基于特征尺寸的机械零件图样尺寸标注方法研究

为确保零件图尺寸标注的完整性,探讨了一种基于特征尺寸的机械图样尺寸标注方法,通过应用实例验证了方法的有效性和局限性,对于机械零件图样尺寸正确标注有较好的实用价值.     

基于AutoCAD的尺寸公差智能标注系统的设计

利用ObjectARX设计了一个尺寸公差智能标注系统,谊系统具有智能标注尺寸公差的功能,用户只需在标注系统界面上选择各项参数,系统即可完成尺寸公差的标注;介绍了该系统的设计思想和实现过程,并通过实例验证该系统可智能、准确地完成尺寸公差的标注.     

特征尺寸自动标注方法的研究及实现

尺寸自动标注是提高绘制工程图样效率的有效途径。在研究三维实体造型与工程图关系的基础上,提出了基于特征的尺寸自动标注方法。通过提取三维零件模型的特征信息,生成定形尺寸和定位尺寸,并自动调整尺寸的分配和布局。在此基础上,实现了UG中零件尺寸自动标注模型。     

基于Solid Edge尺寸对象的智能尺寸标注技术研究

目前国内应用的大多数三维CAD软件,其尺寸标注不符合国家标准和工程设计习惯,影响了三维CAD技术的普及和推广.针对三维CAD技术应用,提出了基于尺寸对象的智能尺寸标注思想,以三维CAD软件Solid Edge为对象研究了基于尺寸对象的智能尺寸标注技术和方法,并对其中的关键技术--尺寸对象的层次结构、尺寸对象的自动识别及属性获取、基于尺寸对象尺寸标注的实现,进行了深入地剖析.最后,基于该种设计思想,利用Visual Basic编程,在三维CAD软件Solid Edge平台上开发了符合国家标准和工程绘图习惯的智能尺寸标注系统,实现了常用的二十余种标注方法,实践证明该标注技术与方法的可行性.     

锻件尺寸标注原则的研究

对锻件标注尺寸进行了分类,提出了锻件尺寸合理标注的总原则和具体原则,说明了实现锻件尺寸标注合理、标准和统一的必要性。     

利用形体特征表达式辅助机械制图中的尺寸标注

为了解决机械制图中尺寸标注容易漏标、重复标注的现象,结合形体分析法和当今CAD/CAM技术的特征造型思想,使用形体分析表达式辅助机械制图中的尺寸标注,使尺寸标注更方便直观表达,便于检查,尺寸标注更准确。实践表明,这种方法具有简单、方便、实用的特点。     

机械图尺寸标注的智能识别

在分析工程图尺寸标注特点的基础上提出一种基于标注字符理解的尺寸注识别方法，并以机械图为例在ＡｕｔｏＣＡＤ环境下实现了一个尺寸标注识别系统，该系统通过对标注字符的理解和图结构的分析，可以在矢量化的机械图纸中识别出尺寸标注。     

基于VB的AutoCAD尺寸标注

在Windows操作系统下，基于VB运行环境，利用ActiveX automation自动化技术，对AutoCAD进行二次开发和利用。以AutoCAD零件图的尺寸标注为实例，给出了在VB程序中启动运行AutoCAD的子程序代码，以及水平尺寸标注的程序，实现了仅用AutoCAD难以达到的绘图功能和效率。     

AutoCAD的表面粗糙度智能标注系统的设计

利用ObjectARX设计一个表面粗糙度智能标注系统,具有智能选择粗糙度值的功能,用户只需在标注系统界面上选择各项参数就能完成表面粗糙度的标注.介绍表面粗糙度智能标注系统的设计思想和实现过程,通过实例验证该系统可智能、准确地完成粗糙度的标注.     

特种尺寸的标注

机械制图中,某些尺寸的标注往往根据零件的功能特性要求不同或者是加工方法、测量方法的不同而有不同的标注方法或方式。而某些尺寸的标注则必须遵守规定的方法或方式,且与一般的常规有所不同。这种情况最易给设计和制造人员造成混乱和错觉,因而在设计图样中,这类尺寸的标注出现的差错也比较多。下面举例分析介绍。     

平面尺寸链的设计和反求

提出了一种平面尺寸链的分解方法，研究了平面尺寸作为封闭环时的反面求解，给出了相应的较为简洁的计算公式，并讨论了此时的公差带分布，说明了长度尺寸，角度尺寸以及它们和公差之间的关系，对平面尺寸链设计如何确定长度尺寸，角度尺寸以及它们的公差提供了理论依据。     

复杂环境下的智能视频监控技术研究

在当前严峻的安全形势下,以监视、识别和追踪技术为核心,研究能实现持续监测、智能预警和跟踪控制功能的安全监控预警系统,并与已有的多样化安全防护手段集成融合,共同构建“感知处置一体化”的机动指挥所安全防护系统成为时代的需要。     

注塑件特征建模及塑件智能尺寸换算

探采用基于特性和知识相结合的技术，建立注塑件产品模型，实现注塑件尺寸到成形零部件尺寸的智能转换，为建立注塑模型腔型芯模型打下基础，并以ＵＧＩＩＶ９．０为支撑软件，用其Ｍａｃｒｏ及二次开发语言Ｇｒｉｐ实现。     

面向三维零件工艺智能设计的工艺尺寸快速标注方法

针对现有工艺尺寸标注方法存在无法精确描述零件加工前后特征变化的问题,提出面向三维工艺智能设计的工艺尺寸快速标注方法.首先,建立去除体的参数化快速建模方法,构建去除特征与定形尺寸之间的组织与管理机制;其次,在工艺模型逆向创建过程中,分析工序特征、去除体与工艺尺寸三者之间的关联关系,构建"特征-尺寸-去除体"约束机制以快速...     

切削加工颤振智能监控技术

切削加工颤振智能监控技术是智能机床中不可或缺的一部分,是智能加工的一个重要发展方向。它对于提高零件的加工精度与效率,增加企业的运营绩效具有重要的意义。以传感器的选择、特征提取、颤振识别和颤振抑制为主线,系统的综述了切削加工过程中颤振智能监控的研究进展。分析颤振信号的选择和时域、频域、时频域以及特征自适应智能提取的特征提取方法;分析神经网络、支持向量机、隐马尔科夫模型、混合模型和在线智能进化模型在颤振识别中的应用;着重分析基于主轴转速调整的颤振智能控制方法。在此基础上,对切削加工颤振智能监控的研究难点进行了分析,并总结了目前存在的问题。最后,对切削加工颤振智能监控技术今后的发展趋势进行了展望。     

基于嵌入式的智能视觉伺服系统的研发

建立了一个基于嵌入式的智能视觉伺服系统,用于工业机器人对零件工位的精确定位。采用基于区域的匹配和形状特征识别相结合的图像处理方法,该方法经过阈值和形状判据,识别出物体特征;基于组件思想的软件系统具有可重构性。经实验验证,该方法能够快速准确地得到物体的边界和质心,进行数据识别和计算,再结合机器人运动学原理控制机器人实时运动以消除此误差,满足工业机器人跟踪定位的要求。     

GFD和核主元分析的机械振动特征提取

针对旋转机械非线性特征提取的问题,提出了广义分形维数(generalized fractal dimension,简称GFD)和核函数主元分析(kernel principal component analysis,简称KPCA)的旋转机械振动特征提取方法。首先,通过广义分形维数进行初次特征提取,形成高维特征空间;其次,通过核主元分析方法对高维特征空间降维并进行第二次特征提取;最后,利用核主元分析方法和KN近邻(KNN)方法对转子和轴承不同状态下的特征进行了分类。研究表明,GFD-KPCA方法对旋转机械进行了有效的特征提取,对不同状态的数据有高精度的分类,对参数选取有较低的依赖性。轴承微弱振动特征提取结果显示,GFD-KPCA性能优于常规的KPCA特征提取算法,具有更好的精度和适用范围。     

基于测试仪器的波形识别研究

本文针对测试仪器发展中的智能化要求,在对采集信号进行奇异点的检测和消除、去噪等预处理的基础之上,提出了运用差分、均值的方法提取波形识别的特征信息。并用BP算法进行波形识别的实现。最后给出了一种较为典型的失真波形的仿真实验。仿真结果表明该方法能取得较为有效的识别结果。     

无线传感器网络在智能交通系统中的应用研究

提出一种新的基于无线传感器网络的弯道车辆防碰撞机制。对基于无线传感网络的智能交通信息采集系统进行了研究,提出了改进的多层无线传感器网络应用结构,并对信息采集的关键技术——车辆识别进行了深入研究,提出了利用信号处理、信息融合等技术,提高车辆正确识别率的模型,并进行了试验。     

Iris Feature Extraction and Recognition Based on Fractal Dimension of Grayscale Extremums

This paper presented an individual recognition algorithm for human iris using fractal dimension of grayscale extremums for feature extraction.Firstly,iris region was localized from an eye image with modified circle detector stemmed from Daugman's integro-differential operator.Then,segmentation was used to extract the iris and to exclude occlusion from eyelids and eyelashes.The extracted iris was normalized and mapped to polar coordinates for matching.In feature encoding,a new approach based on fractal dimension of grayscale extremums was designed to extract textural features of iris.Finally,a normalized correlation classifier was employed to determine the agreement of two iris feature templates,and the feature template was rotated left and right to avoid the interference from rotation of eyes and tilting of head.The experimental resuits show that fractal dimension of grayscale extremums can extract textural features from iris image effectively,and the proposed recognition algorithm is accurate and efficient.The proposed algorithm was tested on CASIA-IrisV3-Interval iris database and the performance was evaluated based on the analysis of both False Accept Rate (FAR) and False Reject Rate (FRR)curves.Experimental results show that the proposed iris recognition algorithm is effective and efficient.