数控机床交流伺服系统的复合控制研究

针对常规P-P与PPI控制存在的问题，提出了在数控机床交流伺服系统中，采用带速度和加速度作为前馈控制，模糊自校正PID控制作为位置反馈控制的复合控制器，实验证明可以显著提高控制系统的控制精度，大大降低跟踪误差，具有较强的鲁棒性。     

基于双CPU技术的泵和马达控制系统的研究与设计

为获取泵和马达的静态与动态特性,设计了基于ADμC812和TMS320F206的双CPU结构的多传感器融合与控制系统。介绍了该系统的体系结构、硬件配置、接口电路、工作原理和工作流程。实现了传感器信息融合的高速高精度采集、复杂算法的大数据量实时计算以及模拟与开关量并有的多通道控制等功能,系统硬件结构简单。该系统作为泵、马达综合试验台的子系统,用于泵、马达性能试验。应用表明该系统能够满足试验要求,具有很好的可靠性和实时性。     

基于大位移视点图像的单帧图像修复

提出一种基于大位移视点图像的单帧图像修复算法,利用大位移视点图像中的可见信息修补目标图像中的被遮挡或信息丢失区域.算法的关键在于如何转化大位移视点图像的可见信息为可用信息,以及如何利用得到的可用信息来有效地修补目标图像.在交互指定待修复的目标区域后,算法首先将所有图像分割为不同的平面场景区域,并基于图像匹配将大位移视点图像中的平面场景区域变换到当前视点.因此,其中的可见信息就可被直接使用.进而通过定义合适的修复和融合优先级函数,提出基于纹理合成和图像融合的图像修复算法,利用获得的可用信息来修补目标区域.修复区域和目标图像之间的鬼影现象使用Poisson图像融合算法来消除,以达到无缝的修复结果.实验结果表明,该算法能够修复较大的丢失信息区域中的结构和纹理信息,具有一定的实用价值.     

骨架引导的网格模型圆柱面参数化

针对传统平面参数化不能直接对零亏格封闭模型参数化,而球面参数化较为适用于形态接近于球体模型的问题,定义了一种超圆柱面的参数域表示,并提出一种渐进的超柱面参数化算法,对于形态接近于圆柱或具有单支简单骨架的网格模型能够提供较小的几何形变;基于此,提出一种骨架引导的网格模型圆柱面参数化方法,能够对具有复杂骨架结构的网格模型实现全局参数化,它通过分块参数化由骨架信息得到的网格模型主体和分支,进而将分支圆柱面参数网格配准、优化并拼接至主体参数网格得到无缝的全局参数网格;对于人体和动物等具有明显骨架结构的网格模型,骨架引导的圆柱面参数化具有较小的几何形变.最后给出了实验结果,并展示了圆柱面参数化在约束纹理贴图中的应用.     

三维曲面的特征描述和特征匹配

本文提出了一种新的三维曲面特征描述算法,将二维图像上的特征描述思想推广到三维网格。算法将三维网格表示成从顶点到高斯曲率的映射函数,从而获得可类比于二维图像的相似性。借助于法线和梯度建立局部球坐标系,通过二维统计直方图对特征点邻域的几何信息进行描述,使得特征描述具有平移、旋转和缩放不变性,最终生成128维的特征向量(特征描述符)。基于特征向量,我们实现了多分辨率和异拓扑网格下的特征匹配,展示并分析了实验结果。本文的研究动机来源于三维扫描建模以及多视点三维重建技术中对特征描述和特征匹配的需求,主要的应用方向包括:扫描配准、模型注册、动画跟踪、对称检测和模型检索。     

基于几何先验和深度学习的点云法矢估算

法矢是三维点云曲面最基本的几何属性.为解决传统几何估算子与基于学习技术中的问题,提出基于几何先验和深度学习的点云法矢估算方法.首先,使用一个多尺度曲面块选择方法保持点云的特征和细节,以降低后续深度网络的学习难度;然后,结合局部特征和几何先验知识设计一个法矢优化神经网络,输出精确点云法矢;最后使用合成模型数据和Microsoft Kinect V1扫描得到的真实模型数据进行验证,使用平均角度误差作为度量标准与主流方法进行对比,定量和定性分析结果表明文中方法在保持模型细节和噪声鲁棒性方面均明显优于对比方法.     

高斯型模糊润饰图像的模糊核反演算法

为了从模糊润饰图像恢复模糊核,基于对数傅里叶空间图像高斯型模糊润饰前、后的指数黎曼度量具有等距性特点,提出一种高斯型模糊润饰图像的模糊核反演算法.首先将模糊润饰前、后的图像转换到对数傅里叶空间;然后利用黎曼测地距离度量图像高斯型模糊润饰前、后的模糊不变量,从模糊不变量携带的信息中反演恢复出高斯型模糊核.在对高斯模糊、中值模糊、盒式模糊和多步高斯模糊润饰图像进行的实验结果表明,文中算法能够鲁棒地恢复出模糊核.     

基于Bi-LSTM的家庭用电量预测

电网智能化升级改造将传统电网与先进的信息、智能技术相融合,实现电力行业的根本性变革。智能电表是智能电网系统中收集用户用电信息的代表性边缘设备,当前智能电表收集的用电量数据存在维度低、波动性强等特征,造成对未来用电情况难以预测的问题;同时对于未来边缘设备端用电量的预测,其他相关特征信息的不可得,此时研究基于单变量特征的用电量预测至关重要。为此,提出一种基于双向长短期循环记忆循环神经网络(Bi-directional Long Short-Term Memory,Bi-LSTM)的单变量家庭用电量预测模型,Bi-LSTM模型能够充分利用上下文的信息实现更准确的预测效果。通过西班牙某市真实的智能电表数据对提出的模型进行了验证,实验结果表明,该模型的预测性能相比传统LSTM、SVM方法有进一步的提高。     

塑料管井成井及使用中应注意的问题

近年,开采地下水利用塑料管井的数量越来越多。塑料管井造价低,成井容易,使用和管理方便。这种井很适应于地下水埋深在6m以内,且含水层为河流石的平原地区和沿河两岸的第一阶地。这种井的井孔由冲击钻(掏子)打成。其井径范围为100～300mm,井深范围为10～12m。塑     

矿井开拓布局创新与改革

该文介绍了济三煤矿“新型”开拓布局的特点及在基建施工与投产后进行的一系列优化与改造情况 ,并对“全煤巷”采区巷道布置改革进行了探讨