数控凸轮轴磨床运动误差分析与建模技术

为了对某数控凸轮轴磨床的运动误差进行分析和建模,分析研究了各运动部件间运动形式和误差类型,运用相邻体坐标系间的运动变化来表达2相邻体之间的运动情况,建立了相邻体之间的理想运动方程和有误差情况下的实际运动方程.将相邻体间的实际运动方程进一步推广到任意低序体阵列分析当中,为研究多分支数控凸轮轴磨床误差建模提供理论基础.将复杂的多分支链数控凸轮轴磨床抽象为简单的多体系统,对各运动部件建立相应的体坐标系和运动参考坐标系,求出相邻体间对应的变换矩阵.最后,将机床运动部件划分为"工件-床身"和"砂轮-床身"2条运动链,提出了有误差影响情况下实现精密加工约束条件方程为P_w=P_t,且对该方程进行了求解,为数控凸轮轴磨床误差补偿的研究提供了必要条件.结果表明:误差补偿后的机床加工精度显著提高.     

一种结合机器视觉的工件喷涂质量检测方法

针对大型多面复杂结构件表面打磨、喷涂等处理对自动化、智能化的需求,传统目标检测具有局限性、小目标检测准确度低、速率慢等缺点,本文结合计算机视觉提出一种改进YOLOv3算法的工件喷涂质量检测方法,结合实际工控环境需求,构建喷涂数据集,实现对工件表面迷彩喷涂质量的检测.首先,使用K-means++对Anchor重新聚类生成适合本文的锚框尺寸;通过图像增强技术对数据集进行增强,并对YOLOv3的Darknet-53网络结构进行改进,在保证计算准确度的同时提高效率.实验结果表明,本文提出的改进YOLOv3算法,能够准确快速的对迷彩喷涂缺陷进行定位.     

基于RTX的实时数据处理系统

为了解决远程设备数据处理不及时的问题,提出了一种基于RTX实时操作系统的设备数据处理系统.该系统由RTX实时数据处理进程和人机交互进程两部分组成,其中RTX实时数据处理进程负责接收远程设备端的数据并进行实时的处理,将处理过的数据经共享内存和同步事件对象等通信方式,传输到Win32的人机交互进程进行显示和存储数据,同时用户可以通过控制指令修改远程设备的状态.实验证明,该系统解决了设备数据处理不及时的问题,保证了设备管控的实时性和稳定性,能够满足对远程设备进行实时管控的要求.     

针对异构协议的动态解析器模型

介绍了异构协议报文格式和特点,通过使用XML语言描述可扩展协议报文的方法,以简单协议解析为基础,将解析器功能模块化,从而设计此异构协议动态解析器模型.应用此模型实现不必重新编译,只需进行少量代码修改,即可完成异构协议报文自动模型匹配,进而完成报文数据解析.针对两种简单协议进行模型应用,结果表明使用XML语言描述协议报文的方法及可重构的解析器能够有效地描述和解析异构协议报文,获得可靠的解析结果.     

回卷恢复模型下容错实时系统的可调度性分析

实时任务的超时完成将会导致灾难性后果,因此实时系统必须具备严格的实时性及可靠性保障.考虑实时系统的容错需求,本文基于回卷恢复模型,对容错实时系统的可调度性分析进行研究.在基于任务最环响应时间的可调度性分析方法中,容错优先级配置是决定系统可调度性的关键.为了改进系统的可调度性,提出一种容错优先级可降低的配置策略,并推导出此策略下任务最坏响应时间的计算公式,以判断系统的可调度性.降低策略下低优先级任务可挪用高优先级任务的空闲时间来满足自身的截止时限要求.仿真实验表明,降低任务的容错优先级可以有效提升系统的容错能力.     

一种开放式数控系统刀具运动轨迹验证方法

为了更准确的仿真五轴数控机床各运动轴的运动情况,提出一种开放式数控系统刀具运动轨迹验证方法.本方法从运动控制组件中采集运动控制数据,利用五轴机床机构运动学模型,将运动控制数据转换为工件坐标系下刀具的运动轨迹,并以三维线框方式显示.通过CNC系统与CAD系统STL模型数据的交换,实现了刀具运动轨迹与CAD设计模型的分析比较,并设计了轨迹误差计算模型,可以定量分析仿真的刀具运动轨迹.最后通过实验验证了方法的正确性.     

基于深度学习的嵌入式汽车内饰件装配检测

汽车内饰件装配后的质量检测是装配的重要阶段, 是确保内饰件装配高通过率的重要保障. 以低功耗高性能英伟达的开发板搭建目标检测硬件平台, 对比Faster RCNN与YOLOv5模型, 采用对小目标检测效果更好的YOLOv5模型训练工业摄像头采集的数据. 试验结果表明, 对汽车内饰装配件13种特征检测的准确率都高达95%以上, 实现了对汽车内饰装配件高效精准的判别, 为汽车内饰件的装配工作提供了可靠的辅助手段.     

TGG法制备Sr2Nb2O7织构陶瓷及其性能研究

采用模板晶粒生长（TGG）法制备了Sr2Nb2O7织构陶瓷,研究了其晶体结构、介电和压电性能等的各向异性。结果表明,Sr2Nb2O7织构陶瓷沿<0l0>晶面取向,其取向度为0.78。Sr2Nb2O7织构陶瓷的居里温度为1 328 ℃,其压电、介电性具有明显各向异性特征。Sr2Nb2O7垂直方向（SNO┴）样品的压电常数为2.8 pC/N,650 ℃时电阻率为5.6×104Ω·cm。     

混合现实装配检测中深度学习的数据增强方法

针对混合现实装配检测中,装配者的视觉检测位姿具有不确定性极易发生误检漏检的问题,提出一种混合现实装配检测中深度学习的数据增强方法。采用人为最佳数据增强策略的数据预处理方法,通过图像增强、几何变换、少量噪声干扰和随机遮挡的方式生成增强数据集,并改善图像增强过程中的特征失真,不仅能有效解决深度学习中人工标注样本任务量大的问题,还有助于提升检测模型的泛化能力。实验结果表明,该方法训练得到的新模型对汽车装配生产线零件的检测精度提升了11.38%。     

基于浅层特征的印刷品分拣识别系统

针对印刷领域印刷品的识别问题,设计了一种基于浅层特征的视觉识别系统.浅层特征适用于对精准特定目标的识别,SIFT是一种被广泛使用且效果良好的浅层特征.该系统首先建立一个小型样本图像数据库,然后采用SIFT算法进行特征提取并与样本图像进行匹配识别.另外,该系统实现了在线学习的功能.经过实验验证,该系统可以实时、准确的实现对印刷品内容的识别.