基于邻域多边形特征和能量优化的网格参数化

针对复杂网格曲面提出了一种基于点邻域多边形特征和能量优化的网格曲面参数化方法。首先利用相邻两边夹角和长度比例建立节点邻域多边形特征方程组,通过求解一个约束优化问题将曲面网格展平到二维平面上;在网格曲面展平过程中不可避免会产生弹性变形能,然后采用能量优化方法释放曲面展平过程中的弹性变形能,最终得到网格曲面参数化结果。计算结果表明,该方法能得到较好的参数化结果,适用于复杂曲面的网格重划分等计算机辅助设计的应用。     

复模态整体识别法在车床模态参数识别中的应用

介绍了复模态整体识别方法的理论基础,并对车床进行试验模态分析,识别出车床的模态参数,所得结果可为进一步的理论分析和结构优化提供参考.     

一种基于视觉的全局扫描与局部装配的控制方法

在基于视觉的微装配中,要提高精度则需要减小视场,然而小视场所包含的装配对象少,不能实现连续、快速的定位,因此很难同时保证快速和高精度。利用双视觉,提出一种全局扫描和局部装配的控制方法,也就是在大视场中获取批量装配对象坐标及关系,然后在小视场中进行单个对象的局部装配。该方法的批量对象扫描提高了装配速度,局部装配保证了装配精度。     

基于逆向工程重构沙发三维模型的研究

本文采用了被动式立体视觉的三维测量方法来测量沙发曲面,给出了立体视觉测量法的数学计算模型,分析了测量过程中影响测量精度的因素.分析产生光斑弥散的原因,并提出了采用中值法和hough法来提高CCD图像光斑几何中心的识别精度的方法.并探讨了利用Bezler方法对测量得到的点云数据进行光顺性、连续性的处理.     

最优阶次多项式响应面法及其在模型修正中的应用

提出一种构造最优阶次多项式响应面方法,通过多元回归分析参数对响应不同阶次下的拟合精度与显著度,建立判断多项式各参数最优拟合阶次的方法,解决了常规多项式响应面法中阶次固定且统一的限制,提升了代理模型的精度.将响应面法应用于有限元模型修正中,建立基于最优阶次响应面法有限元模型修正的理论框架,提高了修正的效率,并保证了修正后模型的精度.以功能函数为例,验证了最优阶次多项式响应面法可实现更高精度的模型替代.以GARTEUR飞机的实测模态修正初始有限元模型,阐述了响应面构建以及模型修正的过程,并有效修正了初始模型误差,减少了经典模型修正迭代中调用有限元软件计算灵敏度的时间,证明了最优阶次多项式响应面可成功应用于有限元模型修正中.     

基于激光雷达回波强度的反光板位置拟合方法

针对目前激光雷达定位系统中的拟合算法存在拟合精度较低、数据容错能力较差等问题,设计了一种基于回波强度的反光板位置拟合方法。首先对原始扫描数据进行滤波,并结合回波强度分割法与基于点距离的分割法进行数据分割,对分割后数据结合回波强度进行反光板圆心拟合,以得到反光板实际位置。最后使用堆垛式叉车搭载激光雷达R2000进行实验,实验结果表明所提方法具有较高的拟合精度,并有效提高了数据容错能力。     

基于立体视觉的齿轮轴系装配误差测量方法

为解决工程中齿轮轴系装配误差的测量难题,提出了一种基于立体视觉的齿轮轴系装配误差测量方法.该方法以布置在待测特征上的圆形标记点为媒介,通过三维重建与数学拟合,获取相应特征的空间位姿,进而计算装配误差.以某锥齿轮箱为对象,给出了所提方法的完整技术流程,并系统研究了状态数量和靶标盘安装角度对拟合精度的影响.开发了完整的软硬件系统,通过实验,验证了测量方法的有效性与高效性.     

自适应局部迭代滤波与模糊熵在齿轮系统故障识别中的应用

针对齿轮系统实测信号受噪声干扰而不能准确反映故障特征的问题,提出了一种自适应局部迭代滤波与模糊熵相结合的故障识别方法.利用自适应局部迭代滤波可以将齿轮非平稳信号分解为有限个平稳的本质模态函数,由于自适应局部迭代滤波能有效分离出齿轮系统的转频信号,因此,以转频信号对应的本质模态函数为分界,计算前几个本质模态函数的模糊熵,最后,通过计算不同工况振动信号模糊熵的灰色关联度来识别齿轮系统不同的故障类型.结果表明,该方法能够有效地应用于齿轮系统的故障诊断.     

基于RLMD和Kmeans++的轴承故障诊断方法

为了提升轴承故障诊断性能,提出了一种基于鲁棒局部均值分解(RLMD)和Kmeans++的轴承故障诊断方法.利用RLMD方法对轴承振动信号进行分解,得到乘积函数(PF),根据PF分量与原始振动信号的相关程度选择敏感PF分量,叠加敏感PF分量构成重构信号;通过计算原始振动信号和重构信号的时域、频域统计特征形成轴承故障特征集;利用线性判别分析(LDA)提取轴承故障的Fisher特征;通过Kmeans++聚类的方法对故障特征进行聚类,得到各工况轴承的聚类中心;通过计算测试样本与聚类中心之间的汉明贴近度来实现轴承故障诊断.利用含有不同信噪比的仿真轴承故障数据和Paderborn大学轴承数据中心的轴承故障数据评价所提出方法的有效性.结果表明,该方法即使在样本数较少的情况下也能够准确地识别出不同类别和级别的轴承故障.     

改进局部保持投影算法及其在故障诊断中的应用

针对局部保持投影(LPP)的邻域参数设置主要依靠经验这一缺点,对LPP邻域参数的设置进行了改进设计,提出了改进局部保持投影算法(ILPP).相比于LPP,ILPP中引入了核密度估计,使得邻域参数会根据数据集的样本密度而自适应的变化,可以更好地对高维数据集的流形结构进行保持.将ILPP用于齿轮典型故障的诊断中,实验结果表明,ILPP可以对不同故障类型数据进行有效区分,实现了故障诊断精度的提高.