结构光检测点云精简与重构参数自动调节方法

针对薄壁叶片的点云扫描采样会产生特征消失、三角重构会产生孔洞现象的问题,提出一种改进的点云精简以及重构 的方法。 首先,根据法向量夹角阈值和欧氏距离提取叶片外轮廓;其次,计算点云的平均曲率和高斯曲率,设定阈值对点云划分 子集,采用索引空间法对点云数据进行精简;然后,采用贪婪算法针对距离阈值系数和三角形参数对叶片点云进行实验分析,得 出没有孔洞的贪婪三角参数经验值;最后对距离阈值系数和点云平均间距拟合出关系式,实现贪婪重构的参数自动调节。 实验 结果表明,在总体精简率为 90% 左右时,相较于另外两种方法,标准偏差分别下降了 26. 45% 和 19. 92% ,外轮廓尺寸平均偏差分 别下降了 79. 81% 和 47. 97% 。 按照提出的方法设置重构参数,重构质量良好,对薄壁叶片实现在机智能加工检测具有良好的应 用参考。     

考虑磨损的组合密封性能分析

针对橡塑组合密封圈的磨损和密封性能仿真方法开展研究,基于有限单元法开展接触压力的求解和磨损过程的仿真分析,采用有限差分法开展流-固耦合仿真分析获得密封间隙的压力和膜厚分布,提出了一种可用于组合密封圈磨损过程仿真和密封性能预测的方法。仿真过程中考虑了摩擦热对接触压力和磨损的影响,解决了塑料材质密封圈大体积磨损仿真时网格重构的难题,实现了磨损仿真过程中强度分析和流体力学分析的迭代求解,并实现了程序化。基于材料的摩擦磨损试验对模型参数进行了修正,通过旋转密封台架试验对仿真模型进行了验证。     

基于STL-1 DDCAE的轴承故障诊断研究

由于轴承原始振动数据标签信息不足,难以对其进行建模分析,针对这一问题,以美国辛辛那提大学IMS数据集为研究对象,提出了一种基于时序分解与一维深度卷积自编码网络(STL-1DDCAE)的无监督轴承故障诊断方法。首先,通过一维深度卷积自编码网络对轴承正常运行数据的非线性特征进行了挖掘,得到了健康样本的重构误差;然后,采用概率分布的方式拟合了健康样本重构误差信号,并计算了其正太分布参数;最后,利用时间序列分解(STL)方法分析了轴承的重构误差曲线,利用趋势项分量确定了轴承故障的发生时间。研究结果表明：该方法能够充分提取轴承故障特征,自适应地确定样本临界阈值,避免轴承异常状态的高误判率,准确识别3个轴承异常信号发生的时间戳为760、1 780、1 700,并能够根据异常检测时间点分别给轴承数据添加健康状态、内圈故障、外圈故障及滚动体故障的标签,实现数据标签化处理。     

基于相空间重构的绝缘子污秽度预测模型

基于相空间重构的方法,在研究等值盐密测量数据自身特性及数据内部蕴含的非线性动力学特性的基础上,建立了多变量等值盐密非线性时间序列全局预测模型,并通过建立支持向量机预测模型对多变量等值盐密非线性时间序列全局预测模型进行求解,即进行等值盐密非线性时间序列的非线性回归求解。     

一种梯次利用电池可重构储能系统多级在线安全评估及风险预警定位方法

为提高梯次利用电池可重构储能系统的安全性,提出一种梯次利用电池可重构储能系统电池的多级在线安全评估方法。该方法采用可重构储能系统中电池单体、模组的电压、温度等实时监测数据,建立电池及模组的安全评估模型,通过熵权-TOPSIS法对电池电热安全进行量化评估。安全评估方法可在线量化采用不同厂家、批次、种类退役动力电池可重构储能系统的安全状态,依据评估结果实现模组和单体的二级安全预警,完成模组级和单体级的安全风险定位。依据在线安全评估结果,可对梯次利用电池储能系统及时进行拓扑重构、能量调度和温度管理,有效提升系统的安全性,促进梯次利用电池在储能系统中的规模化应用,符合梯次利用储能系统大规模推广建设的现实需要。     

混流式水轮机空化声发射信号的混沌特性分析

针对水轮机空化过程中声发射信号表现出的强烈非线性和非平稳性,提出了水轮机空化声发射信号的混沌特性分析方法,研究了混流式水轮机空化声发射信号的混沌特征及其变化规律.基于混流式水轮机模型空化试验采集了不同空化状态下典型测点处的声发射信号,检验其混沌性后进行相空间重构,计算得到重构信号的关联维数和最大Lyapunov指数,分析了这2种混沌特征参数随水轮机空化状态变化的规律,明确了水轮机空化声发射信号的混沌特征参数与空化状态之间的对应关系.结果表明:关联维数和最大Lyapunov指数不仅可以定性地表征空化状态,而且可以定量地描述空化程度;这2种混沌特征参数受单位转速的影响比受导叶开度的影响更大.     

基于HHT重构信号的超声降噪方法

水轮机转子材料晶粒粗大,易导致超声检测信噪比低,实际检测容易漏检、误判。为了解决这一问题,对水轮机转子材料制成的试块采集了超声检测信号,对信号进行了经验模态分解和Hilbert变换,提取出包含有用信息的IMF分量,进行了信号的重构,重构后的信号信噪比有最高可达两倍的不同程度的提高。同时着眼于实时监测,确定了适合HHT重构信号降噪方法的最佳采样频率为探头频率的40倍。     

基于逆向工程技术的脸部曲面重构技术与应用

通过人脸点云数据测量、曲面模型重构及快速成形加工,应用Geomagic Studio和UG软件完成了脸部曲面和模型的重构,介绍了逆向工程技术在人体扫描中的应用,为医学整形提供了参考方案和技术支持。     

切削颤振信号的混沌时间序列识别方法研究

对切削颤振的在线监测识别是提高加工质量的关键技术之一。基于离散动力系统非线性混沌控制理论,以加工过程振动信号为非线性系统输入量,采用嵌入时间序列和关联积分的C-C算法,确定最佳嵌入维数m与时间延迟τ,进而对在线监测获得的离散振动信号进行相空间重构。实施铣削颤振试验,采用上述时间序列分析方法获得颤振产生前后的相图,分析表明相图表现出混沌特性,实现了切削颤振的识别。     

基于混沌与分形理论的电机故障诊断方法

通过对鼠笼式异步电机故障电流信号的研究,提出了一种基于混沌以及分形理论的电机故障诊断方法。用互信息量确定了信号时间序列相空间重构的最佳延时,并对关联维数、分形维数进行了分析和计算,探讨了故障和正常状态下信号的混沌及分形特性。根据电机定子电流在不同工作情况下的分形维数和关联维数,便可确定电机故障的类型。