排序方式: 共有25条查询结果,搜索用时 0 毫秒
1.
并联机床由于完全摒弃了传统机床固定导轨的刀具导向方式,其数控系统中必然需要添加运动学变换模块,以实现加工代码中的直角坐标与其可控制的关节空间坐标之间的转换.本文介绍了3-TPS并联机床数控系统中运动学变换方程组的建立和求解,详细分析了五坐标加工时运动学变换的实现,并在实际平台中仿真测试了运动学模块的性能. 相似文献
2.
3.
EM(Expectation Maximization)算法是含有隐变量(latent variable)的概率参数模型最大似然估计、极大后验概率估计最有效的算法,但很容易进入局部最优现象,对此提出基于半监督机器学习机制的EM算法.本文方法是在最大似然函数中加入惩罚最小二乘因子,同时引入非负约束作为先验信息,结合半监督机器学习方法,将EM算法改进转化为最小化求解问题,再采用最大似然方法求解EM模型,有效估计了混合矩阵和高斯混合模型参数,实现EM算法的改进.仿真结果表明,该方法能够很好地解决了EM算法容易局部最优化问题. 相似文献
4.
为了确保跟踪算法能够实时跟踪上高速移动的目标并且记录目标的三维坐标.本系统使用了一种基于KCF(Kernelized Correlation Filters)的高速跟踪算法来保证系统能够跟踪到移动速度较快的目标.首先,使用KCF跟踪算法来跟踪目标;然后,利用ORB特征点检测来计算目标特征点从而找到多摄像机中对应的点,找到对应点之后利用多摄像机的三维重建原理计算出每一帧中目标物体的三维坐标点;最后,用多项式对每一帧运动轨迹的离散点进行拟合得到最终的运行轨迹.实验结果证明该算法能够有效跟踪目标,整个系统能够满足实际的需求. 相似文献
5.
在离散制造业中,排产方法的优劣直接影响生产的效率.为了使算法更好的应用到排产当中,首先分析离散制造业的生产特点.同时,为了提高算法的搜索性能,分析遗传算法与粒子群优化算法的优缺点,提出了一种粒子群遗传混合算法(PSO_GA).该算法中,在遗传算法的基础上引入参数,从而动态控制每次迭代交叉变异比,进而提高群体多样性.同时为了克服遗传算法自身收敛速度慢的缺点,在适当的迭代周期内引入粒子群优化算法,从而提高算法的搜索速度和精度.最后,针对排产模型进行仿真实验,结果表明该算法具有很好的搜索性能. 相似文献
6.
为了进一步提高数控机床的定位精度,文章提出了一种软件补偿算法——速度箝制法。该算法通过对机床的进给速度进行控制来实现机床的反向间隙补偿与螺距补偿,从而有效提高机床定位精度。速度箝制算法是通过减小机床进给速度的变化幅度,让进给轴的速度一点一点变化而不是骤然降速,使轴的速度具有一定的平滑性,从而减小机床由于振动过大引起的误差。利用英国雷尼绍公司(RENISHAW)生产的XL-80激光干涉仪对配有实验室自主研发的沈阳计算所L10数控系统的CAK3665数控机床进行定位精度的在线检测,并对机床的定位精度进行在线补偿。对补偿前后的数据进行对比分析。试验结果表明,该软件补偿法使机床Z轴的定位精度从11.3μm减小到了1.6μm,误差减小86%以上,具有一定的实际意义和应用前景。 相似文献
7.
8.
9.
10.