基于容差限制的五轴侧铣直纹面刀具轨迹规划

刀具轨迹规划是五轴侧铣加工的一个关键问题,以前的研究表明通过全局最小化加工误差来优化刀具轨迹是一个可行的方法,然而,全局加工误差最小并不能保证局部误差可以控制,局部刀具轨迹误差可能超过实际加工中允许的容差值.因此,本文提出全局和局部最优相结合的方法,该方法在刀具轨迹规划时考虑了给定容差的限制,使得直纹面侧铣刀具轨迹最优和误差可控.在全局最优化过程中,对误差过大的刀具轨迹进行局部调整,使得误差满足容差值.对本文算法进行仿真实验验证,实验结果证明了本文算法的可行性和有效性.     

伺服电动机的振动抑制

分析了振动产生的原因,从大量文献中总结了目前振动抑制的主要方法,对扭转振动和转矩脉动的抑制方法、从动态指标和系统结构上进行分析和对比,指出了目前振动抑制方法存在的问题,对振动抑制方法的发展进行展望。     

五轴加工刀具矢量压缩平滑定向插补算法研究

为解决五轴加工中刀具矢量变化不均匀引起减速和加速的反复发生,带来加工形状变得粗糙和加工时间变长的问题,提出一种刀具矢量压缩平滑定向插补算法。通过对指令程序进行压缩处理,可以去除刀位点和刀具矢量变化小的指令,对刀具矢量平滑处理,可以使得刀具矢量的变化与线性轴的变化一致,定向插补是对优化后的指令刀位点数据和刀具方向进行插补计算,以实现高速加工。通过仿真实验验证了该算法的有效性和可行性。     

星载SAR图像几何校正影响要素分析

几何校正是SAR图像应用的基础,而影响校正效果的要素有多种。论文首先从SAR图像成像机理出发,阐述了几何校正中定位模型的建立和解算过程,主要分析了两类影响要素：高程和卫星轨道插值方法。然后以一幅高分辨率TerraSAR-X图像的几何校正为基础,对比分析了三种高程和两种轨道插值算法对定位精度的影响。实验结果表明,只有距离向定位受这些因素的影响,高程的分辨率和垂直精度对定位精度都有很大影响、四次多项式直接插值方法只能满足一般的几何校正需要,更高精度的校正还需要其他辅助手段。     

基于GPU多流并发并行模型的NDVI提取算法

利用GPU进行加速的归一化差分植被指数(Normalized Differential Vegetation Index,NDVI)提取算法通常采用GPU多线程并行模型,存在弱相关计算之间以及CPU与GPU之间数据传输耗时较多等问题,影响了加速效果的进一步提升。针对上述问题,根据NDVI提取算法的特性,文中提出了一种基于GPU多流并发并行模型的NDVI提取算法。通过CUDA流和Hyper-Q特性,GPU多流并发并行模型可以使数据传输与弱相关计算、弱相关计算与弱相关计算之间达到重叠,从而进一步提高算法并行度及GPU资源利用率。文中首先通过GPU多线程并行模型对NDVI提取算法进行优化,并对优化后的计算过程进行分解,找出包含数据传输及弱相关性计算的部分;其次,对数据传输和弱相关计算部分进行重构,并利用GPU多流并发并行模型进行优化,使弱相关计算之间、弱相关计算和数据传输之间达到重叠的效果;最后,以高分一号卫星拍摄的遥感影像作为实验数据,对两种基于GPU实现的NDVI提取算法进行实验验证。实验结果表明,与传统基于GPU多线程并行模型的NDVI提取算法相比,所提算法在影像大于12000*12000像素时平均取得了约1.5倍的加速,与串行提取算法相比取得了约260倍的加速,具有更好的加速效果和并行性。     

利用RCS库实现数控系统模块间的通信

采用层次化的设计思想,对数控系统进行模块划分,数控系统对实时性要求很高,尤其是运动控制模块,因此如何实现各个模块间的通信就显得十分重要.介绍了RCS库的原理,以及利用RCS库中的共享内存和NML来实现各个模块间的通信.     

链板式二次码烧快速干燥窑的研究开发及实际应用效果分析(一)

在调查国内外干燥技术的基础上,结合陶瓷挂板单层码放、多层快速干燥流程,在我国砖瓦行业首次研发制造了链板式二次码烧快速干燥窑,并成功用于砖厂技术改造,取得了可喜的研发应用效果。     

基于思科模拟器的静态路由实验

静态路由实验是网络实验教学的重要内容之一,掌握路由器的基本配置之后,就可以开始静态路由的学习,追踪数据包的流动,定义数据包的传输路径。本实验采用Cisco Packet Tracer模拟器实现,给出了设备配置方法,并对结果进行了验证。通过该实验,学生对静态路由和ICMP协议加深了理解。     

数控系统S型曲线加减速快速规划研究

加减速控制是数控系统开发的关键技术之一,而一般S型加减速算法公式复杂,计算比较费时,因此,提出了改进的S型曲线加减速算法,根据S型曲线对称性和初、末速度不同的特点,对公式重新进行了推导,简化算法,可以快速规划出各个阶段的运行时间用MATLAB对本文所提出的算法进行了验证,可以得到平滑的速度和加速度轮廓,证明了本文算法的正确性和可行性与原有算法的运行时间进行对比分析,本文算法的执行时间大大降低.