检测规划范文

检测规划范文（精选8篇）

检测规划 第1篇

人工智能系统规划方法是人工智能研究领域的重要方法, 有很多重要应用。规划识别[1]是人工智能中与规划密切相关的一个研究课题。规划识别问题是指从观察到的某一智能体的动作或动作效果出发, 推导出该智能体目标/规划的过程[2]。早期的规划识别是基于规则推理的, 研究者试图与推理规则保持一致, 以此来掌握规划识别的特性。如今很多的推理技术都在规划识别中有所应用。由于在许多领域, 或者一个动作服务于多个目标, 或者被识别域中存在多规划甚至是多智能体多规划并行执行的情况, 而且, 其中的许多领域仅仅是部分可观察的等等。这些决定了无二义性的确定一个规划假设是很困难的, 并且限制了许多规划识别方法的应用。例如, 没有状态转移概率模型的复杂领域的大规模特性使得抽象马尔可夫模型[3]的应用变得困难;基于概率语法[4]的方法无法处理多规划交替并行实现的问题;采用语法分析[5]的方法, 虽然搜寻速度快, 但无法处理时序约束等等。Goldman和Geib于1999年提出了一种新的基于规划执行的规划识别模型[6], 之后又于2005年加以完善, 其方法不仅可以识别偏序规划及多规划交替执行, 还可以处理域的部分可观察问题。但是, 随着考虑的未观察动作在整个规划假设中所占比例的增加, 其效率将明显下降。

与以往所有同类研究研究方向不同, 我们更加关注的是规划系统对处于开放式的复杂网络环境规划方法的研究。设计适合于网络入侵检测[9]的应对规划器系统及在实际系统中嵌入应对规划器系统的一般方法。本研究不仅对网络安全具有重要意义, 而且由于智能规划技术本身的独立性, 本研究对于竞赛机器人, 游戏角色设计, 智能用户接口的设计, 自然语言理解以及多Agent系统等许多领域的研究也有广泛的应用前景。

2 研究基础

2.1 规划与规划问题

Mc Dermott和James Hemdeler认为“规划就是设计某个实体的动作序列。”[6]我们通常认为一个动作的序列叫做一个规划。

一个规划问题涉及以下四个集合:一个操作的集合;一个对象的集合;一个初始条件的集合, 其中每个元素都是一个命题;一个目标的集合, 其中每个元素都是一个命题, 而且要求规划结束时这些命题必须为真[7]。

我们要回答的问题是:在初始条件下, 对对象实施怎样一些操作, 才能使问题目标得以实现。

2.2 有效规划与规划图

设有一个动作集合, 其中的每个动作都被指明其被执行的时间步;在同一个时间步中被执行的任何两个动作都是不相冲突的, 所有的问题目标在最后的时间步内实现, 那么, 我们就称这个动作的集合为一个有效规划[8]。

其中, 两个动作相冲突是指, 如果动作a删除动作b的前提, 或者动作a删除动作b的添加结果, 我们就说这两个动作相冲突。

在规划问题中一个核心工作就是尽快找到一个有效规划。规划图是由命题结点、动作结点和边组成的经典图。

2.3 互斥

要得到一个有效规划必须解决好互斥问题。递归定义的互斥关系[8]如下:

在层i的两个动作实例是冲突的, 如果满足:

-不相容的结果:一个动作的结果是另一个动作结果的非, 或

-干扰:一个动作删除另一个动作的前提, 或

-竞争前提:动作的前提在层i-1中互斥。

如果层i中一个命题是另一个命题的非或所有获得此命题的方法 (如层i-1中的动作) 与获得另一个命题的所有方法是互为冲突的 (不相容支持) , 那么这两个命题是冲突的。

2.4 敌意规划

敌意规划[4]是一种具有恶意破坏性质的规划, 它的目的是破坏计算机系统以及计算机网络资源的完整性, 保密性和可得性, 甚至是要使整个系统瘫痪。为了达到这一目的而采取一系列的具有攻击性和破坏性的动作, 动作1, 动作2, 动作3, ……, 动作n, 我们把这个动作的序列称为一个敌意规划, 其中敌意规划中执行的相应的动作就叫敌意动作。

2.5 敌意规划与黑客, 病毒的关系

敌意规划是建立在复杂开放的网络环境的基础之上的。没有黑客行为和计算机病毒, 敌意规划就无法完成。敌意规划中的每一个敌意动作可以由若干个黑客行为和病毒事件组成, 它们一起协作来执行一个具体的敌意动作。从某种意义上理解, 可以认为敌意规划将一系列的黑客行为和计算机病毒有机的组织起来, 使对对方计算机系统的攻击有更高的针对性, 选择性, 智能化和破坏性。

3 识别算法

规划识别的方法有很多, 本文的规划识别方法是利用已有规划库进行规划识别, 规划库中包含所有可能的目标, 然后将观察到的动作与规划库中的规划进行匹配, 识别出能够解释观察到的动作的规划, 除此之外还有:基于贝叶斯概率理论的规划识别, 采用语法分析的方法分析规划描述, 利用溯因理论进行规划识别过程的推导, 基于模糊理论的规划识别等等。

设实体动作库中的观察到的敌意动作的特征向量为X (x1, x2, x3, ……, xn)

敌意规划库中的敌意动作的特征向量为Y (y1, y2, y3, ……, yn)

(1) 检查两个动作向量中的各个分量是否相同

(2) 计算两个动作向量的匹配度

(3) 匹配规则

Match (xi, yi) ∈[0, 0.7] 不匹配, 舍弃

Match (xi, yi) ∈ (0.7, 1] 匹配

(4) 规划识别算法

为了更好的进行规划识别, 我们把算法中用到的时间离散地表示若干个时间步, 将每个时间步观察到的实体执行的所有动作与敌意规划库中的同一个敌意动作进行匹配, 具有相同的匹配度两个个假设。

3.1 将一段时间内敌意系数最大的敌意动作han从实体动作库中选取出来, 将敌意规划库中的敌意动作与之相匹配, 计算匹配度, 根据计算结果寻找出与之相匹配的敌意动作。满足条件的敌意动作可以是一个或者多个, 将满足条件的敌意动作放入后备敌意动作队列中, 并将该敌意队列中的敌意动作按照从大到小进行排队。

3.2 判断该后备敌意动作队列状态, 若为空, 则该规划不是敌意规划;否则从后备敌意队列中出队, 取出首部的动作fan。

3.3 从实体动作库中取出敌意动作han。

3.4 通过指向前一个动作节点的指针向前寻找当前敌意动作向量fan的前一个动作fan-1。

3.5 判断han-1=fan-1=NULL, 如果成立则找到匹配的敌意规划, 从而计算它的规划识别度Recogniton, 算法结束。

3.6 将L与U作匹配比较, 计算匹配度, 若M (Uan-1, Lan-1) ∈ (0.7, 1], 则转去第四步;否则执行第二步。

规划识别度的计算:

设从规划开始到观察的动作为止实体一共进行了m步动作, 第i步动作的匹配度为Match (xi, yi)

识别度为:

识别度越大, 表明我们识别出的敌意规划越接近于敌意规划库中的敌意规划, 也就意味着我们的识别越成功。

4 HP规划识别系统的设计与实现

4.1 系统介绍

该识别器是以本文中改进的算法为核心开发的一款通用规划识别系统。系统具有较好的扩展性, 系统采用标准C++语言开发。系统对动作结点、目标结点、规划问题及规划图等概念及结构进行了抽象, 将其抽象为相应的类。具有敌意动作的规划问题通过该系统可以得到有效的解决。

4.2 开发工具及测试环境

在该识别器的开发中, 我们使用标准C++作为编程语言, Microsoft Visual Studio.NET 2003为开发工具。

测试环境:

系统平台:Microsoft Windows Server 2003 Enterprise Edition。

处理器:Intel Pentium 4 CPU 2.50GHz。

内存:256MB

4.3 结果分析

下面引用参考文献中的实验数据进行测试, 从以下实验结果可以看出:简单部分动作规划问题不仅可以通过该系统得到完全解决, 而且该系统对智能体将要采取的动作的预测能力, 可使它有更大的应用价值。尤其是在敌对领域, 我们不仅要识别出敌意规划, 更要加以应对, 以减少损失, 而对敌对方将要采取的动作的预测, 将是应对必不可少的依据和基础。而且, 除了能够圆满处理以上问题, 该系统在速度上也达到令人满意的效果。对于上述例子, 该系统总能够在零时间内给出有效结果。

摘要：随着计算机信息化建设的飞速发展, 计算机已普遍应用到日常工作、生活的每一个领域, 但随之而来的是, 计算机网络安全也受到全所未有的威胁, 计算机病毒无处不在, 黑客的猖獗, 都防不胜防。在本文中, 我们对原有的规划算法加以完善和改进, 并用标准C++语言对其加以实现, 设计了一种基于入侵检测系统的规划识别系统。该系统不仅可以保证在常规识别任务中的有效性与高效性, 而且还可以有效地解决上述问题。

关键词：网络安全,入侵检测,智能规划,规划识别

参考文献

[1]Blum, A., Furst, M.:Fast planning through planning graph analysis.In:Proc.14th Int.Joint Conf.AI (1995) 1636-1642.

[2]Kautz H., McAllester D.Selman B..Encoding plans in propositional log-ic.In Proc.5th Int.Conf.Principles of Knowledge Representation and Rea-soning, Pp:1084-1090, 1996.

[3]Blai Bonet, Hector Geffner.Planning as heuristic search.Artificial Intelligence.2001.

[4]Hoffmann, J., and Nebel, B.:The FF Planning System:Fast Plan Generation Through Heuristic Search.Journal of Artificial Intelligence Research (2001) , 14:pages253-302.

简单的线性规划问题检测试题 第2篇

1.目标函数z=4x+y，将其看成直线方程时，z的几何意义是( )

A.该直线的截距

B.该直线的纵截距

C.该直线的横截距

D.该直线的纵截距的相反数

解析：选B.把z=4x+y变形为y=-4x+z，则此方程为直线方程的斜截式，所以z为该直线的纵截距.

2.若x≥0，y≥0，且x+y1，则z=x-y的最大值为( )

A.-1 B.1

C.2 D.-2

答案：B

3.若实数x、y满足x+y-2≥0，x4，y5，则s=x+y的最大值为________.

解析：可行域如图所示，

作直线y=-x，当平移直线y=-x

至点A处时，s=x+y取得最大值，即smax=4+5=9.

答案：9

4.已知实数x、y满足y2xy≥-2x.x3

(1)求不等式组表示的平面区域的面积;

(2)若目标函数为z=x-2y，求z的最小值.

解：画出满足不等式组的可行域如图所示：

(1)易求点A、B的坐标为：A(3,6)，B(3，-6)，

所以三角形OAB的面积为：

S△OAB=12123=18.

(2)目标函数化为：y=12x-z2，画直线y=12x及其平行线，当此直线经过A时，-z2的值最大，z的值最小，易求A 点坐标为(3,6)，所以，z的最小值为3-26=-9.

一、选择题

1.z=x-y在2x-y+1≥0x-2y-10 x+y1的线性约束条件下，取得最大值的可行解为( )

A.(0,1) B.(-1，-1)

C.(1,0) D.(12，12)

解析：选C.可以验证这四个点均是可行解，当x=0，y=1时，z=-1;当x=-1，y=-1时，z=0;当x=1，y=0时，z=1;当x=12，y=12时，z=0.排除A，B，D.

2.(高考浙江卷)若实数x，y满足不等式组x+3y-3≥0，2x-y-30，x-y+1≥0，则x+y的最大值为( )

A.9 B.157

C.1 D.715

解析：选A.画出可行域如图：

令z=x+y，可变为y=-x+z，

作出目标函数线，平移目标函数线，显然过点A时z最大.

由2x-y-3=0，x-y+1=0，得A(4,5)，∴zmax=4+5=9.

3.在△ABC中，三顶点分别为A(2,4)，B(-1,2)，C(1,0)，点P(x，y)在△ABC内部及其边界上运动，则m=y-x的取值范围为( )

A.[1,3] B.[-3,1]

C.[-1,3] D.[-3，-1]

解析：选C.直线m=y-x的斜率k1=1≥kAB=23，且k1=1

∴直线经过C时m最小，为-1，

经过B时m最大，为3.

4.已知点P(x，y)在不等式组x-20y-10x+2y-2≥0表示的平面区域内运动，则z=x-y的取值范围是( )

A.[-2，-1] B.[-2,1]

C.[-1,2] D.[1,2]

解析：选C.先画出满足约束条件的可行域，如图阴影部分，

∵z=x-y，∴y=x-z.

由图知截距-z的范围为[-2，1]，∴z的范围为[-1,2].

5.设动点坐标(x，y)满足x-y+1x+y-4≥0，x≥3，y≥1.则x2+y2的最小值为( )

A.5 B.10

C.172 D.10

解析：选D.画出不等式组所对应的平面区域，由图可知当x=3，y=1时，x2+y2的`最小值为10.

6.(高考四川卷)某企业生产甲、乙两种产品，已知生产每吨甲产品要用A原料3吨、B原料2吨吨;生产每吨乙产品要用A原料1吨、B原料3吨.销售每吨甲产品可获得利润5万元、每吨乙产品可获得利润3万元，该企业在一个生产周期内消耗A原料不超过13吨、B原料不超过18吨，那么该企业可获得的最大利润是( ) w w w .x k b 1.c o m

A.12万元 B.20万元

C.25万元 D.27万元

解析：选D.设生产甲产品x吨、乙产品y吨，则获得的利润为z=5x+3y.

由题意得

x≥0，y≥0，3x+y13，2x+3y18，可行域如图阴影所示.

由图可知当x、y在A点取值时，z取得最大值，此时x=3，y=4，z=53+34=27(万元).

二、填空题

7.点P(x，y)满足条件0x10y1，y-x≥12则P点坐标为________时，z=4-2x+y取最大值________.

解析：可行域如图所示，新课标第一网

当y-2x最大时，z最大，此时直线y-2x=z1，过点A(0,1)，(z1)max=1，故当点P的坐标为(0,1)时z=4-2x+y取得最大值5.

答案：(0,1) 5

8.已知点P(x，y)满足条件x≥0yx2x+y+k0(k为常数)，若x+3y的最大值为8，则k=________.

解析：作出可行域如图所示：

作直线l0∶x+3y=0，平移l0知当l0过点A时，x+3y最大，由于A点坐标为(-k3，-k3).∴-k3-k=8，从而k=-6.

答案：-6

9.(20高考陕西卷)铁矿石A和B的含铁率a，，冶炼每万吨铁矿石的CO2的排放量b及每万吨铁矿石的价格c如下表：

a b/万吨 c/百万元

A 50% 1 3

B 70% 0.5 6

某冶炼厂至少要生产1.9(万吨)铁，若要求CO2的排放量不超过2(万吨)，则购买铁矿石的最少费用为________(百万元).

解析：设购买A、B两种铁矿石分别为x万吨、y万吨，购买铁矿石的费用为z百万元，则z=3x+6y.

由题意可得约束条件为12x+710y≥1.9，x+12y2，x≥0，y≥0.

作出可行域如图所示：

由图可知，目标函数z=3x+6y在点A(1,2)处取得最小值，zmin=31+62=15

答案：15

三、解答题

10.设z=2y-2x+4，式中x，y满足条件0x10y22y-x≥1，求z的最大值和最小值.

解：作出不等式组0x10y22y-x≥1的可行域(如图所示).

令t=2y-2x则z=t+4.

将t=2y-2x变形得直线l∶y=x+t2.

则其与y=x平行，平移直线l时t的值随直线l的上移而增大，故当直线l经过可行域上的点A时，t最大，z最大;当直线l经过可行域上的点B时，t最小，z最小.

∴zmax=22-20+4=8，

zmin=21-21+4=4.

11.已知实数x、y满足约束条件x-ay-1≥02x+y≥0x1(a∈R)，目标函数z=x+3y只有当x=1y=0时取得最大值，求a的取值范围.

解：直线x-ay-1=0过定点(1,0)，画出区域2x+y≥0，x1，让直线x-ay-1=0绕着(1, 0)旋转得到不等式所表示的平面区域.平移直线x+3y=0，观察图象知必须使直线x-ay-1=0的斜率1a>0才满足要求，故a>0.

12.某家具厂有方木料90 m3 ，五合板600 m2，准备加工成书桌和书橱出售.已知生产每张书桌需要方木料0.1 m3，五合板2 m2;生产每个书橱需要方木料0.2 m3，五合板1 m2，出售一张方桌可获利润80元;出售一个书橱可获利润120元.

(1)如果只安排生产方桌，可获利润多少?

(2)如果只安排生产书橱，可获利润多少?

(3)怎样安排生产可使所获利润最大?

解：由题意可画表格如下：

方木料(m3) 五合板(m2) 利润(元)

书桌(个) 0.1 2 80

书橱(个) 0.2 1 120

(1)设只生产书桌x张，可获利润z元，

则0.1x902x600x∈N*x900x300x∈N*x300，x∈N*.

目标函数为z=80x.

所以当x=300时，zmax=80300=24000(元)，

即如果只安排生产书桌，最多可生产300张书桌，获得利润24000元.

(2)设只生产书橱y个，可获利润z元，则

0.2y901y600y∈N*y450y600y∈N*y450，y∈N*.

目标函数为z=120y.

所以当y=450时，zmax=120450=54000(元)，

即如果只安排生产书橱，最多可生产450个书橱，获得利润54000元.

(3)设生产书桌x张，书橱y个，利润总额为z元，则

0.1x+0.2y902x+y600x≥0，x∈Ny≥0，x∈Nx+2y900，2x+y600，x≥0，y≥0，且x∈N，y∈N.

目标函数为z= 80x+120y.

在直角坐标平面内作出上面不等式组所表示的平面区域 ，即可行域(图略).

作直线l∶80x+120y=0，即直线l∶2x+3y=0(图略).

把直线l向右上方平移，当直线经过可行域上的直线x+2y=900,2x+y=600的交点时，此时z=80x+120y取得最大值.

由x+2y=9002x+y=600解得交点的坐标为(100,400).

所以当x=100，y=400时，

zmax=80100+120400=56000(元).

检测规划 第3篇

测量路径的规划是飞机外形检测中的一个关键问题,其目的是在保证测量精度的前提下,能够以最短的路径,安全而又高效地遍历待测对象的检测区域。飞机外形的检测实际上是对自由曲面的蒙皮外形的检测。Kam提出了几何分解方法完成曲面形状检测的思想,采用“曲面—曲线—点集—测点集”的分解次序,实现从曲面到测点集的分解和曲面评价工作[2]。自由曲面测量时,等间距测量[3,4]是简单易行的测量方法,但为了保证测量精度就必须缩小测量间距,这使得测量效率显著降低并影响后续误差评定。一种理想的方法是使测点的分布疏密随曲面曲率的变化而变化,曲率越大,测点越密,反之则越疏,从而较好地反映待测曲面的几何形状信息,实现测点的自适应分布。

本文针对飞机外形检测效率低、精度差等问题,采用激光雷达,在CATIA中进行测量路径规划和检测结果仿真,与激光雷达完成通信,实现飞机外形现场自动化测量的方法,开发了飞机外形数字化检测系统,较好地解决了平衡测量效率与精度问题。针对测量路径规划问题,研究了自由曲面的测点规划布置的算法原理,提出了矩形合并测量规划方法,可以有效地指导飞机外形现场数字化测量。

1 飞机外形数字化检测系统硬件组成与工作原理

飞机外形检测系统的硬件是由激光雷达、计算机、移动工作站、不间断电源UPS( uninterrupted power supply) 和输出设备等组成的数字化检测系统。其中激光雷达是实现飞机外形精密测量的关键部件。激光雷达是一种大尺寸、非接触、高精度、自动化、便携式数字化测量设备。激光雷达拥有球形测量系统( 图1) ,通过运用调频相干激光雷达测距技术和高精度反射镜和红外激光光束测得被测点的距离R、方位角AZ和俯仰角EI,从而转换得出被测点的三维坐标信息。被测点空间坐标计算式为:

激光雷达测距原理( 图2) : 激光器发出两束激光,一束射到被测工件表面并返回到达激光器内部; 另一束射向内部校准光纤。接收器接收返回信号,通过混频器比较出两束激光的频率差Δf得出两束激光的时间差Δt,再通过时间与距离的关系便可以计算出激光测量系统与被测点的之间绝对距离。

本系统采用Metris激光雷达MV224进行测量,激光雷达MV224的距离测量范围为24 m,方位角为360°,俯仰角为±45°,测量精度为10μm + 10μm /m( 2σ) ,可完成大尺寸远距离的自动化测量。

测量流程如图3所示,包括: 1) 测量基准的建立; 2)激光雷达的布站; 3) 测量路径规划与仿真; 4) 激光雷达实际测量; 5) 数据处理; 6) 输出测量报告。

2 飞机外形检测路径规划

测量路径的规划是飞机外形检测中的一个关键问题。为了在保证测量精度的前提下,能够以最短的路径安全而又高效地遍历待测对象的检测区域,下面研究了自由曲面的测点规划布置的算法原理,在此基础上提出了矩形合并测量路径规划方法。

2. 1 已知曲面的测点规划

在对飞机外形进行检测过程中,数模是已知的,其测量规划的目标是在满足测量精度要求的前提下使测点的数目尽可能地少,同时使测点分布的疏密随曲面曲率变化而变化,实现测点的自适应分布。对已知曲面进行测点规划布置的算法原理[5]如图4所示。

假设对其按参数u方向进行测量,F( u v)为当前测点,由式( 2) 可计算出F( u v)和其下一点F(u + ldu v)处的坐标值,可得这两点沿u方向的曲面法曲率值为:

其中,E,F,G为曲面的第一基本量; L,M,N为曲面的第二基本量[6]。则曲率半径为ρ = 1 /kn。

设ε为给定的精度要求:

若式( 4) 不成立,则令ldu = ldu - δ,其中δ为指定的减小量,重复上述 过程直至 式 ( 4 ) 成立。将F(u + ldu v)点记入测点集中,并将其作为当前点,重复上述过程直至遍历该方向整个数字化曲线。同理求出沿v方向的测点集,完成整个曲面的遍历。由该方法所生成的测点集可以满足已知曲面测量对测点数目和分布的要求,但该方法比较复杂,不易实现,且需要测量时间长。

2. 2 矩形合并检测规划方法

激光雷达可以进行矩形盒扫描模式,设置扫描参数( 测点间距、扫描速度) ,同时设置多个矩形测量区域,实现自动化测量。因此,基于2. 1中曲面测点规划布置原理,本文提出一种简单快速的规划方法———矩形合并测量规划方法如图5所示。

基本步骤如下:

1) 将所测区域进行初始分割,根据被测区域的大小将它分成M×N个细小的矩形区域,确定出每个矩形的基本参数;

2) 将所有的M×N个矩形压入一初始堆栈S1中;

3) 从堆栈S1中弹出一矩形,获得该矩形的中心C的坐标,由k(u,v) =((k21+ k22)/2)1/2( 其中k1,k2为主曲率[7],由式( 3) 算出) ,得到中心C的曲率半径ρC= 1 / k( uC,vC) 。再搜索弹出该矩形的所有相邻周边矩形,获得周边矩形中心C'的曲率半径ρC',通过比较ρC和ρC'的值来确定是否要对矩形进行合并;

4) 如果ρC- ρC'≤ε成立,将周边矩形C'压入堆栈S2,等待下一步合并,不成立则将周边矩形C' 压入堆栈S3,转步骤3) ;

5) 若堆栈S1为空,将矩形C与堆栈S2中所有相邻矩形弹出合并,压入堆栈S4,不为空则转步骤3) ;

6) 若堆栈S1为空且S3不为空,将S3中矩形压入S1中,转步骤3) 。

7) 若堆栈S1与S3为空,结束,否则转步骤3) 。

该方法可以快速高效地规划出待检测区域的测点数目和分布,满足测点分布的疏密适应曲面曲率变化的要求,具有规划简单,算法简洁,结构清晰,易于实现,能有效地提高测量效率等优点。

3 实例验证

以飞机中机翼段模型测量规划为实例,系统地验证了本文系统在飞机外形测量中的可用性和实用性。在本实例中,选择激光雷达为测量仪器,采用矩形盒扫描方式,采用了2个测量站位( 图6) 。通过对机翼数模进行细小矩形划分、曲率分析及需测量的关键栈位提取( 图7) ,完成矩形合并测量路径规划( 图8) ,实现路径扫描仿真( 图9) 。仿真结果表明,能够完成机翼外形自动化、全尺寸数字化测量,所需转站次数少,且在曲率大的区域测点分布较密,而在曲率小的区域分布较疏。

4 结语

本文对飞机外形数字化检测路径规划进行了研究。采用的利用激光雷达,在CATIA中进行测量路径规划和检测结果仿真,与激光雷达完成通信,实现飞机外形现场自动化测量的方法,较好地解决了平衡测量效率与精度问题。提出了矩形合并测量路径规划方法,算法简单可靠,容易实现,运行速度比较快。运用提出的矩形合并测量路径规划方法,对中机翼段模型进行仿真分析取得了良好的效果,为飞机外形数字化检测提供了有效方法。

摘要：飞机外形的控制是建立在精确测量的基础上。国内目前飞机外形检测主要依靠卡板等工艺装备,在测量准确度和效率上都无法满足现代飞机测量要求。采用一种利用激光雷达,在CATIA中进行测量路径规划和检测结果仿真,与激光雷达通信完成测量的方法,实现了飞机外形现场自动化测量。为了在保证测量精度的前提下,能够以最短的路径安全而又高效地遍历待测对象的检测区域,研究了自由曲面的测点规划布置的算法原理,在此基础上提出了矩形合并测量路径规划方法,可以有效地指导飞机外形现场数字化测量。运用提出的矩形合并测量路径规划方法,对中机翼段模型进行仿真分析取得了良好的效果,为飞机外形数字化检测提供了有效方法。

检测规划 第4篇

为加强城市供水水质监测管理，做好我省城市供水水质检测能力建设规划编制工作，特制定本导则，供各地申报项目时参考。

一、基本目标

通过加强水质检测能力建设，为2012年实现全省设市城市及县城（城关镇）供水水质达到新国标106项规划目标，构建完善的城市供水水质监管体系。

二、编制依据

《全国城市饮用水安全保障规划》、《生活饮用水卫生标准》（GB 5749-2006）、《地表水环境质量标准》（GB 3838-2002）、《地下水质量标准》（GB/T14848-93）、《生活饮用水卫生标准检验法》（GB5750-2006）及其他相关行业技术标准和规范。

三、编制内容

按照规划的基本目标和《生活饮用水卫生标准》（GB 5749-2006）和《地表水环境质量标准》（GB 3838-2002）要求，水质检测实验室所需仪器设备分如下三个级别配置：

基本配置：满足浑浊度、色度、臭和味、肉眼可见物、CODMn、氨氮、细菌总数、总大肠菌群、耐热大肠菌群、余氯、pH等11项常规指标所需的检测仪器设备。适用于全省所有供水厂和自建设施供水单位。

常规配置：具备《生活饮用水卫生标准》（GB5749-2006）中42项常规检验指标和《地表水环境质量标准》（GB3838-2002）水源地水质29项常规检验指标检测能力所需仪器设备。适用于有条件的县级及设区城市的公共供水企业。

完整配置：具备《生活饮用水卫生标准》（GB5749-2006）中106项常规检验指标和《地表水环境质量标准》（GB3838-2002）水源地水质109项常规检验指标检测能力所需仪器设备。适用于存在水源污染风险和有条件的设区城市供水企业以及国家级城市供水水质监测机构。

实验室水质检测仪器设备参考配置表详见附表。

二〇〇九年六月十二日

水质检测机构实验室仪器设备配置表

等级 仪器设备 功能 建议品牌

市场价格（元）基本配置 1.余氯比色器 余氯测量 申水、哈希 800-6000

2.浊度仪 浊度测量 国产、哈希 5000

3.超净工作台/培养箱/干燥箱 微生物检测基础条件 国产 10000

4.显微镜 微生物检测 国产 4000

5.分光光度计（或紫外分光光度计）氨氮等

北京普析、上海欧陆 18000-60000

6.电子天平（万分之一精度）称量

国产、梅特勒 6000-12000

7.酸度计 pH值 国产 3000 常规配置 8.气相色谱仪

农残、消毒副产物及痕量有机物 岛津、安捷伦等 300000

9.原子吸收分光光度计 重金属元素 北京普析、岛津 200000-500000

10.原子荧光分光光度计 汞、砷、硒等 国产(吉天、海光)100000-200000

11.红外测油仪 石油类

上海欧陆、吉林北光 50000-80000

12.低本底放射性测定仪 放射性 国产 150000 完整配置

13.液相色谱仪

多环芳烃、藻毒素、高沸点有机物 岛津、安捷伦等 400000-600000

14.TOC分析仪 TOC 岛津、OI等 200000-300000

15.荧光显微镜 两虫

奥林巴斯、蔡斯等 300000-600000

16.离子色谱仪

阴离子及消毒副产物 戴安、万通 200000-600000

17.气质联用仪 有机物定性定量 热电、安捷伦、岛津 800000-1000000

18.电感耦合等离子体发射光谱仪 大量元素同时快速分析 热电、安捷伦等 800000-1000000

19.流动注射分析仪 挥发酚、氰化物等 美国Lacht 600000-1000000

20.全自动固相萃取器 样品前处理

美国Zymark 400000-600000

21.吹扫捕集器/顶空自动进样器 样品前处理

检测规划 第5篇

实验室规模选择与确定

根据区域中心实验室的选择与确定、屠宰加工品种及屠宰量设计规模的不同对实验室进行分类。实验室分类标准:区域中心工厂为A类;熟食加工厂及100万头以上规模的猪屠宰厂为B类;50万头以上规模的猪屠宰厂及3000万头规模的禽屠宰场为C类;其他猪、禽、牛屠宰场为D类。

实验室布局及设备确定

1.布局要求

总体按照ISO/IEC17025-2005 (GB/T 27025-2008) 《检验和校准实验室的能力的通用要求》配置实验室硬件, 总体根据各公司设计规模、实际生产量及未来产量规划对实验室设计可预留场地, 避免后期为适应功能的增加而无法改造, 同时充分参考集团各工厂实验室运行的优点、缺点进行面积、空间布局统一规划, 做到行政与工作区分开、各检测项目 (感官、理化、微生物等) 相对分区。

2.功能区分区要求

3.设备要求

实验室建设管理

1.实验室与工厂同时设计、同时投入使用;

2.指定装修材料、仪器设备、器皿的生产厂家;

3.注重实验室建设装修细节, 对车间布局、装修材料进行把关;

4.装修过程中有专人进行现场跟踪, 及时指出不适宜方面;

5.装修结束后, 对实验室水、电、汽等进行验收, 确保正常使用。

实验室人员管理

1.招聘管理

从各大高校的食品及检测专业学科中招聘具有检验资格的应届毕业生, 从检验机构中招聘经验成熟的人才;检验人员面试由集团品管部直接负责, 确保招聘的有效性;被录用的人员须在集团或区域中心实验室进行培训检查, 确保能力符合要求。目前, 雨润食品检测实验室检测人员均具有大专以上学历, 其中博士2人、硕士16人。

2.培训管理

将新员工送到各片区的中心实验室进行学习, 并指定专人进行一对一指导, 培训合格的新员工送入政府检测机构、第三方检测机构进行培训, 所有员工持证上岗;安排成熟员工到实验室基础相对薄弱的地方进行工作指导、培训;安排人员到仪器及试剂厂家或请专家到公司进行专项培训;发挥各实验室人员的聪明才智, 将平时心得以及所掌握的检测方法写成实验室报, 分享学习经验和工作思路, 以便供所有人员学习;各实验室第一或第二负责人到其他公司进行轮岗管理与学习, 提升整体人员能力。

集团曾多次安排人员到北京勤邦、维德维康进行试剂盒的检测, 以及从赛默飞请专家对液质联用仪进行培训, 每年内引外联进行多次培训工作, 仅集团总部每年组织培训不少于20次, 外部交流10多次。

3.考核管理

雨润建立有专门的考核机构、明确的考核项目、完善的考核细则, 利用理论考试、现场操作等方式对各公司各项目的真实性、准确性、有效性进行考核;定期实施比对检验, 了解员工检验水平和检验真实性;实行上级管理、辅导下属, 同时下属可监督上级, 并实施越级上报。实施红线制/一票否决制 (弄虚作假人员立即离职) ;实行优胜劣汰制度, 激励人员提高业务水平, 提供晋升空间。

实验室运行管理

1.制度建设

建立完善的实验室管理制度, 对实验室每处细节提出明确的管理要求, 如样品管理、安全管理、废物处理等;参照各检测指标的国家标准, 建立可行、可操作的内部验收标准、操作标准、操作限值;根据仪器、药品说明书编写操作规程;将相关标准及操作步骤写入实验室手册;建立检验员袖珍手册, 便于新员工随时查看。

2.安全管理

建立安全管理制度, 其中涉及用电安全、用气安全、有毒有害物品控制、生物安全、突发事件演练及救援等方面的要求。定期组织实验室相关人员培训、考试, 使其熟悉相关知识;每年组织各公司相互进行安全检查, 巡查安全隐患并有效去除;每年组织各公司进行突发事件演练, 使员工熟悉突发事件的处理方式。

3.设备管理

建立检验仪器设备管理制度, 涉及仪器设备的采购、验收、使用、维护、报废处理等相关内容;对实验室仪器设备进行分类管理, 大型精密仪器定岗定人, 防范不安全操作。建立实验室仪器设备台账, 定期维护保养;按照鉴定周期定期对仪器设备进行鉴定、校准, 确保检验结果的准确性。

4.化学药品管理

建立化学药品管理制度, 对化学药品的分类、采贩、标识、储存、管理、使用、记录等提出明确管理要求;对危险化学药品采用“五双管理制度”, 即双人验收、双人发货、双人保管、双把锁、双本账;对领用的危险化学品未使用完毕的必须当日回收, 翌日再领;定期检查核实化学药品, 防范未用完化学品流失;过期药品/试剂等必须严格执行废弃物管理要求。

5.操作管理

建立样品管理制度、检验管理制度、检验责任追究制度、分析报告制度及相关操作规程、操作方法等。对样品管理、检验操作管理、检验报告出具管理、检验违规处理、检验结果分析等提出了明确要求;样品管理实施留样制度, 需在留样时根据产品保质期要求来确定;检验异常必须组织分析, 必要时上报集团采取措施;定期组织盲样检测, 检查操作过程符合性。

6.废弃物管理

废弃物管理制度中, 详细规定了废弃物的分类、收集、暂存、转移及处理等要求。微生物检验废弃物必须灭活处理, 生鲜检验样品余样必须无害化处理;有害、有毒废液不得倒入水槽及排水管道, 应按标签指示分门别类倒入相应的废液收集桶中统一处置;过期固体药剂、浓度高的废试剂必须以原试剂瓶包装, 交供应方回收处理。

7.记录管理

建立完善的实验室记录管理制度、检验报告管理制度, 对检验原始记录、检验报告出具、外来报告存档、记录查阅、记录保管年限做出了详细的规定;原始记录必须保证无涂改现象, 划改处必须有相关人员签字确认, 实验室主管必须校核原始记录的真实性、符合性;检验报告必须经化验室负责人审核、品管负责人签发。

8.信息管理

检测规划 第6篇

关键词：ACS,遗传,路径规划,AOI,SMT

0 引 言

在采用表面贴装技术的印刷电路板自动光学检测中, 根据检测的需要在PCB上设定多个检测窗。每个检测窗都包含待检测的元器件, 并且检测窗的分布是不规律的。由于受视野 (FOV) 的限制和测量精度的要求, 不可能一次获得整个PCB的图像。必须移动摄像机或电路板, 通过多次数据采集来完成对整块板上贴片安装对象的检测。另外, 印刷电路板上还有一些没有贴片安装的位置是不需要进行图像采集和检测的。摄像机的移动或电路板的移动作用都是一样的, 我们统一称为检测窗的移动。因此, 为了提高整体的检测速度, 检测窗的移动路径必须进行合理的规划, 以在最短的时间内完成检测。

对于上述的问题, 文献[1]通过改进遗传算法, 并结合TSP求解方法来做SMT检测路径规划, 但收敛较慢且最优解质量不高。文献[2]中采用蚁群算法确定检测路径, 并通过与K-均值算法、模拟退火算法和遗传算法的比较, 证明蚁群算法在该问题上的有效性;但只是提出了方案, 没有对具体的算法实现作讨论。另外, 近年来一些文献讨论了蚁群算法、神经网络、自适应遗传算法等在移动机器人路径规划上的应用[3,4,5], 但无法直接解决AOI中的路径规划问题。

摄像机移动时间是摄像机移动距离的函数, 为了提高检测的效率, 我们希望找到遍历所有检测窗的最短路径, 在最短时间内完成对元件的图像采集。这是典型的旅行商问题TSP (Traveling Salesman Problem) , 可以采用TSP算法来解决。近年来蚁群算法在TSP问题上取得许多成果[6,7,8]。本文针对AOI的工程实际, 将检测窗看作是一个个城市, 提出将ACS (ant colony system) 算法应用于AOI路径规划问题的新算法, 用于求解检测的最优路径;并引入遗传机制, 提高算法的速度和质量。最后通过实验比较, 证明算法的有效性。

1 蚂蚁系统与ACS算法

1.1 蚂蚁系统

在蚁群系统AS (ant system) 中, 蚂蚁利用随机比例规则决定下一步访问的城市。随机比例规则的定义为:

其中, p${}_{rs}^k$ (t) 表示时刻t处在城市r的蚂蚁k选择下一步访问城市s的概率;τrs (t) 表示时刻t城市r和城市s之间的信息量;ηrs是启发式因子, 表示蚂蚁从城市r转移到城市s的期望程度, 一般取ηrs=1/drs;β为启发因子的重要程度;allowedk={C-tabuk}表示蚂蚁k下一步允许选择的城市;C为所有城市的集合, 禁忌表tabuk用来记录蚂蚁k当前所走过的城市。

经过n个时刻, 蚂蚁可走完所有的城市, 完成一次循环。每只蚂蚁所走过的路径就是一个解。此时, 要根据式 (2) 对各路径上的信息量作更新。

τrs (t+1) = (1-ρ) τrs (t) +Δτrs (2)

其中ρ∈ (0, 1) , 表示信息量τrs (t) 随时间的推移而衰减的程度。信息量Δτrs表示为:

$\Delta \tau {}_{rs}={\displaystyle \sum _{k=1}^m\Delta }\tau {}_{rs}^k$ (3)

式中Δτ${}_{rs}^k$表示本次循环中蚂蚁k在城市r和s之间留下的信息量, 它的计算公示根据模型而定, 例如在常用的ant circle system模型中:

其中, Q为常数, Lk为蚂蚁k在本次循环中所走过的路径的长度。在经过若干次循环以后, 可以根据适当的停止条件来结束计算。

1.2 ACS算法

ACS算法是Dorigo等人在1997年提出的[9], 它是最成功的ACO算法之一。ACS算法较之于蚂蚁算法, 改进的地方主要体现在以下三方面[10]。

(1) 状态转移规则不同于蚂蚁算法

在ACS中, 蚂蚁利用伪随机比例规则决定下一步访问的城市。伪随机比例规则定义为:

其中, S由式 (1) 决定, q是区间[0, 1]的随机数;q0是在区间[0, 1]的参数, 称为阈值, 它在算法的求解效率与算法的运行效率之间起平衡作用。一般地, 想使算法收敛于全局最优解, 获得较高的求解效率就务必要求搜索范围尽可能的大, 不能局限在已有路径这个空间周围, 而这不可避免就使得算法的运行效率降低。反之, 假如要想算法的运行速度加快, 获得满意的运行效率, 那么算法的搜索空间就不能太大, 这样使得算法有收敛于局部最优解的风险。当qq0则增强已有的较好的路径上的信息素, 即选择当前转移概率最大的那个城市。当q>q0, 就按照蚂蚁系统中的选路方式来选择下一个要到的城市, 以扩大搜索空间。这样做的优点是在保障算法求解效率的基础上同时又提高了算法的运行效率, 使得ACS的搜索速度显著快于AS。

(2) 局部信息素更新策略的不同

局部信息素更新是蚂蚁在选择一段路径后, 更新这段路径上的信息。在AS中, 不存在局部信息素更新。在ACS中信息素的局部更新规则如下:

τrs= (1-ρ${}_1^{}$) τrs+ρ1τrs (0) (6)

τrs (0) = (nLnn) -1 (7)

其中, ρ1便是信息素挥发比例的参数, 且0<ρ1<1;Lnn表示按照优先选择最近城市的原则对所有城市做遍历后得到的一个回路的长度, n表示城市的数目。

由上式可知, 在ACS中, 一旦路径 (r, s) 被当前蚂蚁选择, 其上信息素强度会减少, 因而使得它对于其后的蚂蚁的吸引力减弱。这可抑止蚁群系统的正反馈特征造成的蚂蚁路径选择过于集中, 避免算法早熟停滞。

(3) 全局信息素更新策略的不同

在ACS中, 只有当前最优巡回路径 (从迭代开始, 搜索到的最短路径) 上的信息素被更新。更新规则如下:

τrs= (1-α) τrs+αΔτrs (8)

其中, ρ的意义同式 (2) , Δτrs定义为:

其中Lgb表示当前最优巡回路径的长度。该策略强化蚂蚁在当前最优路径附近的搜索, 以提高算法搜索到最优解的效率。

以上的三种改进使得ACS的搜索效果显著优于AS。

2 改进的ACS算法

AOI的工程实际对路径规划算法速度有比较高要求。但ACS算法是一种启发式的构建方法, 路径的增量构建占用了ACS算法的大部分时间, 进化速度较慢。以TSP应用为例, 算法的一个解是所有城市的一个排列, 不同的城市排列顺序表示不同的解。ACS就是通过增量构建的方式构建完整的巡回路径。具体方式是先将蚂蚁随机地放在一个城市, 然后根据一定的规则选择蚂蚁下一步访问的城市, 直到访问完所有的城市。蚂蚁必须通过足够的运算, 才能对下一步范围城市做出最优选择。因此, 如何减少蚂蚁在构建路径上的时间消耗是提高算法效率的一种有效途径。

而在GAs (genetic algorithms) 遗传算法中, 路径的构建是通过对父代个体的继承和重组或者变异实现, 只需要作少量的运算。因此, 构建一条巡回路径的时间消耗GAs显著小于ACS[11]。受这种机制启发, 我们把遗传操作引入ACS算法, 使蚂蚁带有记忆功能。当前迭代中的蚂蚁能从之前迭代获得的优秀巡回路径中继承部分路径, 以减少在构建路径上的时间消耗, 同时这部分继承的路径也不进行局部信息素更新。其中, 具体实现是确定遗传的路径比例为p (0<p<1) , 然后随机从优秀巡回路径中选择一个城市节点L, 将其前后的np个 (先从该城市向后取, 不足再由L往前面取;结果取整) 城市遗传给当代蚂蚁。n表示检测窗的数目。

p值的选择可以采用定比例和变比例的方法。定比例的方法是从第一次迭代开始到最后一次迭代结束, 蚁群中所有的蚂蚁从优秀巡回路径继承固定的、相同比例的部分路径。p值的大小要合适。如果p值过小, ACS效率的程度较弱;但如果较大, 算法容易发生早熟停滞。为了解决这个问题, 本文采用了P值的变比例机制。在ACS算法迭代初期, 考虑蚂蚁进行路径选择依据的主要是检测窗之间的距离信息, 特别是当蚂蚁数较少或者计算的路径组合较多时候, 蚁群在所经过的路径上留下的信息素就不一定能反映出最优路径的方向。此时p值应该较小, 则蚂蚁从上次迭代过程中继承的路径较少。从而避免误导蚁群陷入局部最优路径。在迭代的后期, 此时蚁群发现的最优路径越来越接近于全局最优路径, 我们可以加大p值, 使蚂蚁在构建路径上所耗时间大大减少。在变比例机制中, 遗传比例P值如何随迭代次数变化成为影响算法性能的关键。

3 算法的实现步骤

步骤1 从PCB板上左方开始, 对各个检测窗编号;因为检测窗检测区域形状都是长方形, 用检测窗中心的坐标代表检测窗的位置坐标;参数初始化, 令t=0, 循环计数器NC=0, 对每条路径设定初始信息量τrs (0) = (nLnn) -1, Δτrs=0, 将m只蚂蚁放在n个检测窗上。

步骤2 循环测试NC=NC+1;

步骤3i=1; (变量i是蚂蚁k在一次寻找路径过程中走的步数) 将每只蚂蚁的初始节点放入数组tabuk (i) ;

步骤4 对于蚂蚁k=1至k=m, 根据p值从上一次迭代过程中的优秀巡回路径中继承部分路径, 更新禁忌数组tabuk (i) , 将继承部分路径城市加入禁忌表 (第一次迭代跳过本步骤) ;

步骤5 蚂蚁k根据式 (5) 和allowedk={C-tabuk}继续构建路径, 根据计算的概率选择下一步遍历的检测窗s;将蚂蚁k放置在检测窗s, 并将检测窗s插入数组tabuk (i) , 即tabuk (i) =s;同时根据式 (6) 和式 (7) 进行局部信息素的更新;

步骤6 如果本次迭代中所有蚂蚁都遍历所有检测窗, 构建了完整的巡回路径, 则转到步骤7, 否则转到步骤5;

步骤7 更新当前最优巡回路径, 并根据式 (8) 和式 (9) 进行全局信息素的更新;

步骤8 若满足结束条件, 或循环次数NC≥NCmax, 则循环结束并输出程序计算结果, 否则清空禁忌表并跳转到步骤2。

4 实验及结果分析

在本节中, 我们将对本文算法性能进行测试。实验一将测试遗传比例的大小对改进ACS算法性能的影响;实验二将本文算法与基本ACS算法比较;实验三将本文算法与其他路径规划算法比较。在PCB产品图像采集路径规划策略中, 当对最后一个位置完成拍摄后, 摄像机不需要回到原来的初始位置, 因为此时整个PCB板的拍摄过程已经结束。所以当CCD遍历完最后一个坐标位置时候, 采集图像的时间和所走的路程应当终止而不再计算。但为了与TSP算法的结果比较, 在实验一和实验二中, 我们仍然将终点检测窗到起始检测窗这段距离考虑在内。实验在Matlab 7.0下进行, 基于Windows XP操作系统, 硬件平台是一台CPU为Pentium4 (处理速度2.83GHZ) 、内存为512M的计算机。

实验一 为了比较遗传比例P的大小对算法性能的影响, 并确定变比例机制中遗传比例的范围, 在实验一中, 我们通过在改进的ACS算法中分别取遗传比例P为0.1、0.3、0.5、0.7、0.9来测试算法性能。实验中本文算法所采用的各项参数如下:α=0.1, β=2, ρ1=0.1, q0=0.9, τrs (0) = (nLnn) -1, 蚂蚁数目m=10, 设置最大循环次数为200次。测试的是30城市TSP Oliver30问题, 城市分布如图1所示。表1是本文算法中采用定比例机制, 遗传比例分别为0.1、0.3、0.5、0.7、0.9时候, 每组实验做20次获得的统计信息。其中, GPACS (given proportion ant colony system) 表示定比例蚁群系统算法。

从表1中可以看出, 随着遗传比例的提高, 算法速度明显提高了。但是, 并非遗传比例越高越好。随着遗传比例的增大, 20次实验的路径长度平均值也递增。当遗传比例达到一定程度后, 算法的优化效果急剧恶化。例如当遗传比例为90%时, 20次的平均路径长度为442.65, 远远高于TSP Oliver30问题的最优值423.74。因此, 在变比例机制中, 我们将遗传比例限制在0.1至0.7之间。

实验二 在实验2中, 我们融入变比例遗传机制的ACS算法与基本ACS算法进行比较, 通过对TSPLIB中的Oliver30、Eil51、Eil76、Eil101问题进行测试来检测本文算法的性能。实验中随着迭代次数的增加遗传比例从0.1递增到0.7。本文算法和ACS算法参数设置与实验1相同。表2所示是本文算法与ACS算法分别在四个问题运行20次获得的平均结果。

从表2中可以看出, 本文算法和ACS算法在求解Oliver30、Eil51、Eil76、Eil101问题上都能够获得最优解。本文算法在Oliver30问题和Eil101上求解的平均值略差于ACS算法, 但在4个TSP问题上20次实验的所耗的平均时间要小于基本的ACS算法。这证明通过引入遗传机制、使蚂蚁继承部分最优路径的策略, ACS算法能够较快地收敛, 具有更好的发现最优解的能力。该机制能够有效地提高算法的速度。图1和图2为在遍历完最后一个城市的时候, 不考虑回到初始城市这一段距离, 也就是本文算法在AOI应用时分别求得的Oliver30和Eil76问题最优解。

实验三 这里将本文算法与遗传算法、模拟退火算法和神经网络算法进行规划比较。测试的对象是两块大小分布为180150和225208的PCB板, 板上的检测窗数量分别是125和160。在Matlab仿真测试20次, 各种算法求得的最短检测路径长度如表3所示。

(单位:cm)

对比实验结果表明, 本文提出的算法, 在PCB板AOI检测路径规划中的效果要优于其它路径规划算法。

5 结 论

本文在ACS算法中引入遗传机制, 让蚂蚁在每次迭代前继承前一代中的部分最优路径, 使得蚂蚁具有记忆功能。实验结果表明, 该策略使得ACS算法在现有基础上具备更好的发现解的能力, 并能更好地提高算法的速度。另外, 本文将改进的ACS算法用于解决AOI中检测路径规划的问题, 并与其他路径规划算法比较, 仿真结果表明, 本文的改进ACS算法获得的最优路径要优于其他路径规划算法。

参考文献

[1]Hwa-JungKim, Tae-HyoungPark.AClusteringAlgorithmfor path planning of SMTinspection machines[C]//Proc of the SICE, 2003:2869-2974.

[2]罗兵, 章云.基于蚁群算法的SMT自动光学检测路径规划[J].仪器仪表学报, 2006, 27 (6) :1251-1252, 1278.

[3]刘祚时, 胡翠娜.基于神经网络和遗传算法的足球机器人路径规划[J].计算机应用与软件, 2007, 24 (5) :156-157, 186.

[4]刘天孚, 程如意.基于遗传算法的移动机器人路径规划[J].计算机工程, 2008, 34 (17) :214-215.

[5]罗勇军, 石明洪, 白英彩.基于模拟退火的多约束路径优化选择算法[J].上海交通大学学报, 2005, 39 (4) :585-589.

[6]Rais HM, Othman Z A, Hamdan AR.Improved Dynamic Ant Colony System (DACS) on symmetric Traveling Salesman Problem (TSP) [C]//Proc of International Conference on Intelligent and Advanced Systems, 2007, 25-28.

[7]Bifan Li, Lipo Wang, Wu Song.Ant Colony Optimization for the Trav-eling Salesman Problem Based on Ants with Memory[A].Proc of the Fourth International Conference on Natural Computation[C], 2008, 7:496-501.

[8]Mohammadi, Fardin Abdali, Fathi, etc.Optimizing ACS for Big TSP Problems Distributing Ant Parameters[C]//Proc of International Sym-posium on Communications and Information Technologies, 2006:839-842.

[9]Dorigo M, Gambardella L M.Ant colony system:a cooperative learning approach to the traveling salesman problem[J].IEEE Transaction on Evolutionary Computation.1997, 4:53-66.

[10]刘彦鹏.蚁群优化算法的理论研究及其应用[D].杭州:浙江大学, 2007:2-11.

检测规划 第7篇

大型储罐是油库、港口和石油化工企业储存液体原料及中间产品的重要设备。罐底板位于储罐的底层, 上表面接触含水的存储介质, 下表面和罐基础接触, 是储罐被腐蚀的主要集中区[1], 因此, 对罐底板腐蚀状态实施检测是储罐定期检修的重要内容之一。漏磁检测技术因具有检测灵敏度高、检测速度快、不受检测对象表面油污限制等优点, 因此在储罐底板等铁磁性构件无损检测方面表现出显著的优势, 相应的漏磁检测器已在储罐底板缺陷检测中取得了较好的应用效果[2,3]。然而, 由于现有检测器一般是通过人力或人工辅助电力驱动对整个储罐底板进行扫查的[4], 劳动强度大, 且储罐的密封环境不允许工作人员工作时间过长, 因此, 在我国储罐数量和容量不断增加的情况下, 有必要研制自动化漏磁检测系统, 以达到降低人工劳动强度、提高储罐底板检测效率的目的。

1 检测系统结构

储罐底板自动化漏磁检测系统主要由检测小车、励磁装置、集成Hall元件、数据处理单元、打标装置和控制系统等组成 (图1) 。其中, 检测小车用于搭载励磁装置和集成Hall元件在储罐内沿规划路径行走, 并对储罐底板进行扫查。小车由两直流电机驱动, 通过差动方式调节左右驱动轮的转速以实现小车沿直线、弧线行走以及运动转向。为了保证小车能够灵活转向, 小车上安装了一个双轮结构的万向轮, 起辅助支撑的作用。小车前后分别安装两个接近开关, 用来判断小车是否到达储罐底板端部。打标装置安装在检测小车尾部, 由喷漆罐和推拉式电磁铁构成, 当发现缺陷时, 控制系统使推拉式电磁铁通电, 电磁铁铜头撞击喷漆罐的开关, 在缺陷所在位置喷漆打标。

1.推拉式电磁铁2.喷漆罐3.驱动轮4.直流电机5.励磁装置6.编码器7.电源8.激光测距传感器9.控制系统10.电机驱动模块11.集成Hall元件12.万向轮

控制系统主要包括主控制器、电源模块、速度检测模块、方向检测模块等。其中, 主控制器用于控制小车的运动轨迹并处理传感器采集的数据;电源模块将电池的直流24V电压变换成不同的直流电压输出, 给各功能模块供电, 同时在电池电压过低时发出报警信号;速度检测模块通过两个旋转编码器实时检测驱动轮的速度;方向检测模块根据两个激光测距传感器的输出结果, 计算并判断小车是否偏离规划路径, 配合旋转编码器采集的信息, 它还可实时获取小车在储罐底板上的二维位姿。

数据处理单元主要完成对漏磁信号的采集和处理。由于主控制器内部只有16路AD转换电路, 因此采用5个CD4053模拟开关, 以分时获取28个通道的漏磁检测信号。在编码器脉冲信号触发下, 主控制器控制模拟多路开关的开断, 实现多通道等间隔数据采样。控制器对采集到的漏磁信号进行实时预处理, 提取特征信号, 识别缺陷, 并控制打标装置在缺陷处打标, 同时还将采集到的漏磁信号存储到大容量硬盘。在小车对储罐底板完成扫查后, 可通过上位机软件读取硬盘中储存的漏磁信号, 并进行分析和处理, 以实现对漏磁检测信号的定量评价。

2 小车定位原理

储罐底板一般由若干块中幅板和极边板按一定的排列形式焊接而成[2]。由于受到漏磁检测小车的尺寸限制, 对一个储罐的底板进行检测时, 往往需要漏磁探头沿一定的路径进行多次扫查, 因此检测小车沿着规划路径准确行走是保证检测结果可靠的关键。为此, 在小车开始扫查前, 在储罐底板上沿小车的行进方向垂直放置一块反射板, 由于在检测小车的顶部安装有两个夹角可调的激光测距传感器, 因此很容易测得小车到反射板的距离, 据此调节小车的运动方向, 便能够保证小车始终沿与反射板平行的方向直线行驶, 从而完成对储罐底板的直线扫查。

如图2所示, 定义OXY为储罐底板的全局坐标系, 原点O为反射板的端点, Y轴方向与小车扫查方向一致。同时, 定义OCXCYC为检测小车局部坐标系, 原点OC为检测小车两驱动轮轴线的中点, XC轴方向与两驱动轮轴线重合。以OC作为检测小车在储罐底板上的位置参考点, 据此定义任意时刻小车在储罐底板全局坐标系中的位姿为 (x, y, θ) T, 其中x、y为OC在OXY全局坐标系下的坐标, θ为检测小车的姿态角, 即YC轴与Y轴的夹角。

当检测小车沿与反射板平行的方向直线行走时, 如果检测小车上两个夹角为α的激光测距传感器的输出值分别为a和b, 利用三角形面积公式, 即可求出检测小车与反射板间的距离:

当检测小车偏离规划路径方向时, 可以求出偏差角:

当偏差角β>0时, 检测小车右偏;当偏差角β<0时, 检测小车左偏。

通过1000线旋转编码器采集的脉冲增量, 可以分别计算得到左右驱动轮在采样时间Δt内的行驶距离ΔSL和ΔSR, 据此, 即可得到在采样时间Δt内, 车体的行驶距离ΔS和转向角度Δθ:

式中, L为左右驱动轮间的距离。

在全局坐标系下, 设ti-1时刻检测小车的位姿为 (xi-1, yi-1, θi-1) T, ti时刻检测小车的位姿为 (xi, yi, θi) T, 则检测小车的运动方程[5]为

根据编码器采集的数据, 计算出采样时间Δt内检测小车的行驶距离ΔS和转向角度Δθ, 通过不断地累加, 即可实时计算小车的位姿, 实现检测小车的自定位功能。根据工程经验, 采样时间Δt一般取5~20ms, 由于采样时间较长时, 量化精度较高, 所以本系统的采样时间Δt取20ms。对检测小车方向的控制是整个控制系统的关键, 当检测小车沿与反射板平行的方向行驶时, 利用式 (2) 计算小车的偏差角来消除编码器累计误差对检测小车角度的影响。

3 运动路径规划与控制方法

3.1 运动路径规划

小车的运动路径规划就是根据传感器对储罐环境的感知, 针对检测需要, 自行规划出一条运动路线[6]。如图3所示, 由于布置了反射板, 因此小车主要沿两条运动路径分别对反射板左右两边的储罐底板进行扫查。小车从全局坐标系的原点开始, 沿与反射板平行的方向进行直线扫查, 并根据式 (1) 实时计算小车到反射板的距离为ci;当小车行驶到离储罐底板端部距离较小时, 接近开关触发单片机控制小车进入换轨阶段, 此时对小车的方向控制从闭环控制切换到开环控制, 小车差速转向一定的角度, 行驶大约一个车宽的距离后, 回到和反射板平行的方向, 然后从开环控制切换到闭环控制, 进入下一个待检区;按照同样的控制算法, 小车扫查完成反射板右边的所有待检区域。同理, 小车也可完成对反射板左边储罐底板的漏磁检测。由于检测小车单次扫查的宽度为240mm, 为了减少漏检区, 则规定相邻两次直线扫查之间的距离为220mm, 即有20mm宽度的重叠区域。这种路径规划方法便于检测小车实现自定位, 提高检测效率, 减少漏检区, 降低劳动强度。

3.2 运动控制方法

对检测小车的运动控制就是控制检测小车使其按照期望的速度沿规划路径平稳行驶。由式 (3) 对时间t求导, 可得检测小车的线速度v和角速度ω:

式 (5) 表明, 通过控制检测小车左右驱动轮的线速度vL和vR, 可以实现检测小车在储罐底板内任意位姿的运动。所以, 检测小车的控制对象为两个直流电机的转速和转向, 它们决定了小车的速度和方向。根据检测小车的路径规划可知, 对检测小车的控制可以分为速度控制和方向控制。

3.2.1 速度控制

当检测小车两驱动轮转速相等、转向相同时, 可实现直线运动;当两驱动轮转速相等、转向相反时, 可实现原地回转运动;当两驱动轮转向相同、转速成比例时, 可实现固定半径的弧线运动。速度控制中需首先根据规划路径来设定小车两驱动轮的速度, 然后根据设定速度与反馈速度的偏差值e (k) 来调节两驱动轮实际速度, 完成对速度反馈的闭环控制。单片机采用增量式PID控制算法控制电机驱动器的脉冲宽度调制 (PWM) 信号, 电机驱动器将PWM信号转换成电机驱动电压信号。增量式PID控制器[7]的控制规律为

式中, KP为比例系数;KI为积分系数;KD为微分系数。

速度控制方法如图4所示。

3.2.2 方向控制

激光测距传感器对小车的方向进行闭环调节, 由式 (2) 可计算得到i时刻检测小车的偏差角βi, 通过比例控制算法输出方向信号, 分别与小车速度控制信号进行加和减, 形成左右轮差动控制电压, 使得左右轮运行角速度不一致, 进而控制小车的方向, 保证检测小车始终按规划路径行驶。方向差动控制方法如图5所示。

在方向控制中, 当检测小车沿与反射板平行的方向行驶时, 采用闭环控制;当检测小车沿与反射板垂直的方向行驶时, 采用开环控制。从闭环控制切换到开环控制, 检测小车与规划路径的角度偏差不会超过15°, 整个控制过程可平稳地进行。

4 实验研究

选择一块2000 mm1000mm8 mm的Q235钢板作为检测对象, 对检测小车的规划路径和控制系统进行实验研究。检测小车实物见图6a, 由规划路径可知, 检测小车的运动轨迹由直线运动组成, 所以需对检测小车的运动路径进行实验研究。通过对比实际运动轨迹和规划路径, 分析检测小车的运动效果。实验中, 检测小车两轮轴距为300mm, 驱动轮直径为96mm, 两轮的速度都为0.1m/s。由控制方法可知, 要实现直线运动, 需在控制周期内保证小车两驱动轮的速度相等。通过采集控制周期内两驱动轮的位移, 得到检测小车的位姿坐标, 如图6b所示。

从图6b可以看出, 小车能够根据设定控制方法沿规划路径扫查, 小车跟踪效果较好。检测小车沿直线行走时, X轴的最大距离偏差约为2mm, 角度偏差约为1.5°, 表明检测小车沿直线运动时直线度很高。检测小车的运动控制系统和算法设计满足检测小车的应用要求, 控制算法的设计使得其具有良好的轨迹跟踪特性。

在实验中测试了采用不同PID参数时小车的跟踪效果, 如表1所示。实验结果表明, PID参数对轨迹跟踪效果和系统的性能有很大的影响。由于系统的时间参数较大, 所以积分系数较大。以下4组数据中, 第一组参数的跟踪效果较好, 所以采用第一组参数对小车进行路径跟踪。

实验中, 还测试了在初始位置不理想情况下小车的纠偏能力。首先在实验板上用红色油性笔画出规划路径, 然后通过检测小车中心固定的一个黄色油性笔在实验板上画出小车的实际路径, 最后通过对比可以测得小车的角度和距离偏差。以小车从偏离位置回到规划路径上的距离和时间作为测试标准, 测试结果如表2和表3所示。实验结果表明:当小车相对规划路径的偏差角在15°以内时, 能够快速稳定地纠偏, 使车体回到无偏状态;当偏差角超过15°时, 小车需要一段弧形路线调整才能稳定地回到规划路径上;当小车相对规划路径的距离偏差在10mm以内时, 能够快速稳定地纠正距离偏差。由于在实际情况中一般角度偏差不会达到30°, 距离偏差不会达到10mm, 所以系统能够快速稳定地回到规划的路径上。

5 结语

针对储罐底板检测的实际需要, 本文设计了一种基于激光定位的储罐底板自动漏磁检测小车, 主要介绍了检测小车的结构组成、自动定位原理, 研究了运动系统的路径规划及其控制方法, 对检测小车沿规划路径行驶进行了跟踪实验。实验结果表明, 该小车能够沿所规划的路径行驶, 并对储罐底板进行自动化扫查。

摘要：针对储罐底板现有检测装备自动化程度不高、检测劳动强度大、检测效率低等问题, 设计了储罐底板自动化漏磁检测系统。介绍了系统的结构组成, 分析了基于双目激光测距的小车自动定位原理。根据储罐底板的结构特征和漏磁检测的特点, 规划了检测小车的运动路径, 研究了小车运动速度增量式PID控制算法和小车运动方向差动式控制算法, 并进行了实验研究。结果表明, 小车能够根据设定的PID控制参数沿规划路径扫查, 小车在直线寻迹时30°方向偏差纠偏时间约为1.7s, 轨迹跟踪性能良好。

关键词：储罐底板,漏磁,双目激光定位,运动控制

参考文献

[1]Song Xiaochun, Huang Songling, Zhao Wei.Optimization of the Magnetic Circuit in the MFL Inspection System for Storage Tank Floors[J].Russian Journal of Nondestructive Testing, 2007, 43 (5) :326-331.

[2]宋小春, 黄松龄, 赵伟, 等.高清晰度储罐底板漏磁检测器的研制[J].化工自动化及仪表, 2007, 34 (1) :77-80.Song Xiaochun, Huang Songling, Zhao Wei.Development of a High Resolution MFL Inspection System for Tank Floors[J].Control and Instruments in Chemical Industry, 2007, 34 (1) :77-80.

[3]宋小春, 杨林, 许正望.管道周向磁化漏磁检测有限元分析[J].中国机械工程, 2011, 22 (22) :2651-2654.Song Xiaochun, Yang Lin, Xu Zhengwang.FEM Simulation for Pipe MFL Inspection under Circumferential Magnetization[J].China Mechanical Engineering, 2011, 22 (22) :2651-2654.

[4]Charlton P C, Drury J C.High Speed Inspection of Bulk Liquid Storage Tank Floors Using the Magnetic Flux Leakage Method[J].British Journal of NonDestructive Testing, 1993, 35 (4) :119-172.

[5]Liang Yuming, Xu Lihong.Adaptive Fuzzy Control for Trajectory Tracking of Mobile Robot[C]//IEEE International Conference on Intelligent Robots and Systems.Taipei, 2010:4755-4760.

[6]朱大奇, 颜明重.移动机器人路径规划技术综述[J].控制与决策, 2010, 25 (7) :961-967.Zhu Daqi, Yan Mingzhong.Survey on Technology of Mobile Robot Path Planning[J].Control and Decision, 2010, 25 (7) :961-967.

检测规划 第8篇

关键词：适龄儿童,免疫规划,麻疹预苗,抗体检测,分析

麻疹是儿童常见的急性呼吸道传染性疾病, 疫苗注射是预防该病的主要手段[1]。自实施计划免疫后, 瑶海区的麻疹发病率明显下降, 但仍有散发的麻疹病例出现。为明确我区麻疹疫苗的免疫现状和接种质量, 我们抽取了于2013~2014年在瑶海区接受麻疹疫苗接种的2718例适龄儿童进行抗体检测。报道如下。

1 资料与方法

1.1 一般资料

选取取2013年1月~2014年1月在瑶海区接受麻疹疫苗接种的适龄儿童2718例, 其中男1432例, 女1286例, 年龄2~6 (4.0±0.9) 周岁。按年龄将本组2718例儿童分为两组, 2~3周岁1145例, 4~6周岁1573例。取合格静脉血分离血清后置于-20℃冰箱内保存待检。

1.2 方法

采用酶联免疫吸附实验 (ELISA) 检测麻疹抗体Ig G, 所有操作均严格依据试剂说明书进行, 有效期内使用。1.3评价标准[2]抗体滴度≥1:200为阳性, <1:200为阴性, ≥1:800为抗体保护效价。

1.4 统计学处理

数据采用SPSS 17.0统计学软件进行处理。计数资料采用例表示, 行χ2检验。P<0.05差异有统计学意义。

2 结果

2.1 整体检测结果

本组共有2554例受检儿童的抗体检测结果为阳性, 麻疹抗体阳性率为93.9% (2554/2718) , 几何平均滴度为1:706.5。

2.2 不同年龄儿童的检测结果比较

不同年龄儿童的抗体阳性率有明显差异, 2~3岁儿童有1019例检测结果为阳性, 阳性率为88.9%, 4~6岁儿童有1535例检测结果为阳性, 阳性率为97.5%, 2~3岁组儿童的阳性率显著低于4~6岁组儿童。两组几何平均滴度无明显差异 (P>0.05) , 分别为1:724.39和1:735.26。

2.3 不同性别儿童的检测结果比较

男童有1332例检测阳性, 阳性率为93.0%, 女童有1222例检测阳性, 阳性率为95.0%, 组间差异无统计学意义 (P>0.05) ;两组几何平均滴度无明显差异 (P>0.05) , 分别为1:746.14和1:731.18。

3 讨论

适龄儿童MV免疫后进行血清流行病学检测是评价麻疹免疫水平, 考核接种工作质量的主要手段[3]。自1965年我国应用麻疹减毒活疫苗以来, 我国的麻疹发病率由60年代的140/万降低至0.5~1/万, 效果显著, 但是, 近年来本病的发病率有所上升, 且发病年龄和发病特点都有所变化[4]。

从本次调查来看, 瑶海区2~6周岁儿童的麻疹抗体阳性率约为93.9%, 几何平均滴度为1:706.5。不同年龄段的儿童在抗体阳性率方面有差异, 年龄大的儿童的抗体阳性率要略高于年幼儿童, 而两组儿童的几何平均滴度并无明显差异。究其原因, 可能与我区麻疹免疫程序有关, 儿童在2、4岁均进行麻疹加强接种。

几何平均滴度是衡量抗体识别特定抗原所需的最低浓度。对于麻疹疫苗而言, 几何平均滴度若<1:200, 则说明受检者属于低抗体状态, 几何平均滴度若>1:200且<1:800, 则说明受检者处于高保护水平, 当几何平均滴度>1:800时, 则说明受检者已可预防显性感染。几何平均滴度 (GMT) 的影响因素有很多, 如原发性免疫失败、接种技术、接种剂量等, 若几何平均滴度不足, 则会导致儿童体内抗体持久性不强, 或处于低免疫水平状态, 从而增加麻疹发病率。此外, 本次研究也发现, 不同性别儿童的麻疹抗体阳性率、几何平均滴度并无明显差异, 这说明男性和女性儿童获得麻疹免疫的机会是相同的。

保持较高的接种率是消除麻疹的重要手段, 目前, 瑶海区的MV接种率已经达到100%, 但这并不能全面阻断麻疹的传播。从本次研究来看, 瑶海区儿童的麻疹抗体水平整体较高, 已经形成了较为牢固的免疫屏障。然而, 这并不能排除有漏种儿童的存在, 因此, 我们建议为漏种儿童及免疫失败者再提供一次免疫机会[5], 尽可能的减少易感人群。近年来, 随着经济社会的发展, 瑶海区的流动人口较以往明显增多, 导致部分儿童成为漏种人群。同时, 也有少部分已经接种过的儿童仍出现麻疹, 其原因可能为接种时间过长, 导致抗体滴度降低, 难以起到有效的保护作用。为降低该部分儿童的感染可能性, 有必要加强对流动人口的管理, 适当增加补种次数。还要做好疫苗的保管与运输工作, 提高有效接种, 减少无效接种[7]。

因此, 仍有必要加强对基层计划免疫工作人员的业务培训、思想教育, 继续提高接种工作的质量, 保证麻疹及其它疫苗的有效接种[7]。同时, 还要继续开展适龄儿童强化免疫工作, 以更加有效的控制麻疹, 消除麻疹在本地区的产生与流行。

参考文献

[1]黄泓滟, 黄保军, 王晓萍, 等.合肥市适龄儿童麻疹疫苗强化免疫效果评价[J].中国学校卫生, 2012, 33 (3) :326-328.

[2]黄海涛, 张颖, 刘勇, 等.天津市2009年百日咳免疫状况监测及影响因素分析[J].中国疫苗和免疫, 2010, 14 (6) :536-540.

[3]李廷学, 马运葵, 杨晓娟, 等.玉溪市1~10岁儿童麻疹疫苗常规免疫后抗体水平监测分析[J].职业与健康, 2010, 26 (24) :2987-2989.

[4]Lecouturier V, Fayolle J, Caballero M, et al.ldentification of two amino acids in the hemagglutinin glycoprotein of measles virus (MY) that govern hemadsorption Hela cell fusion and CD46downregulation.Journal of Virology, 1996, 15 (33) :1146-1149.

[5]廖征, 文海容, 彭时辉, 等.育龄妇女麻疹抗体水平及免疫效果分析[J].中国妇幼保健, 2012, 27 (20) :3092-3095.

[6]曲江文, 高志刚, 万丽霞, 等.婴儿麻疹发病的危险因素及其控制策略[J].中国疫苗和免疫, 2011, 17 (2) :152-154.