基于简化脉冲耦合神经网络的蝗虫图像二值分割

采用参数简化的脉冲耦合神经网络（PCNN）分割图像,进行了蝗虫图像分割实验,区域正确识别率达94％,为蝗虫自动侦测系统中的数据处理提供了技术支持。计算机仿真表明,采用PCNN图像分割算法,图像中的目标（蝗虫）易于发现,分割效果明显好于采用开操作处理的图像。     

机械设备故障诊断用便携式数据采集分析系统

设计了一套应用于机械设备故障诊断的便携式数据采集分析系统。系统整体采用主从结构:上位机软件基于Labview,主要实现路径、数据、通讯等的管理以及数据分析;下位机实现采集、分析。下位机的硬件层核心采用片上系统(SoC)芯片;操作系统层移植了自行研发的实时操作系统(RTOS):TDNC-OS,给出了任务划分;应用软件层引入了缓冲区操作机制;通讯层主要由UART模块组成。实例表明系统具有很好的实时性和可靠性。     

半轴套管热挤压成形工艺数值模拟

通过对半轴套管的工艺分析,基于体积不变原则,采用逆向法计算零件毛坯,确定了热挤压成形工艺方案;结合刚粘塑性有限元法基本原理,运用有限元软件对半轴套管的反挤压过程进行3-D热力耦合模拟。影响半轴套管热挤压成形的主要工艺参数有挤压温度、挤压速度、模具预热温度等。在其他条件相同情况下,分别设置不同的挤压温度、挤压速度、模具预热温度,通过对不同参数模拟结果的分析比较,得出工艺参数对半轴套管成形的影响状况,揭示热挤压成形过程中的金属流动规律。优化的成形参数,提高了半轴套管的成形性能和经济性能。     

水稻谷粒的挤压力学性能研究

水稻谷粒的损伤与破碎除与其所受内、外力的作用有关,还与其本身的力学性能有关。通过对水稻谷粒的挤压力学试验,测得了其力-位移曲线,分析了水稻谷粒的挤压破碎过程。破坏力和破坏能是水稻谷粒力学特性的两个重要指标。试验研究了稻谷的品种、成熟程度、后熟作用和谷壳对水稻谷粒力学性能的影响。比较了有壳、无壳谷粒的破坏力与破坏能,分析了谷壳对谷粒力-位移曲线及刚度的影响。指出谷壳在降低谷粒收获、加工、储运中的损伤程度具有重要作用。     

含运动副间隙汽车摆振系统非线性动力学建模

机构运动副间隙对系统动力学响应有重要影响,有必要将转向机构运动副间隙引入汽车摆振系统动力学分析。基于非线性系统动力学,应用拉格朗日方程建立了考虑转向机构运动副间隙的六自由度摆振动力学模型。通过仿真分析讨论了车速对前轮摆振的影响,结果表明在特定车速范围内前轮会发生自激摆振,这与实际情况吻合,验证了模型的正确性。     

桃的电特性及新鲜度识别

为了解采后果品电特性变化机理,并探索基于电特性识别果品品质的方法,研究了桃采后电特性和生理特性的变化。结果表明,随着桃新鲜度下降,相对介电常数呈余弦规律变化,损耗角正切逐渐减小,呼吸高峰时相对介电常数最大。分析了电特性变化的原因,进而建立了采后桃电特性与生理特性之间的关系模型。以相对介电常数和损耗角正切为输入特征参数,应用BP神经网络技术识别桃的新鲜度等级,平均识别率为82％。     

ADAMS和Matlab的EPS和整车系统的联合仿真

首先利用ADAMS软件建立带有电动助力转向系统（EPS）的整车多体动力学模型;然后在Matlab／Simulink环境中设计了PID控制的EPS系统,定义了与ADAMS／CAR环境下车辆模型的数据交换接口;最后,将设计的控制系统在ADAMS／CAR和Matlab／Simulink环境下通过输入输出接口进行联合仿真。几种行驶工况下的EPS及整车的动态特性计算结果,表明联合仿真方法是正确有效的,并为其在车辆工程中的实际应用提供了参考。     

燃烧室结构对天然气发动机燃烧过程的影响

为了研究燃烧室结构对天然气发动机燃烧过程的影响,模拟了浅盆形和涡流室式燃烧室结构的天然气发动机的进气、压缩及燃烧过程。给出了2种不同结构燃烧室的燃烧持续期、燃烧过程中缸内气流运动、火焰前锋面位置等,并对2种燃烧室进行了试验对比。模拟计算及试验结果表明,通过涡流室喷孔的约束作用,可以改善已燃气体和未燃气体之间的传热传质模式,提高火焰传播速度。     

基于中断控制的CVT电控系统数据采集系统

基于Infineorl SAK C164CI单片机,采用模块化方法,设计开发了CVT电控系统数据采集系统,包括中断控制的转速采集模块、10位精度A／D转换模块和串口通信模块,并对系统进行了台架和实车试验。试验结果证明,系统采集精度高、速度快、可靠性好、调整方便。     

基于纹理和位置特征的麦田杂草识别方法

以化学防除适期麦田杂草为研究对象,对利用条播作物的位置和纹理特征识别田间杂草的方法进行了研究。根据条播作物小麦作物行的间距相对固定等位置特征,利用植物像素直方图法确定作物行的中心线和行宽,并识别行间杂草。然后,以作物行中心为基准来选取纹理块,计算量化级数为8级的H颜色空间的共生矩阵,提取5个纹理特征参数,利用K均值聚类法判别分析各块的类别来识别行内杂草。研究结果表明,杂草的正确识别率约为93％,作物的错误识别率约为7％。