基于分形维数和HHT的蚜虫刺吸电位波形机器识别

昆虫刺吸电位(electricalpenetrationgraph,EPG)技术在研究刺吸式昆虫取食行为、昆虫与植物的关系、昆虫传毒机制、作物抗虫机制等方面得到了广泛的应用,然而EPG信号的识别和分析一直是靠人工进行,亟需波形自动识别系统以提高分析效率。刺吸式昆虫取食植物时,产生的EPG波形跟昆虫和植物的种类有关,不同类别的刺吸式昆虫EPG波形差别很大,即使是同种类型的EPG波形其幅值和频率间也会有差异,这给EPG波形的机器识别带来了困难。该文以蚜虫的EPG信号为研究对象,对np波、pd波、E1波、E2波、G波、C波和F波的特征提取和分类识别进行了研究,提出了一种基于分形维数、希尔伯特-黄变换(hilbert-huang transform,HHT)和决策树的EPG波形识别方法。首先对EPG仪器采集得到的信号进行去噪预处理,分别提取分形维数和HHT共10维特征,组成不同维数的特征向量进入决策树分类器进行对比试验。试验结果表明,可采用分形盒维数、Hurst指数、前2层的谱质心和加权频率融合的6维特征向量获得较高的识别率。在EPG波形的机器识别中采用6维特征向量输入的决策树进行分类,通过对4组不同样本进行测试,得到了92.14%、89.29%、95%和89.29%的识别率,平均识别率为91.43%。研究结果表明该文提出的基于分形维数和HHT的特征提取方法以及构建的决策树分类器具有一定的可行性,可为研发EPG信号自动识别分析系统提供理论参考。     

基于模糊多准则算法的收割机搅龙叶片机械加工研究

搅龙叶片属于复杂的曲面机械零部件,其机械加工是一个复杂多元素作用的复合过程。为了提高搅龙叶片机械加工的精度,提出了一种基于CAD和PRO/E软件的叶片加工走刀轨迹的仿真优化方法。该方法利用CAD提取搅龙叶片型面的关键点。在搅龙叶片型面数据点提取的过程中,会产生大量的加工控制点,为了对控制点进行优化筛选,提出了一种模糊多准则算法,实现了叶片的机械加工决策和优化由经验型向理论指导型的转变。在PRO/E软件中,对提取得到的关键点进行了建模,得到了叶片的型面,将型面进行合并得到了搅龙叶片的曲面实体,最后对实体进行走刀轨迹仿真,得到了搅龙叶片的机械加工精度,并将模糊多准则算法和非模糊多准则算法控制下的机械加工精度进行了对比。对比结果表明:模糊多准则算法可以有效地提高收割机搅龙叶片的机械加工精度。