基于骨架特征的曲轴快速辨识方法研究

智能制造中,实现CNC集成视觉检测的难点是实时性和准确性。面向复杂的曲轴类工件,提出了一种基于骨架特征的曲轴快速辨识方法;首先结合改进的FDMA算法和改进的不变矩算法,给出了曲轴图像骨架化以及曲轴骨架特征描述方法;然后采用支持向量机,实现曲轴种类辨识;最后,提出了CNC集成CCD快速辨识系统的方案及工作原理。实验验证结果表明:基于骨架特征的辨识方法计算量小,辨识速度快,辨识精度高,适用于拓扑结构相差较大的工件辨识。     

基于深度支持向量机的曲轴智能识别方法

针对拓扑形状结构相似、仅在局部细节上有差别的曲轴识别问题,提出一种基于特征融合的深度支持向量机(DSVM)识别方法,该方法将深度神经网络与多个支持向量机(SVM)相结合构成一种网络模型,通过最大限度地利用支持向量结构风险最小化原理提取深层特征,以建立特征和目标值之间的复杂非线性映射关系,保证模型的泛化能力.该模型包含数据的输入层、隐藏层和输出层,为获得较好的曲轴图像局部细节边缘检测效果,从滤波、梯度计算、自动获取高低阈值等方面对传统Canny边缘检测算法进行改进,进而提取边缘的Hu矩、傅里叶描述子和尺寸特征,通过串行融合和特征筛选方法对提取到的3类特征进行优化组合并做归一化处理,作为DS-VM模型的输入向量用于训练最浅层的SVM;高层的特征由低层的支持向量映射产生,实现逐层的训练学习,通过反向传播算法对网络进行更新,由判别函数输出网络的分类识别结果.通过设计曲轴图像采集方案,建立了5类曲轴样本数据集,并验证了模型的性能.实验结果表明,该模型识别精度可达99.6％,相较于单一的SVM和AlexNet分别提高了6.6％ 和3.1％,识别时间为93 ms,符合再制造废旧零件修复或改造柔性生产线中对曲轴识别的要求.     

轴流式旋风分离器结构参数的多目标优化

将轴流式离心分离技术引入沸腾制粒机中,以期提升沸腾制粒机的工作效能.提出一种基于代理模型的轴流式旋风分离器结构参数多目标优化设计方法.以计算流体动力学(CFD)为基础,采用田口法进行试验规划,构建关于分离效率和压降的响应面回归方程,利用NSGA-II求解得到多目标优化模型的Pareto前沿.结果表明:优化结构对(1～10)um微细颗粒的分离效率达到61％,相较初始值提高了24％,在较高的操作条件下可达到90％,性能指标满足其在沸腾制粒机除尘系统中的应用要求,研究结果也为轴流式旋风分离器的设计与优化提供了依据.     

基于RBF代理模型的袋式除尘器清灰性能优化设计

针对袋式除尘器清灰系统性能优化设计中非线性和多参数耦合的问题,提出基于RBF代理模型的袋式除尘器清灰性能优化方法。以数值模拟为基础获取优化目标响应值。采用拉丁超立方试验设计控制清灰参数的设计空间,根据得到的试验数据建立清灰参数与响应值之间的RBF代理模型,并在此基础上采用遗传算法进行优化,得到距袋底1m处侧壁压力峰值最大的清灰参数组合。优化结果表明:距袋底1m处侧壁压力峰值由1.099kPa上升至2.294kPa,实现了对清灰性能的优化设计。     

基于数值模拟的袋式除尘器清灰性能影响探讨

脉冲清灰是袋式除尘器的过滤再生循环过程,相关的流场分布特性直接影响其清灰性能。针对清灰过程喷吹时间短、速度变化快的特点,建立相应的质量通量方程及非稳态流场模型。通过改变喷嘴结构及喷吹控制参数,采用数值模拟方法获得各种条件下的压力、速度分布云图。实际应用表明：基于数值模拟探讨影响清灰效果的因素及其规律,可为袋式除尘器喷吹清灰的优化设计提供重要参考。     

基于GRA-PCA的机床主轴系统热敏感点优化

热敏感点优化选取是热误差建模过程中的关键问题，所选取的热敏感点优劣将直接影响热误差模型的精确性和鲁棒性。提出一种灰色关联分析（GRA）和主成分分析（PCA）结合的机床主轴系统热敏感点优化方法，采用GRA筛选对热误差影响较大的温度测点，机床主轴不同位置处的多个测点温度值以及主轴在对应温度下产生的热漂移作为分析数据，通过计算温度变量与热漂移之间的灰色关联度，得到其灰色综合关联度矩阵，确定二者相关性后初选温度变量；根据PCA将高度相关的温度数据简化为较少的相互独立的主成分，将其作为后续热误差模型的输入，从而实现热敏感点优化。将该方法应用于数控机床主轴系统，优化完成的热敏感点数据作为主轴热误差模型的输入变量。结果表明：将优化所得热敏感点作为BP热误差模型输入，预测所得热误差与实际热误差的平均残差为0.83 μm，低于仅采用灰色关联分析法优化热敏感点的5.18 μm及仅采用主成分分析法优化热敏感点的4.57 μm，机床z轴热变形预测精度得到显著提高，有利于改善加工精度。     

四轴联动加工中心误差模型及参数辩识

基于对多体系统理论,以三轴加工中心误差模型及参数辩识为基础,建立了四轴联动加工中心运动误差模型。以Ｍａｋｉｎｏ加工中心为对象,建立了数学模型并进行了参数辩识。在参数辩识中,采用国际先进的Ｒｅｎｉｓｈａｗ测量系统回转误差,且与传统方法相结合,开发出一套即精确又有效的方法,具有一定的实用价值。     

多传感器信息融合滤袋破损检测方法

工业环保袋式除尘器滤袋破损直接导致设备失效,目前其监测主要依靠出口浓度检测,局限性大,误检率高。基于过滤过程滤袋破损特征分析,提出了一种多传感器信息融合滤袋破损监测方法。首先,通过理论分析和实验研究,明确了滤袋破损状态下的多传感器信号特征;研究了多传感器数据融合方法,给出了基于D-S证据理论的滤袋破损监测数据融合算法和实现过程。针对大型工业袋式除尘器滤袋不同破损状态监测实验,结果表明,将多传感器数据融合技术引入滤袋破损监测中,提高了监测的可靠性与灵敏度。