中柱和长边中柱次之, 角柱概率最小; 中心柱失效条件下楼房荷载对剩余结构的动力冲击作用影响最为显著, 其负向最大值加速度大约是短边中柱和长边中柱的2倍, 可达3 g左右; 不同部位立柱失效后, 荷载将重新分布, 其轴力由紧邻的柱承担, 而上方梁的受力形式也从受弯转变为受拉, 发生悬链线效应, 在中心柱失效工况下, 相邻的各柱轴力增加了近20%。
框架结构楼房 单根立柱失效 非线性动力分析 内力调整 动力响应特性 frame structure building single column failure nonlinear dynamic analysis internal force adjustment dynamic response characteristics
光学 精密工程
2023, 31(23): 3405
强激光与粒子束
2023, 35(12): 125001
北京理工大学 光电学院 “复杂环境智能感测技术”工信部重点实验室, 北京100081
为精确、快速测量镜组内各透镜间的轴向间隙, 提出一种基于五维自动调整的差动共焦间隙测量方法。该方法根据CCD探测器实时获取的光斑信号检测被测镜组光轴的平移偏差与倾斜偏差, 依据偏差信息、通过五维自动调整技术实现镜组高精度调整, 再利用差动共焦高精度层析定焦和镜组内部光线追迹实现轴向间隙高精度测量。分析和实验表明, 本方法可以有效提高姿态调整效率3.4倍, 透镜间隙重复测量精度可达到0.53μm。该方法为实现镜组间隙的快速高精度测量提供了有效途径, 同时还为透镜的中心厚度、焦距、半径等多种参数快速高精度测量提供了有效方法。
五维自动调整 镜组轴向间隙 差动共焦 高精度 five-dimensional auto- adjustment axial spacing of the lens set differential confocal high-precision
研究和讨论了绝缘子玻璃件生产成型过程中料滴的均匀度、形状以及落料剪切控制等问题,分析如何对滴料过程中的常见问题进行预防与调整,以保证产品质量的稳定性。
绝缘子玻璃 玻璃成型 滴料 调整 insulator glass glass forming glass droplet adjustment
田思恒 1,2,3,4黄永梅 2,3,4,5,*徐杨杰 2,3,4,5南新元 1[ ... ]唐薇 2,3,4,5
1 新疆大学电气工程学院，新疆 乌鲁木齐 830046
2 中国科学院光电技术研究所，四川 成都 610209
3 中国科学院光电技术研究所光场调控科学技术全国重点实验室，四川 成都 610209
4 中国科学院光电技术研究所光束控制重点实验室，四川 成都 610209
5 中国科学院大学电子电气与通信工程学院，北京 100049
![]()
![]()
光学成像系统 离轴望远镜 次镜 离焦光斑 神经网络 快速调整 optical imaging system off-axis telescope secondary mirror defocused spot neural Networks quick adjustment 红外与激光工程
2023, 52(4): 20220635
1 中国科学院长春光学精密机械与物理研究所, 吉林 长春 130033
2 中国电子科技集团公司第二研究所, 山西 太原 030024
3 吉林江机特种工业有限公司, 吉林 吉林 132000
针对国内红外焦平面倒装焊机对高精度光学对位系统的迫切需求，对光学对位系统进行了设计及验证，并对该系统用到的平行调整、光学对位及坐标系误差补偿算法进行研究。文章首先对倒装焊接光学对位工艺进行分析；然后对平行性调整及光学对位算法进行介绍，并根据光学对位系统测试流程，提出更加合理的误差补偿算法；最后，以上述算法为理论依据，设计光学对位系统，其包括准直系统、显微成像系统和激光测距三部分。所设计的光学系统可实现平行性粗调，特征点识别及平行性精调功能。试验结果表明，准直系统准直效果较好，显微成像系统分辨率高，成像质量较好，激光测距系统的测距精度为0.084 μm。设计的高精度光学对位系统解决了国内红外焦平面倒装焊机对高精度光学对位系统的迫切需求，已经在国内某型号的倒装焊机中得到应用，对于提高国产高端集成电路的自主研发和生产能力具有非常重要的意义。
红外焦平面倒装焊机 光学对位系统 平行调整 激光测距 infrared focal plane flip chip bonder optical alignment system parallel adjustment laser ranging
