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.     

CNC集成制造过程协同仿真模型及应用技术研究

针对CNC集成制造过程复杂、动态、迭代的特点,采用分层混合建模策略构建了CNC集成制造过程协同仿真模型,并设计了仿真单元;考虑到各过程之间的兼容性、集成性,采用基于模型字典和模型结构相结合的面向对象的模型表示方法对各仿真对象进行规范化表示。最后以曲轴工件为例,采用组态软件开发了曲轴CNC集成制造协同仿真系统,实现了曲轴工件加工过程、检测过程、质量监控的多模式窗口协同仿真运行,有效实现了各仿真单元模型及文档的共享和互操作,使用过程采样数据对仿真模型进行训练和测试,为工艺方案的寻优提出可供借鉴的依据,为集成制造过程的优化提供理论依据。     

基于组态的机场散货物流仿真系统设计与实现

结合机场散货物流现场实际情况和使用要求,采用组态技术开发了仿真系统。该系统应用遗传算法来合理分配货位地址,在使用组态软件建立仿真模型和数据字典的基础上,模拟了机场自动化立体仓库的作业过程,并设计了仿真动画、通讯和数据库接口等功能模块,最后进行了比较完善的测试,取得了满意的效果。该系统用于相关工程项目的开发和现场培训,可有效缩短工程周期,减少对生产运营造成的冲击,降低成本。     

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。     

一种新型高升压比DC-DC变换器

针对传统DC-DC变换器存在的输出电压增益不高、能量转换效率较低等问题,提出一种新型高升压比直流变换器。该变换器主电路拓扑结构由Boost电路和电荷泵倍压电路组成,具有相互独立的控制环节,与现有典型的高增益阻抗源DC-DC变换器相比,所提出的变换器可以在较低的输入电压下实现更高的升压增益,同时具有更高的转换效率。详细分析了变换器的工作原理,使用Simulink工具对升压方案进行仿真,验证了方案的可行性。实验结果表明:在5 V输入下,输出电压为380 V,输出纹波为0.82%,转换效率最高为80.6%,可用于驱动高工作电压传感器。     

基于蚁群算法的大型自动化立体车库计算机监控软件设计

结合具体工程项目实例，阐述了大型自动化立体车库的基本工作原理和关键技术，对计算机监控系统软件设计过程中的作业路径优化问题进行了详细讨论，最后介绍了监控软件的实现方法和基本功能。研究和应用结果表明，改进后的蚁群算法在作业路径优化方面具有较好的稳定性和收敛性，能够有效缩短出入库作业时间，提高作业效率。