复杂断屑槽型对切屑截面影响分析

在金属车削过程中,采用复杂断屑槽型断屑是实现切屑折断的有效手段之一。通过切削试验证明复杂断屑槽型对切屑截面存在影响;分析切屑等效厚度的变化规律,建立切屑等效厚度的数学模型;分析复杂断屑槽型对切屑截面中性层位置变化的影响作用,建立切屑截面形状系数数学模型;最后,通过对TNMG160404--HK5槽型刀片切削时切屑截面变化的分析,得出切屑等效厚度和切屑截面形状系数对切屑折断的影响作用。     

小口径深孔钻削切屑形成及控制

分析了小口径深孔切削时切屑成形的特点,提出了控制切屑形状、断屑及切屑顺利排出的方法。     

刀片槽型对断屑性能的实验

通过大量系统的实验,从切屑形成与析断机理出发,研究了二维刀片糟型对断屑性 能的影响规律,并得出了刀片槽型对切屑折断的变化规律及断屑范围,为研究三维复杂槽型刀 片提供了重要的依据．     

流屑角变化规律研究

在分析切屑横向流动及切削刃干涉对流屑角影响规律的基础上，通过试验并利用回归分析的方法，建立了在一定范围内实用的流屑角计算公式．试验表明：流屑角随主偏角ｋｒ和刃倾角λｓ的增加显著增加，并随背吃刀量αｐ的增加有所减小，而副偏角ｋｒ、刀尖圆弧半径ｒｅ及进给量ｆ的影响不大．此结论为控制切屑流出形态提供了理论依据．     

流屑角变化规律研究

在分析切屑横向流动及切削刃干涉对流屑角影响规律的基础上，通过试验并利用回归分析的方法，建立了在一定范围内实用的流屑角计算公式．试验表明：流屑角随主偏角ｋｒ和刃倾角λｓ的增加显著增加，并随背吃刀量αｐ的增加有所减小，而副偏角ｋｒ、刀尖圆弧半径ｒｅ及进给量ｆ的影响不大．此结论为控制切屑流出形态提供了理论依据．     

三维复杂槽型车刀片切屑折断界限的研究

在金属切削过程中,采用三维复杂断屑槽断屑是实现切屑控制的有效手段之一.在切削试验的基础上提出了三维复杂断屑槽型的切屑折断界限曲线;分析了非直槽型、凸曲面槽型对切屑的约束作用,建立了切屑折断界限的数学模型;为验证切屑折断界限数学模型进行了钢外圆车削的断屑试验.试验结果证明切屑折断界限数学模型是合理的.     

利用RBF神经网络识别切屑形态

针对自动化加工中切屑生成过程的监控问题，研究了径 在函数神经网络在切屑形态图像识别中的应用，提出了面积比，欧拉数，伸长度等切屑形态图像的几何特征，以这些特征作为神经网络的输入矢量，利用径向基函数网络（RBF），采用了递推最小二乘法训练该网络，并开发了相应的计算机程序，试验证明：此法具有良好的实时处理性和适应性，识别率达到90％。     

PCD刀具切削铝合金断屑的研究

从上向弯曲切屑折断界限理论出发，通过槽型参数的变化，推导出了PCD刀具采用断屑器切削铝合金时切屑折断极限进给量的理论预报公式，经过对理论公式的简化变换，给出了实用预报公式．通过试验征明，试验研究结果与理论预报结果变化趋势一致，从而为实现切屑折断预力系统的建立提供了依据。     

轴向车铣切屑仿真的研究

为了对轴向车铣加工的切屑进行仿真,通过运动的矢量方程,给出了切屑仿真的数学模型,阐述了切屑形状的计算机仿真原理,并通过仿真得到了不同工艺参数下的切屑形状．分析切屑仿真结果可知,轴向车铣切屑由相互垂直且相连的两部分组成,由于切削厚度的变化致使切屑变形不均匀,极薄的切入和切出预示着在轴向车铣过程中,铣刀刃口的圆弧半径对精加工表面有较大影响．     

横向卷曲“C”形屑的形成与折断

借助高速摄影技术，分析了横向卷曲“Ｃ”形屑的形成与折断过程．提出了一种新的切屑折断数学模型，并给出了断屑判据．     

基于数学形态学和纹理的切屑图像处理及识别

根据切屑图像的特点，阐述了数学形态学在切屑图像降噪及边缘提取中的应用。利用所述方法对几种不同类型的切屑图像进行处理，并进行纹理特征提取，利用SOM神经网络对图像进行分类，最终将其应用于切屑图像的识别。经检验证明，该方法利用形态学对切屑图像处理及纹理分析是可行的，并且有较好的效果。     

基于HOG和SVM的人体行为仿生识别方法

在研究了人类视觉系统处理机制的基础上,首先利用方向梯度描述符(HOG)建立了图像的鲁棒表示;然后,根据人类视觉系统的并行处理机制和仿生信息学理论,提出了基于HOG+SVM的人体行为仿生识别与分类方法。利用针对识别与分类方法的评价指标对本文方法进行了评价,最后,与目前常用方法进行了比较,结果表明,在针对静态图像中人体行为的分类与识别效果方面,本文方法对差别较大的行为的识别效果好于常用方法,对相似行为的识别效果还有待于进一步提高。     

基于粗网格神经网络的车牌字符识别方法

目的为了进一步提高交通车牌字符自动识别能力.方法通过对车牌识别技术国内外现状的分析和对各类车牌识别技术的对比说明,提出了一种基于粗网格神经网络的车牌文字识别方法.该方法先将车牌字符进行预处理,用改进的粗网格法提取字符特征,并用神经网络识别车牌字符.结果在实验过程中所用的字符是从实际拍摄的车辆牌照图像中提取的汉字、英文大写字母和数字.人工提取的汉字种类覆盖了我国现有车辆牌照中出现的大部分汉字,而字母和数字的覆盖率为100%.从实验结果看:数字、字母的识别率比较高,尤其是数字,其识别率达到了99.16%.结论实验表明:数字、字母易于准确地提取特征,粗网格神经网络车牌字符识别方法具有较高的识别精度和实用价值.     

基于C#的T/R多功能芯片可靠性测试系统

为了在极端环境下对芯片进行高效准确的可靠性试验,利用C#编程语言和相应的测试设备与环境设备搭建多功能芯片（MFC）可靠性测试系统.系统针对自主研发的T/R多功能芯片的测试需求设计,通过设计现场可编程门阵列（FPGA）开发板,配合自主研发的多功能控制芯片实现控制信号的串并转换,简单、准确地切换待测芯片工作状态.综合可视化编程技术、虚拟仪器软件结构（VISA）、MYSQL数据库、串口通信技术,实现仪器一键设置、芯片状态自动切换、参数自动测试、数据自动处理保存与结果分析报告的功能.结合测试系统中的辅助测温系统和环境设备,对多功能芯片进行三温试验.经检验,整个测试系统操作简单、测试速度快、结果精确,支持多功能芯片的大部分可靠性试验需求.     

不完备信息系统的辐射源识别方法研究

该文将粗糙集理论引入不完备信息系统下的辐射源识别。基于粗糙集理论,给出了一种新的不完备信息系统下辐射源识别模型。该方法以相似关系、相容关系作为基础,通过知识约简和决策规则的提取,较好地解决了不完备信息系统的辐射源识别问题。以雷达辐射源用途识别为例给出实例分析,说明了该模型处理不完备信息识别问题的有效性。     

基于嵌入式系统的特定说话人语音识别系统的实现

语音识别是实现人机通信的一种重要技术手段.本文基于Samsung公司开发的B lues芯片,应用隐马尔可夫模型(HMM)理论和方法,完成了针对特定人、小词汇量嵌入式语音识别系统开发.文章介绍了语音识别过程的各个环节及其实现方法.     

基于雷达回波视频信号的目标智能识别方法研究

为了提升常规雷达目标识别的能力,以含有更多目标原始信息的回波视频信号为基础,研究了目标回波视频信号的特征提取,提出一种基于支持向量机的目标识别方法.最后通过仿真实验验证了本文方法的有效性.仿真结果表明,采用本文方法对目标大小识别的准确率与信噪比、采样率有关;对目标机型识别能得到较高的准确率.     

基于Rough集和RBF网络的车牌字符识别方法

提出了一种基于Rough集和RBF神经网络结合的车牌字符识别方法。该方法针对车牌字符二值化图像,给出了基于粗糙集理论的知识获取方法,包括根据训练样本的特征向量建立决策表、离散决策表属性、约简决策表属性,然后由约简后的属性构造RBF网络识别器。试验表明该方法有效地减少了决策属性的个数,简化了神经网络识别器的结构,提高了泛化能力和抗噪声能力,在车牌字符识别中取得了较好的识别效果。     

复杂仪表的图像自动读数识别方法

在对复杂仪表的特点分析研究的基础上,提出了复杂仪表的图像自动读数识别的原理和方法。对实现其原理所采用的主要方法,如分段线性灰度变换、Hough变换、模板匹配法进行了介绍。以水表为实例证明了所采用的图象自动读数识别原理和方法的正确性和有效性。结果表明,该方法具有很好的稳定性、准确性、快速性等特点。