小波阈值去噪技术研究及其在信号处理中的应用

阈值函数的选取以及阈值的确定是小波收缩消噪的关键问题,阐述了小波变换及小波阈值去噪的基本原理.基于噪声和信号在小波变换下表现出截然不同的性质:噪声对应的小波变换系数将随着尺度的增大迅速衰减,建立了小波收缩消噪的统一框架.在该框架下总结了各种阈值函数的形式以及阈值确定的方式,研究了它们的性能及特点.仿真实验结果表明,该方法既能有效地去除信号噪声,又能较好地保留原信号中的突变信息.     

基于LS-SVR的图像噪声去除算法研究

通过对最小二乘支持向量机(Least squares support vector regression, LS-SVR)滤波特性的分析, 给出了LS-SVR用于图像滤波的卷积模板构造方法, 解决了LS-SVR在应用中需要求解的问题, 在此基础上, 提出了基于LS-SVR的开关型椒盐噪声滤波算法. 滤波算法中以Maximum-minimum算子作为椒盐噪声检测器, 利用滤波窗口内非噪声点构成LS-SVR的输入数据, 使用事先构造出的LS-SVR滤波算子, 对滤波窗口进行简单的卷积运算, 实现了被椒盐噪声污染点数据的有效恢复. 实验表明, 本文提出的方法具有较好的细节保护能力和较强的噪声去除能力.     

三维车削仿真的碰撞检测

在分析了目前碰撞检测主要方法的基础上,研究了三维车削仿真加工过程中的碰撞检测方法。在造型的过程中借助了多边形的概念和B_rep的造型方法;在算法上采用将三维实体间的碰撞检测转化为二维多边形间的重叠性检验;并通过多边形之间的布尔交运算来判定碰撞的发生。实现的平台为自主开发的动态三维车削仿真系统CNCSimu 2．0。仿真实例表明:该方法简化了碰撞模型,提高了碰撞检测效率。     

外圆磨削接触弧区温度模型的建立及其试验研究

本文在建立磨削接触弧区不同等温面温度数学模型的基础上，推导出一个比较简单的计算磨削接触面最高温度的数学模型。本文的磨削接触弧区温度测试系统较好地解决了外圆磨削温度难以检测的难题，为外圆磨削温度的测试提供了一种行之有效的方法。计算机仿真和磨削试验的结果都证明了所建立的磨削温度模型的正确性。     

基于最小二乘支持向量机的外圆磨削表面粗糙度预测系统

为解决磨削加工中影响因素多,难以实现自动化加工的困难,对磨削系统的表面粗糙度预测系统进行了研究。在分析目前常用预测方法的基础上,建立了基于最小二乘支持向量机的外圆纵向磨削表面粗糙度预测模型。该模型采用等式约束,把原来求解一个二次规划问题转化成求解一个线性方程组,方法简单且有效。比较实验显示,该方法响应时间快、测量精度高,测量精度误差比BP神经网络预测方法小4%,比进化神经网络(BP+GA)预测方法小1.3%,所提供的预测方法可以实现对工件表面粗糙度的在线预测。将其应用于外圆纵向磨削智能系统中,实时计算预测值与给定粗糙度的差值,引导磨削专家系统修正磨削参数,实现智能控制,取得了较好的效果。     

录像机皮带打滑检修

在检修录像机中,经常与到入盒、出盒或播放中途停机等故障。这些故障出现的原因是多方面的;除了因电源、电路、元器件损坏,开关接触不良、齿轮错位等原因外,很多一部分机器因皮带打滑造成保护停机。为了加快检修速度,少走弯路,特别是对使用多年的旧机器,出现上述故障时,首先要考虑皮带打滑这一故障。尤为出带难的机器,其表现入盒不到位又退出来,出盒起带中途又落下去,动作缓慢不连贯,这种故障比较多     

遗传算法在工艺路线排序中的实现及相关问题探讨

遗传算法是一种应用于科学研究中的全局搜索与寻优过程的方法.本文将遗传算法应用到工艺路线排序过程中,实现了工序间及工序内各工步合理顺序的确定.同时,本文对利用该算法进行工艺路线排序过程中所涉及的相关问题进行了深入的探讨.     

基于进化神经网络外圆纵向磨削表面粗糙度的在线预测

将人工神经网络引入磨削加工领域。针对BP算法存在收敛速度慢，容易陷入局部极小值以及全局搜索能力弱等缺陷，采用遗传算法训练BP神经网络，设计了基于进化神经网络的学习算法，建立了外圆纵向磨削表面粗糙度的进化神经网络预测模型。实验和仿真结果表明。基于进化计算的BP神经网络可以克服单纯使用BP神经网络易陷入局部极小值等问题，预测精度较高，对提高外圆纵向磨削加工的自动化程度具有重要的意义。通过在线监测磨削拳数。所提供的预测方法可以实现对工件表面粗糙度的在线预测。     

变速磨削对外圆磨削力的影响

通过对外圆磨削力的分析，得到磨削力与速比Kv（Vw／Vs）之间的幂函数关系。据此采用线性均值化假设说明变速磨削可以降低磨削力。试验结果对上述结论进行了验证。