凸轮轴磨削加工过程的动态优化和仿真

为了提高凸轮轴的加工效率及加工精度，开发凸轮轴磨削加工过程动态优化仿真模块．根据凸轮轴恒线速加工的数学模型，提出一种基于最小二乘法的速度优化算法，对加工过程运动曲线进行优化仿真，得到了波动较小的速度曲线并减小了联动轴加速度的跳动．在此基础上根据工艺系统各组件的运动轨迹完成凸轮轴加工过程的实时三维动态仿真，全面、逼真地反映现实的加工状态和加工环境，使操作者可以直观地观测加工过程中是否存在碰撞和干涉现象，对各种型号凸轮轴的生产具有指导意义．     

非平行直纹面的电解磨削

为解决整体叶轮扭曲叶片型面的精加工难题,本文进行了五轴联动数控展成电解磨削的基础研究.在分析平行直纹展成电解磨削整体叶轮扭曲叶片的过切误差、得到过切误差计算公式的基础上,提出用圆锥磨轮和组合式五轴联动数控方案来消除过切误差的方法.文中还介绍了数控展成电解磨床的结构与运动、经济型多轴数控系统及其联动控制方法,并建立了电解磨削非平行直纹展成曲面的数学模型,开发了五轴联动数控展成电解磨削自动数控编程系统,对航空发动机整体叶轮的叶片型面进行电解磨削.结果表明,加工效率比手工修磨、抛光提高了12倍以上.     

基于ArcGIS和SOM神经网络的山羊定位和行为分类

针对目前山羊行为分类的不准确以及定位困难的问题,提出了一种基于ArcGIS和SOM神经网络算法的山羊定位和行为分类系统,系统由数据层、算法服务层、图形化展示层组成。设计了对山羊三轴加速度数据的SOM神经网络算法分类器,实现了对山羊静止、行走、采食、跳跃等主要日常行为的分类,并结合了ArcGIS二次开发平台在地图上显示山羊地理位置。实验结果表明:本文设计的系统运行安全、数据准确,对山羊科学饲养提供了依据。     

基于模糊聚类的番茄目标快速识别算法

为准确而又快速地识别图像中的番茄目标,提出一种基于模糊聚类算法(fuzzy clustering means,简称FCM)的番茄目标识别方法,在目标函数中引入隶属度约束项,加快模糊聚类算法的收敛速度,快速分割番茄目标图像。为验证算法的有效性,利用多张番茄图像进行图像分割试验,并将本算法与FCM算法、Otsu算法的分割效果进行对比,结果表明,本算法对番茄目标的识别速度与识别准确率都得到了一定程度的提高。     

速度瞬心在平面连杆机构加速度分析中的应用

本文对平面连杆机构中构件上与其速度瞬心瞬时重合点的加速度属性进行了探讨和分析,并提供了一种运用速度瞬心求解机构加速度的新方法。它不仅适用于很多单自由度的平面连杆机构,包括对整个机构的从动件系统或直接求解其中某一构件的加速度,而且也适用于某些复杂的杆组和多自由度的平面连杆机构。本方法的基本要点在于通过某构件绝对速度瞬心的变动速度,直接获得构件上与此瞬心瞬时重合点的加速度,或通过某两动构件的相对速度瞬心变动速度,获得此两构件上与此解心瞬时重合点间的相对加速度。从而求得机构中某一构件的角加速度,或整个机构从动件系统的加速度。     

基于曲率分段的发动机凸轮磨削步长优化算法

提出一种改进凸轮磨削加工效率和精度的新算法.该算法根据加工精度要求，利用砂轮相对凸轮转角的运动轨迹的曲率计算各加工转角下的最大允许转角步长，并对凸轮加工转角进行分段，优化加工转角步长和转速.与恒转速法相比，有效减少加工中的冗余步长，提高加工转速，改善加工效率，并避免恒转速法在凸轮上升段及下降段与缓冲段相接处的精度不足及砂轮架加速度过大所致的响应滞后问题，保证凸轮加工精度和加工效率.     

多Agent系统中Q学习算法研究

为了提高多Agent系统中的典型的强化学习——Q学习的学习效率和收敛速度,充分利用环境信息和相关的专家经验,提出了改进的多Agent系统强化学习算法（Q学习算法）。该算法通过Agent间对信息的共享,有效地将Q学习算法扩展应用到多Agent系统中。     

基于初值设定双模式电导增量法光伏MPPT研究

在农业生产中利用光伏发电为智能设备提供电能是精准农业发展的趋势之一,为提高单位时间光伏系统发电量,针对光伏发电系统最大功率点跟踪(MPPT)算法在跟踪速度和精度上难以兼顾的问题,提出了一种初值设定双模式电导增量法.实验表明:相比于现有MPPT算法,本算法缩短了MPPT寻优时间,提高了系统稳态运行和环境突变两种情况下的最大功率点追踪效率ηMPPT和电能提高百分比ζMPPT,同时减少了跟踪震荡,有效提高了系统跟踪速度和精度.     

锯切木材送料平台仿人工送料姿态的误差与控制策略

以锯切木材平台的仿人工送料姿态为研究对象,依据神经网络的实时更新算法估计轮廓误差,并结合改进的猫群算法对PID参数进行优化,设计了多轴联动的运动控制策略,按照规定指令做出更加精准送料动作,补偿送料平台的系统误差;运用多体动力学软件(ADAMS)、矩阵实验室(MATLAB)进行建模仿真,分析补偿前传统PID优化算法与改进后优化算法的差异,检验改进后优化算法的有效性.结果表明:改进后的优化算法优化过的系统,最大轮廓误差从4.5 mm缩小至1.5 mm;与进给方向垂直方向(x轴方向)的跟踪误差从0.6 mm以内减小到0.2 mm以内,进给方向(y轴方向)的跟踪误差从6.0 mm以内减小到2.1 mm以内;且补偿后的三轴丝杠滑块运动路线以及送料平台的运动路线与对应的理论轨迹基本重合,说明应用改进后优化算法的送料平台,运动精度符合精密曲线锯切的要求.     

基于可穿戴设备的山羊行为分类

本文利用基于Atmel 328p芯片搭建的Arduino最小系统,集成了三轴加速度传感器和存储卡以及蓝牙4.0模块,设计了一种针对山羊日常行为活动数据采集的可穿戴设备。设备将传感器实时采集的数据保存到存储卡中,再通过蓝牙4.0模块传输到服务器。在服务器端运用了模糊C-均值聚类算法分析数据,实现了对山羊日常活动行为的分类,为山羊精准饲养模型建立提供了可靠的数据基础。     

Segmentation of pores in wood microscopic images based on mathematical morphology with a variable structuring element

A set of pores is one of the key features in the process of wood identification. A novel method to segment pores in a wood microscopic image is proposed in this paper. The method has three steps. In the first step, structuring elements with several sizes are employed in a mathematical morphology algorithm to enhance the pores and remove other tissues in a wood microscopic image. Then the best structuring element size is determined according to the results obtained from the previous step. Finally, a binary image that includes only pores is obtained by an adaptive thresholding. Experimental results show the efficiency of the method.     

基于速度误差校正的林木应力波无损检测断层成像算法

目的应力波断层成像技术已经在林木无损检测领域得到了广泛的应用, 然而木材的各向异性特征以及应力波速度反演计算的误差对断层成像的精度影响较大。因此,进一步提高断层图像的准确性非常关键。方法根据传统的应力波速度反演原理, 提出了一种基于速度误差校正的断层成像算法(ECIA)。该算法利用最小二乘QR分解法(LSQR)计算应力波在林木横截面网格单元内的速度分布, 并使用误差校正机制(ECM)优化断层图像。为了评估算法的性能, 分别选取了若干实验室内的原木试样及扬州市区古树进行无损检测实验, 利用德国PICUS应力波断层成像仪获取的应力波传播数据实现了ECIA算法, 生成了各实验样本的断层图像。结果ECIA算法较为精确地检测出了原木及活树中缺陷区域的位置及大小, 尤其在活树的健康检测中, ECIA算法对于缺陷区域尤其是轻微腐朽区域的检测精度高于PICUS检测仪。结论ECIA算法能够产生较为准确的林木断层图像,适用于林木应力波无损检测。      

基于改进K-means聚类与分水岭的木材横截面管孔分割

  目的  管孔是木材识别方面的重要特征之一。针对管孔随机分布、大小不一导致管孔分割鲁棒性不高,木纤维、木射线以及轴向薄壁组织等噪声区域对管孔分割效果影响较大的问题,本研究提出了一种改进K-means聚类与分水岭的木材横截面管孔分割算法。  方法  采用改进K-means聚类对管孔区域进行粗分割,有效区分管孔区域与木纤维、木射线以及轴向薄壁组织等噪声区域。再对粗分割结果采用改进分水岭算法进行精分割,分割出的管孔与实际管孔基本吻合。  结果  平均每张木材横截面微观图像有97.1%的管孔被准确有效地分割出来。本研究提出的改进分割算法与其他算法相比,分割效果显著提升,在大小不一且随机分布的管孔分割过程中鲁棒性高,具有良好的分割性能。  结论  该算法有效解决了传统K-means聚类算法在图像分割时受噪声影响大和初始聚类中心随机性问题,为阔叶材管孔特征提取和定量分析奠定了坚实基础。图7表1参16     

基于空频变换的木材缺陷图像分割

针对木材缺陷这一自然纹理型事物,为了提取出其缺陷目标部分,进行下一步的分析和识别,采用一种空频变换方法对缺陷图像进行分割。选取虫眼、死节、活节3类木材缺陷图像样本各50个,构造一组多通道的Gabor滤波器对缺陷图像进行滤波,并提取出图像的多方向Gabor能量特征。最后结合模糊聚类算法和数学形态学后处理操作对缺陷图像进行了成功的分割。实验结果表明,此方法对3种木材缺陷图像的平均分割正确率分别达到了95.81%、94.58%、96.52%,证明了该方法的有效性。     

基于Level Set方法的木材细胞显微图像分割

为解决木材细胞纤维图像分割中的某些图像分割不连续的现象,引入了基于形变模型(DeformableModels)的水平集(LevelSet)方法对木材细胞图像进行分割,并用Matlab实现了基于该形变模型的窄带(NarrowBand)快速算法。对针叶材和阔叶材的显微图片进行仿真试验表明,该方法适合于对具有分支、突触以及拓扑结构变化的木材细胞图像进行快速精确分割,不但具有全局优化的能力,而且可以检测出模糊或离散状边界,对噪声也有一定的鲁棒性。     

闭链二自由度平面五杆机构运动分析

应用矩阵法建立常用闭链二自由度平面五杆机构基本杆组运动分析数学模型,并据此编制相应的杆组位移、速度和加速度分析模块,开发了平面五杆机构的计算机辅助分析与仿真系统,实现了机构运动参数数值计算、运动线图自动绘制和机构动态仿真等计算机辅助可视化运动分析,所建立的数学模型与开发的程序具有较强的通用性．最后以机械系统动力学分析软件ADANS进行仿真,验证了机构运动分析数学模型及程序的正确性．     

基于均匀分布的平面点集的凸包加速算法研究

研究了对于平面点集如何进行凸包算法加速,主要思想是计算一个点集的边界,摒弃边界范围内的点集。其加速方法独到、对于均匀分布计算了最适合的加速因子,得到了在这种点集上时间代价为O(n)的凸包算法。     

Discrimination of bark from wood chips through texture analysis by image processing

Utilization of wood chips for bioenergy requires classification and segregation of the constituents of the chipped mass to help optimize energy conversion. Wood chips obtained from processes such as forest thinning can contain a considerable amount of material other than wood chips, such as bark. An image processing algorithm was developed to discriminate bark from wood chips. The algorithm involved object identification, image capture, single value decomposition to describe wood texture evident in grayscale image with a single numerical value, and application of logistic models involving the single values representative of wood texture to predict whether a chip is bark. The percentage of correct predictions using this system was about 98%.     

榫卯智能化加工代码生成系统的开发

目的榫卯加工代码的制作是实现榫卯数控加工的关键,但传统数控编程存在难度大、效率低、过度依赖CAM软件等问题,因此有必要开发一款高效的榫卯智能化加工代码生成系统。方法本研究首先利用成组技术对榫卯进行分组,提取各组榫卯的尺寸参数,建立参数化的工件数据库。然后,通过对大量工艺经验和已有榫卯配合相关研究成果的函数表达,实现了榫卯尺寸智能匹配。接着,利用模板技术建立了每一类榫卯零件的参数化加工代码模板,并组建了刀具路径代码模块。运用表达式驱动算法完成对代码模板的实例化,由加工参数的变化带动模板内数值的变动,进而自动生成NC代码,实现了榫卯加工数控程序的参数化、模块化设计。最后,基于后处理原理,通过外接程序的方式完成坐标补偿值的自动计算与添加,实现了加工代码后处理自动补偿。在此基础上,运用可视化的编程语言VB开发了一款榫卯智能化加工代码生成系统。结果结合改良型粽角榫零件加工代码的制作,验证了系统的可行性。通过实际加工以及对被加工零件尺寸的检验,验证了系统生成加工代码的准确性。结论本系统具有操作简单、质量稳定等特点,实现了榫卯加工编程工序的简化和代码的自动生成,极大地提高了编程效率,有助于推动榫卯加工由经验型向知识型的转变。      

基于改进C-V模型的木材表面缺陷图像分割

木材表面缺陷会严重影响木材的质量、性能和使用价值,对木材表面缺陷分割检测有利于提高木材的利用率,节约现有木材资源,缓解森林资源短缺的压力。针对传统的C-V(Chan-Vese)模型算法不能分割灰度不均匀图像的缺点,本文采用C-V模型与形态学结合的方法与传统的C-V模型算法进行对比试验。与此同时,根据C-V模型和C-V模型结合形态学方法的不足之处,在C-V模型基础上,引入局部拟合函数和高斯核函数,提出了一种基于C-V模型的改进算法,能够有效地克服C-V模型的不足。通过对木材表面缺陷图像分别采用传统C-V模型算法、C-V模型与形态学结合的方法和改进的C-V模型算法进行多组针对单一目标的木材表面缺陷图像的对比试验。结果表明:C-V模型能够将虫眼和活节缺陷图像分割出来,但是对纹理干扰强烈的死节缺陷图像分割困难;运用C-V模型与形态学结合的方法,可以有效地消除分割结果中的细小空洞和噪声,但是仍无法抵抗死节缺陷图像中木材自身纹理的干扰,难以将死节缺陷完整地分割出来;改进的C-V模型算法对木材表面缺陷图像的分割能够减少迭代次数,缩短分割时间,使分割轮廓线更加光滑和完整。通过采用改进C-V模型算法对多目标木材表面缺陷图像进行试验,能够更好地验证改进算法的优越性、有效性和可行性。