当前位置: 首页 > 教学与科研 > 正文

机械学院举办2024年第十八期研究生论坛

发布时间:2024-11-11  发布者:谢超 点击阅读数:

11月7上午10:002023级全体研究生在09-321教室参加了机械工程与自动化学院2024年第十八期研究生论坛,共有五位2022级研究生分享了他们在“激光与机器视觉”方面的研究成果,论坛由曹龙超老师进行点评,由团支书王鑫主持。

曹向琦同学分享了他的研究课题“GIL管道外壳激光-电弧复合焊接技术研究”,其研究的内容为分析GILGas-Insulated Line气体绝缘输电线路)管道外壳常用材料如铝合金、铜合金等的物理和化学特性,研究不同材料在激光-电弧复合焊接条件下的相容性和焊接性能,研究激光功率、波长、脉冲宽度等参数对焊接质量的影响。曹龙超老师指出GIL管道外壳激光-电弧复合焊接技术研究是一个涉及材料科学、焊接工艺和工程应用的综合性课题,探讨未来可能的技术改进方向,如新型激光器、智能控制系统,研究该技术在其他领域的潜在应用,如航空航天、汽车制造等。

殷艾杰同学分享了他的研究课题“基于机器视觉的智能激光标刻追溯系统的研究与开发”,研究内容为研究高分辨率相机、镜头、光源等硬件的选择与配置,确保图像采集的清晰度和稳定性,应用图像处理算法(如边缘检测、形态学操作、图像分割等)对采集到的图像进行预处理,提高图像质量,研究特征提取算法(如SIFT、ORB、深度学习等),从图像中提取出关键特征,用于后续的识别和定位。曹龙超老师指出基于机器视觉的智能激光标刻追溯系统的研究与开发是一个涉及多学科交叉的综合性课题,主要包括机器视觉、激光标刻技术、追溯系统设计与开发等多个方面,要全面了解基于机器视觉的智能激光标刻追溯系统,为实际应用提供科学依据和技术支持。

汤维卓同学线上分享了他的课题“基于多模态深度学习的轴承故障诊断方法研究”,其研究内容为设计实验方案,通过传感器(如振动传感器、温度传感器、声音传感器等)采集轴承在不同工作状态下的多模态数据,对采集到的数据进行预处理,如去噪、归一化、数据增强等,确保数据的质量和一致性。曹龙超老师指出未来的发展方向,探讨未来可能的模型改进方向,如引入注意力机制、强化学习等技术,研究该方法在其他设备故障诊断中的潜在应用,如齿轮箱、电机等,要全面了解基于多模态深度学习的轴承故障诊断方法,为实际应用提供科学依据和技术支持。

林鹏同学分享了他的课题“摄影测量和光纤传感器的融合监测软件系统的开发与研究”,其研究内容为研究高分辨率相机、镜头的选择与配置,确保图像采集的清晰度和稳定性,应用图像处理算法(如图像增强、去噪、几何校正等)对采集到的图像进行预处理,研究特征提取算法(如SIFT、ORB等),从图像中提取出关键特征,用于后续的匹配和测量。曹龙超老师指出该项研究技术改进的地方,如新型摄影测量技术、智能光纤传感器等,研究该系统在其他领域的潜在应用,如建筑结构监测、能源设施监测等,要全面了解摄影测量和光纤传感器融合监测软件系统,为实际应用提供科学依据和技术支持。    

曾文豪同学分享了他的课题“面向复杂工件结构光点云生成及重建”,其研究内容为研究结构光扫描的基本原理,包括相移法、傅里叶变换法等,确保扫描精度和速度,设计高效的投影模式(如编码结构光、条纹结构光等),提高扫描效率和精度,研究相机和投影仪的标定方法,确保扫描准确性和稳定性。曹龙超老师指出研究该系统在其他领域的潜在应用,如文物保护、医学成像等,探讨未来可能的技术改进方向,如新型结构光技术、多模态数据融合等,要全面了解面向复杂工件的结构光点云生成及重建,为实际应用提供科学依据和技术支持。