基于语义生成与语义分割的机织物缺陷检测方法

针对织物疵点的语义分割任务中因数据集规模限制，而导致网络出现的严重过拟合问题，课题组提出了针对织物的语义生成网络。语义生成网络使用随机产生的语义标签生成对应的织物缺陷图像，相较于传统数据增强方法，语义生成可生成全新图像，更贴近实际缺陷分布，并且可通过判别器对生成图像进行筛选；课题组将语义生成的图像作为语义分割网络的输入，相应的随机语义标签作为目标，免去标注过程，扩充语义分割网络的训练样本，提升网络性能；对于语义分割网络，提出尺寸自适应Dice损失函数，解决样本不平衡问题，提升网络对小尺寸的检测能力。实验结果表明：尺寸自适应Dice损失函数使得模型精度提高11.1%，使用BEGAN扩充的数据集相较于传统方法扩充的数据集训练得到的模型精度提高7.4%。     

基于显著性检测和超像素分割的本色织物疵点检测系统

基于中国家庭追踪调查2014—2018年数据,从收入不平等视角考察了数字普惠金融对城乡居民相对贫困的影响及机制。研究发现,数字普惠金融指数每增加1%,居民发生相对贫困的概率降低32%,数字普惠金融有效缓解了个体的相对剥夺状况,原因在于数字普惠金融发展提高了家庭风险管理能力、缓解了融资约束、并促使家庭社会资本拓展。研究也发现,数字普惠金融对贫困的缓解效应也存在城乡群体和年龄群体的差异。因此,让数字赋能扶贫,是治理相对贫困的有效途径。     

基于速度阻尼的两相步进电机矢量控制

两相混合式步进电机因其齿槽结构、反电动势和绕组电感的影响,转速在达到稳态时仍有细小波动。针对电机控制精度问题,课题组提出了一种速度自适应PI控制器,并在速度自适应PI基础上结合速度阻尼控制来改善电机的稳态波动;同时采用两相空间矢量脉宽调制（space vector pulse width modulation,SVPWM）控制策略,从电流环降低相电流纹波和谐波含量。仿真结果表明在电机速度达到稳态时,速度基本稳定无振荡。课题组提出的方法解决了步进电机超调大、响应慢和平滑速度等控制难题。     

基于SURF算法的数码印花缺陷检测系统

针对数码印花生产过程中织物上出现的白丝、斑点以及褶皱等表面缺陷问题,课题组设计了基于加速鲁棒特征算法的印花织物表面缺陷检测系统。主要通过加速稳健特征算法（speeded up robust features,SURF）来进行图像配准;采用双向唯一性匹配法减少误配点,实现图像精准配准,并通过差分算法来提取缺陷信息。实验采用多幅图像对改进SURF算法的性能进行了验证。试验结果表明：新系统对印花织物表面缺陷的检测精度达到98%,达到了实际应用要求。     

基于改进Yolo v5的织物缺陷检测方法

针对纺织品表面缺陷检测算法速度低、泛化性能差及鲁棒性弱等问题，课题组提出了一种基于改进Yolo v5的织物表面缺陷检测方法。在Yolo v5骨干网络的基础上增加了卷积注意力模块，增强目标检测网络对特征图中重要信息提取并弱化无关特征；针对网络特征融合阶段特征尺度不一致造成的冲突问题，引入自适应空间特征融合的方法；在训练过程中使用迁移学习加快训练速度。实验结果表明：与未改进的Yolo v5算法相比，所提出的检测框架能够有效提高网络精度达98.8%，检测速度达83 帧/s。该检测方法能满足实际工业要求。     

基于高效边缘检测的彩色图像灰度化算法

为了使彩色图像灰度化后能更好地保留原始对比度和细节特征，课题组提出一种基于高效边缘检测的彩色图像灰度化算法。课题组通过对线性参数模型产生的一系列备选图像采用像素差值网络（pixel difference networks, PiDiNet）实现鲁棒性、准确性的边缘检测，边界点数最多的备选图像所对应的权重则被选为映射函数的最优解，由于引用了像素差值卷积PDC，对边缘信息敏感度增强。实验结果表明：此算法相比于其他算法能较好地保留原彩色图像的细节特征，使得输出图像轮廓清晰且自然，主客观评价均较优。     

基于彩色图像处理与EDLines的数码印花缺陷检测系统

针对数码印花生产过程中由于喷头堵塞、电机偏差引起的PASS道缺陷问题,课题组设计了一套基于彩色图像处理与EDLines的数码印花缺陷检测系统。首先构建颜色补偿矩阵覆盖无关背景花案,增强缺陷与主色间差异性;然后分别在HSI颜色空间3通道采用自定义线型滤波锐化感兴趣区域并基于EDLines实现缺陷配准,并将3通道缺陷匹配结果进行区域融合和形态学处理;最后根据水平投影实现PASS道缺陷定位。实验结果表明：检测系统对印花织物表面缺陷的检测准确率达到96%以上,满足实际检测要求,为数码印花缺陷检测提供新的方法。     

基于参数修正的永磁同步直线电机改进电流预测控制系统

针对永磁同步直线电机（PMLSM）因外部干扰和内部参数变化引起的转速波动，导致电流预测控制系统的控制性能降低问题，课题组提出了一种基于参数调整的改进电流预测控制系统。首先通过2步电流预测控制以及校正因子对预测电流进行优化，改善电流预测控制系统，减少响应时间，保证系统的稳定性；再通过参数调整器来修正预测控制器中电机的参数，减小永磁同步直线电机的速度稳态波动，消除由系统扰动引起的稳态电流和暂态误差。仿真结果表明：在永磁同步直线电机参数不匹配的情况下，所提出的控制方案是有效的。     

基于L0梯度最小化和K Means聚类的织物缺陷检测研究

为了控制产品质量,保障织物的美观和舒适性,针对织物表面的缺陷,课题组提出了一种基于L0梯度最小化和K Means聚类的缺陷检测方法。主要分为2个步骤：首先,使用L0梯度最小化将缺陷图像进行平滑,去除背景纹理的影响,保留图像较大的边缘;然后,使用K Means聚类对平滑后的图像进行聚类,从而分割出缺陷区域。将该检测方法用于纺织厂收集的缺陷图像上进行验证,实验结果表明该方法能准确地检测出织物表面缺陷。该项研究提高了检测效率,满足织物生产的要求。     

永磁同步直线电机低成本霍尔位置检测装置研究

为低成本检测永磁直线同步电机动子位置，课题组提出一种新型霍尔传感器检测装置。该装置由一个附加的辅助磁钢和霍尔传感器组成；通过霍尔元件检测电机动子磁场，利用磁场信息计算动子位置；分析霍尔元件检测过程中可能的误差影响，并使用JMAG进行有限元分析，依据分析结果选择最佳安装位置。结果表明：通过分析计算相邻传感器的检测结果可以检测电机动子位置。该装置可以满足低成本检测电机动子位置的需求。