机械产品内部构件状态的视觉检测方法

文中研究了机械产品内部构件状态的视觉检测方法。运用机器视觉技术对产品的图像进行预处理、特征提取和匹配操作，基于模式识别的方法建立了故障诊断模型，最终实现了产品内部构件状态的自动检测。利用所述方法，对具体的机械产品进行了检测试验，结果表明该方法实用、迅速、可靠，对于自动检测复杂机械产品内部构件的状态具有普遍意义。     

压电型惯性微驱动器研究

提出基于惯性-摩擦的新型压电驱动方式,设计出可实现直线运动和圆周运动的压电微型驱动器。对微驱动器进行了动力学建模,给出了试验结果及分析,并讨论了驱动器的应用方向。     

基于激光测距仪全局匹配扫描的SLAM算法研究

针对传统的SLAM(Simultaneous Localization and Mapping)算法构建地图时容易受环境因素和外界条件的的影响,在非线性系统状态下误差修正能力不足,且当机器人位姿都处于未知状态时,移动机器人位姿获取不精确,地图构建SLAM技术特征量的获取比较繁琐、不准确等问题。以电力巡检机器人为平台,研究了基于全局匹配的扫描算法,摒弃传统的栅格地图模型的插值方法,采用双线性滤波的插值方法,保证子栅格单元的精确性,估算栅格占用函数的概率和导数。最后采用此算法解决了SLAM地图构建的问题,并分别在室内室外环境进行实验。实验结果表明：基于激光测距仪的全局匹配扫描的SALM算法,在室内室外两种不同环境下,不受复杂背景的影响,准确地进行机器人位姿定位,以及环境地图的构建     

引信安全性故障树数字仿真方法探讨

提出可以采用两种方法对引信的安全性故障树进行数字仿真，即改进的Ｍｏｎｔｅ－Ｃａｒｌｏ法和匕首抽样法。对两种方法做了简要的原理说明和仿真步骤介绍，并且进行了对比，得出一些结论。     

基于组态软件的自动涂布实时监控系统设计

该文提出了一种能对易燃易爆材料自动涂胶系统进行实时监控的方案。监控系统能够对温度、压力、流量、胶层厚度、纠编信息等一系列物理量进行自动显示、越界报警和调节。主要从硬件结构和总体控制两方面做了详细的论述。     

基于神经网络算法的故障检测技术

针对复杂的机电产品内部构件状态检测这一工程难题,本文介绍了一种自动在线检测系统.该系统采用X射线对产品成像,运用数字图像处理技术对射线图像进行预处理,由神经网络算法进行故障诊断.故障识别模型采用了改进的BP神经网络算法,以正常装配状态时的多幅图像经预处理后作为学习样本训练BP神经网络.检测时一般只需拍摄两幅不同方位的图像,经预处理后输入神经网络与样本图像进行比较判断,即可识别出关键元器件的状态.该系统将数字射线成像技术和图像处理技术相结合,并在故障识别算法中采用了神经网络算法,提高了产品故障的检测速度和可靠性,在工业无损检测领域具有一定的实用性.     

引信故障树底事件数据确定原则探讨

底事件数据确定原则的制定对于引信故障树底事件数据库的建立有重要的意义,文中考虑了影响底事件数据的各种因素,提出了安全系统原发性失效,火工品失效和人因失效底事件的数据确定原则,在引信故障树底事件数据库的建立上做了基础性的工作。     

引信安全性故障树数字仿真方法探讨

提出可以采用两种方法对引信的安全性故障树进行数字仿真，即改进的Ｍｏｎｔｅ－Ｃａｒｌｏ法和匕首抽样法。对两种方法做了简要的原理说明和仿真步骤介绍，并且进行了对比，得出一些结论。