数控加工的基本坐标系和对刀问题

数控加工中的对刀问题影响机械加工的各个方面。这里从介绍数控机床的基本坐标系出发，重点阐述了对刀的基本原理和方法以及常见数控机床对刀问题的处理。     

基于拓扑篡改的电力市场虚假数据注入攻击方案

从攻击者的角度出发,在直流状态估计框架下提出了一种基于拓扑篡改的虚假数据注入攻击(FDIA)方案.首先,通过分析攻击后由网络拓扑处理器计算所得拓扑结构与传感器测量结果的一致性以及对比攻击前、后的残差,给出可以躲避拓扑误差处理检测以及残差检测的隐蔽攻击定义;然后,基于上述定义以及攻击向量列空间的隐蔽条件,提出一种FDIA方案,通过求解凸规划问题实现在保证隐蔽性的同时获得最大发电收益;最后,基于标准IEEE 9节点及14节点系统对所提方案的有效性进行验证.结果表明,与现有FDIA方案相比,所提将拓扑篡改与FDIA相结合的攻击方案具有更强的隐蔽性且获利更大.     

六维腕力传感器非线性正解耦方法设计

多维力传感器利用其多个转换单元完成测量加载于其结构上未知负载的作用效果,解耦是其设计的重要组成部分。针对传统静态线性解耦方法的不足,试图将传统线性解耦方程扩展为多项式结构,受其多元高次方式通解形式的启发,构造了一种多项式非线性静态正解耦方程,该方法无需传统线性解耦方法中的曲线拟合、逆解,不依赖以系统是线性为前提,且方程可以扩展成任意结构的多项式。实验结果表明:该方法能降低输出耦合误差。     

主动磁悬浮轴承的神经网络自适应稳定性控制

针对主动磁悬浮轴承本质非线性和开环不稳定的系统特征,设计了一种BP神经网络自适应PID控制器。该控制器采用改进的BP神经网络PID控制算法,通过BP神经网络的自学习和权值调整寻找最优的PID参数,克服了常规PID控制参数整定困难的缺陷,实现了系统的自适应控制。通过MATLAB/Simulink环境和S-Function模块建立了主动磁悬浮轴承控制系统模型,并进行了系统仿真实验,结果表明,BP神经网络自适应PID控制系统响应速度更快,具有更好的动态性能和稳态性能。     

基于Contourlet变换和SPIHT算法的彩色医学图像压缩

二维小波变换只能很好地分离不连续点,无法最优表示曲线奇异,同时只能获取有限的方向信息,这大大限制了它在图像处理领域的应用。Contourlet变换则结合拉普拉斯金字塔和方向滤波器组,得到多分辨率、局域、多方向的图像表示。由于基于小波变换的多级树集合分裂排序(SPIHT)算法不能有效表达图像的纹理和轮廓信息,因此提出一种基于Contourlet变换和SPIHT算法的彩色图像压缩方法,并应用于医学图像感兴趣区域压缩。首先将彩色图像转换至YIQ彩色空间;然后选取感兴趣区域,对其采用Contourlet变换提取特征信息,并利用SPIHT算法对Contourlet系数优先编码和传输,从而保证感兴趣区域的图像质量和细节信息。对背景区域则采用小波变换,并通过系数截断的方式提高图像压缩比。实验结果表明,所提算法可以较好地保留感兴趣区域的图像特征,大幅度提高背景区域的压缩比,是一种较实用的图像压缩新方法,在医学图像感兴趣区域压缩中效果良好。     

改进SSD算法在零部件检测中的应用研究

针对生产线上运动过程中的零部件类型检测的实时性和准确度要求高,部分零件体积较小难以检测的问题,提出一种基于改进SSD（Single Shot MultiBox Detector）目标检测算法的零部件检测方法。使用轻量级网络MobileNetV3-Large替代SSD算法的主干网络VGG-16,图像输入长宽尺寸由300×300?像素改为224×224?像素,利用特征金字塔网络提升对体积较小零件的检测效果。以气动马达零部件的检测为例进行仿真实验;网络训练中,利用数据增强提高模型的鲁棒性。实验结果表明,改进后的SSD算法在提高对零部件实时性检测速度的同时,保证了检测的准确率。     

复杂环境下课堂多人状态检测算法研究

新冠肺炎疫情背景下课堂多人佩戴口罩及姿态识别问题,提出了基于YOLO和OpenPose模型的课堂多人状态检测算法。提出的Efficient-YOLO模型,通过采用CBAM注意力模块、SPNET-NEW模块,解决了多人遮挡和无规则化目标的口罩佩戴检测精度问题。此外,提出了一种轻量化的Class-OpenPose模型检测学生上课姿态,该算法在OpenPose模型基础上,使用ShuffleNetV2-NEW对传统模型在底层特征提取方面进行改进,实现了复杂环境下关键姿态点的实时准确检测。实验表明,在课堂多人异常状态检测任务中,Class-OpenPose模型平均准确率高于传统模型,为79.0%,检测速度达到13.5 F/s; Efficient-YOLO口罩识别模型达到83.1%的平均准确率,检测时间仅需31.54 ms,为课堂学生状态检测提供了不错的算法思路。     

基于改进超图的变电站自动化系统关键要素识别

泛在电力物联网是我国电网发展的最新方向,从特征来看,其作为信息流与电力流高度耦合的复杂系统——信息物理系统,从关键节点识别的角度开展安全防范研究至关重要.以变电站自动化系统为研究对象,提出了一种基于改进超图的变电站自动化系统关键要素识别方法.讨论变电站自动化系统逻辑拓扑图中各类中心性指标,从中选择适用于逻辑结构分析的两类指标,将其进一步定义到超图中并进行各节点的排序差异对比研究.从逻辑节点失效和电力系统负荷损失两个角度定义了变电站自动化系统工作有效性指标和电力信息物理系统效能损失指标,从而评价某一逻辑节点工作异常的影响.并应用IEEE 14节点系统进行了算例分析.该方法可获得变电站自动化系统中物理域与逻辑域交集内的逻辑节点关键度排序,进而识别出严重影响电力信息物理系统静态网络安全的重要逻辑节点.     

结合形态学梯度互信息和多分辨率寻优的图像配准新方法

对互信息配准法进行算法改进. 在互信息基础上结合形态学梯度作为新的图像配准测度, 不仅考虑所有体素信息, 而且有效结合像素在空间位置的相互关系. 将粒子群优化 (Particle swarm optimization, PSO) 算法这种全局寻优算法和 Powell 这一局部寻优算法相结合, 前者的配准结果为后者的算法优化提供了非常有效的初始点, 优化时间大为减少. 借鉴小波变换中多分辨率的思想, 在低分辨率图像中粗略配准后, 上升到高分辨率图像上进一步细化配准结果, 增加算法鲁棒性. 实验结果证明, 本文算法效果良好, 寻优过程在数分钟内完成, 能够满足诊断和科研的实时性要求.     

双张检测器全智能化的实现

双张检测器用于金属板涂料机及类似设备在工作过程中金属薄片送料出现多张情况的检测.应用基于单片机的脉宽检测法,测定检测器件的感应信号的脉冲宽度,并进行比较判断,使双张检测性能稳定、快速性提高.通过实验,应用数值分析和曲线拟合的方法,确定单张和多张之间检测数据的函数关系,优化检测器的性能,实现检测器的完全智能化.