基于GA-WPT-ELM的6061铝合金表面粗糙度预测

为了提高工件表面粗糙度预测的准确性,针对振动信号特征识别和表面粗糙度预测建模时多个参数难以同步优化和人工经验调优误差较大的问题,提出基于遗传算法（GA）的信号特征识别和表面粗糙度预测的优化算法. 对采集的6061铝合金铣削振动信号进行小波包变换（WPT）和多个特征提取,利用GA优化WPT母小波和特征向量;将信号特征向量和表面粗糙度分别作为极限学习机（ELM）的输入和输出,对预测模型训练的同时,利用GA优化ELM隐含层的神经元个数;对训练好的预测模型进行测试. 实验结果表明,通过GA对振动信号识别和表面粗糙度预测的3类参数同步优化,获得了最佳的信号特征和较高的表面粗糙度预测精度,节省了建模分析计算成本.     

一种基于构件的手机可重构虚拟仪器技术

针对手机测试系统对便携式测量提出的在线升级和功能调整的要求,提出了基于构件的手机动态可重构测试系统。采用动态XML解析器模型实现了手机端测试系统的动态解析、构件的查找和装配,形成一个测试功能可以根据测试任务快速重组的测试系统。提出了支持面向发布/订阅模式的仪器构件模型,在此基础上设计了系统数据模型和事件模型来实现构件之间消息的传递与数据的更新。以声音信号采集分析仪器和3种人体生理信号采集测试系统为应用例子,进行测试。结果证明了该平台的可实现性,并能够满足手机测试系统对便携式测量提出的在线重构和功能调整的要求。     

眼球光心标定与距离修正的3维注视点估计

目的 在基于双目视线相交方法进行3维注视点估计的过程中,眼球光心3维坐标手工测量存在较大误差,且3维注视点估计结果在深度距离方向偏差较大。为此,提出了眼球光心标定与距离修正的方案对3维注视点估计模型进行改进。方法 首先,通过图像处理算法获取左右眼的PCCR（pupil center cornea reflection）矢量信息,并使用二阶多项式映射函数得到左、右眼的2维平面注视点;其次,通过眼球光心标定方法获取眼球光心的3维坐标,避免手工测量方法引入的误差;然后,结合平面注视点得到左、右眼的视线方向,计算视线交点得到初步的3维注视点;最后,针对结果在深度距离方向抖动较大的问题,使用深度方向数据滤波与Z平面截取修正法对3维注视点结果进行修正处理。结果 选择两个不同大小的空间测试,实验结果表明该方法在3050 cm的工作距离内,角度偏差0.7°,距离偏差17.8 mm,在50130 cm的工作距离内,角度偏差1.0°,距离偏差117.4 mm。与其他的3维注视点估计方法相比较,在同样的测试空间条件下,角度偏差和距离偏差均显著减小。结论 提出的眼球光心标定方法可以方便准确地获取眼球光心的3维坐标,避免手工测量方法带来的误差,对角度偏差的减小效果显著。提出的深度方向数据滤波与Z平面截取修正法可以有效抑制数据结果的抖动,对距离偏差的减小效果显著。     

基于U-net-BiLSTM-CRF的心律失常多目标检测

由于卷积滤波尺寸等限制,U-net无法学习到心电(Electrocardiographic, ECG)信号的长时序关联性以及标签间的相关性。对此提出一种基于U-net-BiLSTM-CRF的心律失常多目标检测方法,可同时输出目标心拍所属类型和位置信息。使用U-net学习融合特征,再将其输入到双向长短时记忆网络(Bi-directional Long Short-Term Memory, BiLSTM)中学习长时序依赖特征,最后使用条件随机场(Conditional Random Field, CRF)对标签间的关系建模,优化分类结果。依据ANSI/AAMI EC57:2012的心搏分类标准,对MIT-BIH心律失常数据库中共85 609个心拍记录进行划分,在划分后数据集上的实验结果表明,该方法对心拍分类的准确率达99.11%,特异性为99.76%,灵敏度为97.21%,优于传统U-net在MIT-BIH心律失常数据库上的分类性能。     

基于交错算法的FMICW技术在车载雷达中的应用

调频中断连续波（FMICW）雷达收发转换开关频率满足一定约束条件时,不仅保留了调频连续波（FMCW）雷达峰值功率低、距离分辨率高、对其他系统干扰小等优点,而且解决了发射机能量泄露导致接收机过载的缺点。所提方案研究 FMICW 技术由于收发过程的不连续性,在车载雷达中采用单一开关频率的传统方法会出现多个杂散频谱尖峰的问题。使用带通滤波器消除杂散尖峰的精度取决于对目标距离的先验估计,使用伪随机中断序列的方法会使本底噪声的平均功率增大,动态检测范围缩小。所提方案使用了一种基于多个开关频率的交错算法,在多个频谱上每个频率位置做最小化可在频域中直接消除杂散尖峰。经实验分析,FMICW应用在车载中与等效FMCW雷达检测性能接近,且对多目标环境具有良好的适应性。     

汽车液压制动系统气液两相流流型的识别

建立了汽车液压制动系统中气液两相流流型检测装置,根据压差波动信号,利用Hilbert-Huang变换(HHT)对制动液两相流流型进行识别,并利用高速摄像机采集不同工况下制动液的气液两相流流型图像。结果表明,制动时车轮转速越高,压差信号幅值越大,幅值主要集中在0～50Hz区域;识别制动时的制动液流型为一种泡状流。高速摄影的结果验证了液压制动管路中制动液为泡状流;制动转速越高,气泡越小。结论揭示了制动时汽车制动液的气液两相流流型,说明利用测量制动液的压差波动信号进行HHT就可以识别其流型。     

数控机床指令域示波器的设计方法CSCD

针对单纯的时域、频域信号分析所体现的数控机床物理信号特征难以与机床加工实时状态对应起来,造成对数控机床信号分析与处理上存在误判可能的问题,详细讨论了数控机床指令域示波器的原理、特性、及其设计方法,并以机床的振动信号为研究对象,在Android平台上实现了数控机床振动信号的指令域示波器。实验表明,该指令域示波器能够很好地将传感器数据与G指令对应起来,能对单条G指令所对应的传感器数据段进行单独分析和对多条G指令的传感器数据段进行横向对比分析。     

Tecnomatix二次开发技术研究

西门子开放式数字制造数据管理平台Tecnomatix是集编写、仿真和优化制造工艺的协同开放式软件平台,其通过开放式的数据结构相互连接,向外提供统一的应用程序接口,使用户在开放式数字制造数据管理平台基础上进行二次开发。由于该平台在专用性上存在不足,结合.NET API开发方式,介绍了Tecnomatix应用程序二次开发的几项关键技术,并给出了一个在Windows XP操作系统下,基于Microsoft Visual Studio.NET Professional,2005 edition环境,应用C#对Tecnomatix软件系统进行二次开发的实例。