Stewart机构姿态奇异及非奇异姿态空间的研究

推导出了6／6-SPS型Stewart机构处于固定位置时机构的姿态奇异轨迹的解析表达式。研究结果表明,机构处于固定位苴时的姿态奇异轨迹是一个关于机构动平台的姿态参数的十三次多项式。还研究了机构动平台的几何外形、动平台和定平台的外接圆的半径比、动平台的位置对机构的非奇异姿态空间的影响,因此为该并联机构的优化设计提供了重要的理论依据。     

S翼型水力优化及非稳态绕流研究

为了揭示S翼型绕流性能提升的水力诱因,探索其水力性能与非稳态绕流特性间的内在关联,基于构造的自动寻优流程得到了水动力特性较优的新翼型,并利用LES方法和LDA试验探究了优化前、后S翼型的非稳态绕流特性及其差异。研究结果表明：优化翼型的最大升阻比为29,较原始翼型提升了30%,其对应最优攻角为8°,并大于OR翼型对应的6°攻角;优化后椭圆形的前缘可以有效地降低S翼型前缘处的表面摩擦系数;吸力侧流动分离现象的抑制可以显著优化S翼型的非稳态绕流结构,进而实现其水力性能的大幅提升。研究结果有助于为S翼型的水力设计提供理论指导,同时也可为双向轴流式水力机械提供水动力特性优异的S翼型。     

基于奇异值分解的压缩感知噪声信号重构算法

压缩感知是通过对信号信息采样的信号处理新方法,它对可压缩信号可以大大降低采样数据.为提高噪声信号在压缩感知中的重构精度,本文提出了一种基于对观测矩阵奇异值分解的噪声信号重构算法,该算法对随机观测矩阵进行奇异值分解,通过均值算法修改对角矩阵的特征值,产生新的观测矩阵用于线性测量,理论证明了新观测矩阵比原观测矩阵具有更高的重构精度.仿真结果表明,算法重构精度在一维信号提高了3％～5％,二维信号的PSNR值提高1～2 dB.     

基于螺旋弹簧的柔性杆形状感知技术

为了实现柔性杆形状的动态感知,研究了螺旋弹簧变形的检测方法,实现了对螺旋弹簧三维变形的实时感知。根据采集到的螺旋弹簧表面离散点的应变数据,计算出簧丝的曲率和挠率,建立了递推方程,将螺旋弹簧变形形状重建出来。建立了一套实验系统,验证了所提出方法的正确性,应变信息由簧丝表面上的应变片采集,采集到的应变信息直接输入到计算机,并通过VC++程序处理,实时绘制出螺旋弹簧变形后的形状。研究结果表明,该研究提出了一种有效获取在不可见环境下的形状解决方案,具有一定的理论和实际意义。     

基于奇异值和奇异向量的振动信号降噪方法

针对复杂的转子振动信号中同时存在随机噪声干扰和工频噪声干扰的问题,提出了基于奇异值和奇异向量相结合的降噪方法。首先,对振动信号进行奇异值分解(singular value decomposition,简称SVD),根据奇异值谱确定振动信号有效奇异值阶次;其次,对有效阶次范围内的奇异向量进行快速傅里叶变换(fast Fourier transform,简称FFT),依据幅值谱筛选出对应于工频噪声的奇异向量;最后,利用其余的奇异值和奇异向量进行重构得到降噪的时域信号。通过仿真信号和工程试验信号对该方法进行了验证,结果表明,基于奇异值和奇异向量相结合的降噪方法,不但能有效降低振动信号中的随机噪声干扰,还能有效降低工频噪声干扰,同常用的陷波器方法相比所提出方法具有明显优势。     

基于非瞬时支链位形设计的并联机构内部奇异消除方法研究

依据螺旋理论系统分析了并联机构的约束奇异、驱动奇异和支链奇异,位于工作空间内部的约束奇异和驱动奇异的位形是对机构性能影响最为严重的位形。提出了一种基于非瞬时支链位形设计的并联机构内部奇异消除方法,以3-RRR型、4-RPTR型和3-RRRT型并联机构为例,系统阐述了该方法的设计过程。结果表明,除动平台和基平面重合的位形以外,该方法能够消除其他所有内部奇异位形。       

基于压缩感知的多特征实时跟踪

针对基于压缩感知的目标跟踪算法中存在的特征单一,在目标纹理变化、光照变化较大时跟踪不稳定、易丢失目标的问题,提出了多特征联合的实时跟踪算法。该算法以多个矩阵作为压缩感知中的投影矩阵,将压缩后的数据作为特征来提取出跟踪所需的多种特征。在更新过程中,针对不同特征在跟踪过程中的稳定性不同,采取不同速度的更新方法,使得在目标环境变化时跟踪的鲁棒性仍然很高。对不同视频的测试结果表明,提出的方法在目标运动、旋转、纹理变化和光照变化的情况下跟踪准确,在目标大小为70 pixel×100 pixel时平均帧速为23 frame/s,满足实时跟踪的要求。与单一特征的压缩感知算法相比,本算法在目标纹理和光照变化很大的情况下仍能完成稳定的实时跟踪。     

非正交双转台五轴机床后置处理通用方法

针对非正交结构的双转台型五轴机床,提出一种从工件坐标系变换到机床坐标系的逆运动学求解方法。该方法适用于正交及非正交情况下,双转台型、摆头+转台型和双摆头型五轴机床的后置处理问题。分析非正交双转台型五轴机床的结构特点,建立此类机床的通用结构形式。基于点绕空间任意轴的旋转变换公式,建立非正交五轴机床各运动坐标同刀位数据之间的映射关系,实现机床平动坐标和转动坐标的计算。针对机床C轴转动坐标的求解,分析出现奇异位置的情况,给出奇异值问题的处理方法。对整体叶轮流道及叶片加工刀位轨迹进行后置处理,并通过Vericut软件进行仿真试验,验证后置处理方法的可行性和高效性。     

基于非瞬时支链位形设计的并联机构内部奇异消除方法

引入新支链的冗余驱动方法是目前减少或消除并联机构奇异的有效方法,如何确定所引入支链的结构形式、布置方式和最少支链个数是该冗余驱动方法的核心问题,然而关于这些问题至今尚没有系统的理论和方法。依据螺旋理论系统分析并联机构的约束奇异、驱动奇异和支链奇异三种奇异位形,强调位于工作空间内部的约束奇异和驱动奇异位形是对机构性能影响最为严重的位形,提出一种基于非瞬时支链位形设计的并联机构内部奇异消除方法,以3-RPR型、3-RRR型、4-RPTR型、3-RRRT型和3-RPS型等五种典型的并联机构为例,系统阐述该方法的设计过程。结果表明除了动平台和基平面重合的位形以外,该方法能够消除并联机构的其所有内部奇异位形。该成果为解决冗余驱动方法的关键理论问题提供了参考。     

植入光纤光栅的软体驱动器形状传感研究

软体机器人由于具有柔顺性和适应性等特点,在外科手术和狭窄空间等方面具有无可比拟的优势,为了实现微创手术等狭小空间中软体驱动器的姿态传感监测,提出基于植入式光纤光栅的柔性传感方法,首先将光纤布拉格光栅（FBG）植入在软体驱动器中;然后在软体驱动器的不同弯曲状态下,通过实验测试分析FBG点的光谱、波长漂移量和曲率等信息,利用3次样条插值等算法实现软体驱动器的三维形状拟合重构。实验结果表明,驱动器实际弯曲角度和重构算法之间的误差不足45%,传感器重复性的偏差指数不足7%。所提出的基于植入式光纤光栅的柔性传感方法可以实现软体机器人的姿态传感监测,在医疗外科手术领域具有广阔的应用前景。     

K-OPLS方法在化工软测量建模中的应用

针对强非线性复杂化工过程的软测量建模问题,提出了一种基于核隐变量正交投影(K-OPLS)的建模方法。隐变量正交投影(O-PLS)是一种通用的线性多变量数据建模方法,它可以消除与响应变量(输出)正交的描述变量(输入)的总体变化。在O-PLS模型框架下, K-OPLS方法利用"核技巧"将描述变量映射到高维特征空间,计算模型中的预测成分和响应-正交成分。因此, K-OPLS方法通过给出描述与响应变量之间的非线性关系,在一定程度上提高了模型的性能,增强了模型的可解释性。为了验证K-OPLS方法的有效性,将其分别应用于脱丁烷塔基丁烷(C4)组分含量估计、工业流化催化裂化装置(FCCU)关键产品产量预测、硫回收装置(SRU)中H_2S和SO_2浓度预测的软测量建模实例中。实验结果表明,在相同条件下,与支持向量机(SVM)、最小二乘支持向量机(LSSVM)、主元分析-支持向量机(PCA-SVM)、极限学习机(ELM)、核极限学习机(KELM)和PCA-KELM方法相比较, K-OPLS方法具有更好的建模精度和模型泛化能力。     

基于Frenet-Serret框架的OFDR三维形状重构算法研究

为了更深入地研究光频域反射法（optical frequency domain reflectometry, OFDR）在形状检测,有效计算变形监测等应用场景下光纤的形状和位置,设计了一种利用分布式光频域反射技术测得的光纤应变数据来重构三维形状的算法。与已有算法相比,在数据处理环节加入了样条插值,从而使得形状还原精度提高,并利用仿真实验对算法进行了验证。首先设计了通过应变数据得到三芯光纤曲率和弯曲方向采样值的计算方法,结合Frenet-Serret公式构造了曲线方程;然后利用有限元分析软件对空间S形应变数据进行建模并提取,带入已设计的算法求解,在三维空间中重建S形光纤;最后得出位置误差随着光纤长度的增加逐渐增加,均方根误差计算结果为0.996 mm,单位长度误差最大值为0.082 4%。结果表明,该算法能较好地恢复原始曲线,具有一定的工程价值。     

基于形态特征判别超声图像中乳腺肿瘤的良恶性

乳腺肿瘤超声图像的形态特征对判别肿瘤的良恶性具有重要的价值。为提高乳腺肿瘤超声诊断的准确率,提出一种基于其形态特征进行分类判别的计算机辅助诊断系统。该系统首先采用灰度阈值分割和动态规划相结合的方法提取超声图像中乳腺肿瘤的边缘,然后对所得边缘计算相应的三种形态参数,最后分别采用Fisher线性判据、误差反向传播神经网络和径向基函数神经网络对形态参数进行分类。该系统在157幅乳腺肿瘤(包括良性81例、恶性76例)超声图像上训练和测试,三种分类器均能取得较高的判别精度,其中误差反向传播神经网络和径向基函数神经网络的判别准确率、敏感性和特异性分别高达94.95 %、95.74%和94.23%。结果表明,基于乳腺肿瘤超声图像的形态特征建立的神经网络系统对肿瘤的良恶性具有较好的判别能力。     

基于云图的冷轧板形在线监控系统设计

现有的带材板形呈现手段与描述方式不能全面反映带材的整体型面和局部细节及其变化趋势,制约了生产设备控制系统参数设置的调整和对生产过程的分析.因此,本文提出并设计了一种可视化带材板形实时监控系统,利用板形值与颜色值的对应关系,结合带材在宽度方向上的缺陷分布绘制实时板形云图.实际应用结果表明,本文所设计的系统能够精确绘制出呈...     

基于Kriging代理模型的结构形状优化方法

任何机械零件都是由结构尺寸和形状构成.通过常规设计手段,一般确定零件的整体结构尺寸,但大量局部的尺寸决定了零件形状.而零件的失效往往与零件形状是否合理密切相关.形状优化技术一般以有限元技术为基础,通过边界的迭代过程获得形状优化.文中结合试验设计技术和近似代理技术,利用少量样本点建立高精度分析模型,代替原有零件模型,在代理模型上寻找符合约束条件的结构参数,从而获得零件的形状优化.首先阐述了该优化方法的设计思想和理论基础,最后以六角钢盘的结构优化为例说明了该方法的具体应用过程.     

接触问题形状优化模型的研究

探讨了以边界元法作为应力分析工具,对弹性接触进行形状优化时优化模型建立的问题。     

基于方向梯度极值的手形轮廓跟踪算法

针对受自然光照影响的手形图像难以准确提取手形轮廓的问题,本文基于手形边界像素在垂直于边界方向上存在灰度突变的特性,提出了一种基于方向梯度极值的手形轮廓跟踪算法。该算法首先找到手形轮廓的起始点,然后按照一定的搜索方向和规则,在局部区域内计算候选点集中梯度极大值所在的点,并逐点跟踪极大值点,得到手形轮廓。将该方法在实验室自采图库及香港科技大学(HKUST)的手形图像库两个数据库中进行轮廓跟踪实验,结果显示,自采图库的跟踪准确率为100%,香港科技大学手形图像库的跟踪准确率为85.8%,该库中符合本文算法限制条件的图像的跟踪准确率为99.4%。实验结果表明,该方法能在灰度图像上直接跟踪出准确、连续、完整的手形轮廓,尤其适合于受光照不均影响的手形图像的边缘提取。     

基于感知信息的车间动态排产方法

为解决车间排产实时性不高的问题,构建了基于感知信息的动态排产业务模型、数据模型和计算模型,提出了基于感知信息的车间动态排产方法,开发了动态排产方法的验证系统,以复合材料生产车间为背景进行验证,结果表明:该方法能够实现基于车间生产情况的制造资源与工序的智能匹配、工时自动计算和排产方案的计算生成,为后续车间动态排产系统的研究及实际应用提供了参考。