离散数据中的孔洞修补

为给后续曲面重构提供完整的数字化型面，必须对数字化过程中形成的孔洞进行修补。根据孔洞所在部位与周围曲面之间具有一定连续性的事实，提出了一种基于局部离散数据点的孔洞修补方法。即先根据孔洞周围的局部离散点来建立一张曲面片，然后采用面上取点的策略补出孔洞部位所缺的点。试验结果表明，用该方法修补后的点，不仅具有比较高的精度，而且与周围点之间具有良好的连续性，非常适合后续工作的需要。     

基于径向基函数的点云岛屿孔洞自动修复

研究了利用点云获得的模型的孔洞修复,针对目前主要通过人工修复带有岛屿面片的孔洞耗时较长的问题,提出了一种基于径向基函数(RBF)自动修复岛屿孔洞的方法。该方法首先利用最小权重三角化法修复模型主体上的孔洞,其次计算模型主体上孔洞与岛屿面片的相关性,利用模型主体上孔洞和与其相关岛屿面片周围点来计算径向基函数,最后将粗修复后细分的点调整到径向基函数描述的曲面上。实验表明,与其他方法相比,该方法能快速、准确地修复缺陷模型。     

基于GA-BP神经网络的工业CT缺陷检测

为了提高工业CT缺陷检测精度,本文提出一种基于GA-BP神经网络的CT缺陷检测方法。采用遗传算法,对BP神经网络的权值和阈值进行优化,建立基于GA-BP神经网络的工业CT缺陷检测模型;采用工业CT图片组成实验数据进行仿真分析,并与卷积神经网络和支持向量机的监测效果进行对比。结果表明：该方法可使GA-BP神经网络模型误检测次数更少,精度高达96.67%,且效果更好,具有较好的可行性和实用性。     

基于回溯双向波前法虚拟修补点云孔洞

针对虚拟修补边界点凹凸不平且分布不均的点云孔洞效果欠佳的问题,提出了回溯双向波前法虚拟修补包含复杂边界的孔洞.以具有复杂边界孔洞的青铜器模型为例:首先,三角网格化青铜器点云数据并依据网格化结果提取出孔洞边界,通过比较边界点集的曲率波动幅度以去除伪孔洞边界;其次,以孔洞边界点集的回溯结果为初始点集,并结合向量叉积对初始点集进行凹凸性分类,再对凹、凸点分别采用正、反向波前法逐圈新增点集直至补全;最后,利用最小二乘法拟合曲面平滑新增点集,获得最终修补结果.实验结果表明该方法与划分子洞波前法、曲线流收缩法相比,结构相似性的平均值分别提高了81.14%和93.8%,且曲率差异性更低,修补网格的顶点密度与原始网格更相近且过渡自然,能有效修补复杂边界孔洞.     

矩形平面超高层建筑横风向气动力谱的神经网络预测

在超高层建筑抗风设计中常发生当平面深宽比较大时,荷载规范建议的横风向风荷载过于保守而高估建筑风荷载和风振响应的现象。利用高频底座测力天平技术,分别在B,C两类风场中对10种不同深宽比（D/B）的矩形平面超高层建筑模型进行风洞试验。采用遗传算法（GA）和误差反向传播（BP）神经网络相结合的方法（GA-BP）对试验得到的横风向气动力谱进行建模研究。用GA对BP神经网络的初始权值和阈值进行寻优,找到最优参数后,再赋值于BP神经网络训练求解问题,并运用k折交叉验证法进行仿真验证,最终获得精度明显高于BP模型的结构横风向气动力谱预测模型,显示GA-BP神经网络横风向气动力模型收敛速度快、泛化能力强。采用本文模型进行预测并和试验数据对比,结果显示,基于GA-BP的气动力模型能够很好地预测未参与建模的横风向气动力谱,采用本文模型和原始风洞数据计算的结构横风向风荷载和风致响应具有很好的一致性,但在较大深宽比时均显著小于现行规范方法结果,显示规范方法结果偏于保守。     

GA改进BP神经网络在抗滑桩孔爆破开挖中的应用

目前桩孔开挖主要依靠工程类比进行,不同设计者设计的爆破参数往往因掌握的爆破理论和经验的不同而有所差异,爆破质量参差不齐。为此,提出基于遗传算法GA改进BP神经网络(GA-BP)建立爆破参数优化设计模型,该法不仅可以利用已有爆破经验数据和工程地质条件,同时,使用遗传算法优化BP神经网络阈值和权值可以弥补BP神经网络不稳定的缺陷,以达到获得更优爆破参数的目的。实践表明,基于遗传算法改进BP神经网络相比一般BP神经网络预测相对误差较小,同时GA-BP神经网络得到的优化爆破参数进行现场试验,取得了良好的爆破效果。因此,GA-BP神经网络模型应用于抗滑桩孔开挖爆破参数设计是可行的,可用于指导爆破施工。     

GA改进BP神经网络在抗滑桩孔爆破开挖中的应用

目前桩孔开挖主要依靠工程类比进行,不同设计者设计的爆破参数往往因掌握的爆破理论和经验的不同而有所差异,爆破质量参差不齐。为此,提出基于遗传算法GA改进BP神经网络(GA-BP)建立爆破参数优化设计模型,该法不仅可以利用已有爆破经验数据和工程地质条件,同时,使用遗传算法优化BP神经网络阈值和权值可以弥补BP神经网络不稳定的缺陷,以达到获得更优爆破参数的目的。实践表明,基于遗传算法改进BP神经网络相比一般BP神经网络预测相对误差较小,同时GA-BP神经网络得到的优化爆破参数进行现场试验,取得了良好的爆破效果。因此,GA-BP神经网络模型应用于抗滑桩孔开挖爆破参数设计是可行的,可用于指导爆破施工。     

网格曲面中孔洞的光滑填充算法研究

三角网格模型是几何描述的一种重要形式，有着广泛的应用。但三角网络模型常常会存在孔洞缺陷。这些孔洞的存在一方面影响视觉效果，另一方面会影响许多后续的操作，如快速原型制造、有限元分析等，因此有必要对这些孔洞进行修补。目前绝大多数孔洞填充算法是将网格模型中的孔洞提取成空间多边形，并对孔洞多边形进行三角化。这种处理方法的主要缺陷是没有考虑网格曲面在孔洞附近的几何形态，因而填充部分不能与整个曲面光滑地融为一体。笔者提出了一种三角网格曲面中孔洞的光滑填充算法。该算法根据孔洞周围网格曲面的几何信息来增加孔洞内部的采样点，然后再对增加的采样点进行三角化，较好地解决了填充部分与整体曲面光滑连接的问题。     

三维数字重建在青铜器修复中的应用研究

如何利用数字化手段将文物碎片进行三维重建是当前考古学家和历史学家关注的问题。利用三维激光扫描仪获取了青铜器陶范残片的数据,利用人机交互的方式去除噪声点,利用变分法的隐式曲面建立点云数据的曲面,利用最邻近点法实现点云数据的转换,利用分形插值的方法进行三维曲面上的空洞修补,利用逆向工程和三维建模软件调整陶范模型的形状、纹饰、结构,对陶范进行反转法线处理,得到青铜器碎片。然后计算旋转轴,将青铜器碎片沿轴均匀排列,得到三维青铜器模型,并对缝隙进行修补。运用二维图像处理软件对需要进行纹理映射的纹饰进行修订,最后利用三维打印软件修复转换过程中的片面破损,并进行三维打印,得到真实的青铜器样本。从得到的青铜器来看,纹饰完整,器形规整,完全满足设计的要求。     

基于集成学习的强鲁棒性三维点云数据分类研究

目的通过三维扫描仪得到的点云数据往往存在很多异常值,例如噪点、遗失点和外部点等。在这些异常值存在的情况下,为了提高三维点云数据的分类精度,提出一种基于集成学习的强鲁棒性三维点云数据分类方法。方法提出一种基于最大投票法的集成学习思想,将2个深度神经网络的分类结果进行集成,从而提高网络的泛化性和准确性;采用全局特征增强和中心损失函数来优化神经网络结构,提高分类精度并增强鲁棒性。结果文中方法缩短模型训练时间至30个迭代次数,且在有噪点、丢失点和外部点的情况下分类精度均得到有效提升。结论提出的EL-3D算法在含有噪点、丢失点和外部点的情况下,鲁棒性效果要优于目前的点云分类方法。     

列车车轮三维结构光检测中的点云处理研究

列车轮对作为转向架的关键零部件,其检测手段仍以人工检测为主,现有的自动检测方案,大多针对车轮某一断面的参数尺寸进行测量,难以真实反映车轮轮缘踏面的损伤情况。为此,该文提出一种列车车轮三维结构光检测中的点云处理方案。首先,利用三维结构光测量仪器采集列车车轮的三维点云数据;其次,根据列车车轮三维点云的特点,确定包括离群点去除、点云配准、点云平滑处理以及孔洞修补在内的点云处理方案,并对各处理步骤的最优参数进行分析;最后,利用贪婪投影三角化算法,进行列车车轮三维点云数据的曲面重建,使用拉普拉斯平滑算法对重建后的曲面进行平滑处理。结果表明,该文所提出的列车车轮点云处理方案能够实现对三维点云数据的处理,最终得到的列车车轮的三维曲面模型与基准模型的标准偏差为1.768 mm,实现对于列车车轮的三维检测。     

基于SCADA数据和改进BP神经网络的塔筒应力预测

针对风电机组载荷监测中应变片寿命短的缺陷,基于风电场海量状态监测数据,利用遗传算法和粒子群算法对BP神经网络进行改进,建立塔筒应力预测模型,并通过综合相关系数实现输入参量的有效选择.仿真结果表明,改进后的GA-BP神经网络预测模型和PSO-BP神经网络模型,预测结果的最大、最小相对误差等指标均比BP神经网络预测模型好;...     

带微孔的透平叶片的光学测绘方法

提出了一种获得透平叶片及其微孔CAD模型的光学测绘方法,首先,采用小视场的数字结构光三维扫描仪分块测量并拼接获得叶片点云;然后,在微孔中插入直径合适的高精度圆柱量规,测得量规点云,拼接到叶片轮廓上;最后,分别拟合叶片点云和量规点云为NURBS曲面和圆柱体曲面,圆柱体轴线与NURBS曲面交点即为微孔位置,圆柱体轴线方向即为微孔的法线方向,该方法采用传递测量对象的方式,测量芯棒而不是直接测量微孔;通过增加点云的采样密度,提高重建模型的精度和可靠性,测绘结果表明,叶片和量规的曲面模型的残差均为0.104 mm.     

气膜孔视觉测量系统的设计与搭建

为了重建高压涡轮导向叶片气膜孔的三维形貌特征,基于机器视觉原理,设计并搭建了非接触式的气膜孔四轴视觉测量系统。该系统主要由三坐标测量机框架、高精度回转台、叶片专用夹具和图像采集装置构成,将视觉测量技术和三坐标测量技术结合起来以应对气膜孔的检测问题。为了获取气膜孔的三维形貌数据,提出了应用景深合成技术进行孔壁三维形貌重建的方法,并通过实验进行了重建方法的验证。在实验过程中,应用该测量系统对某个高压涡轮导向叶片上的气膜孔特征进行了测量实验,获取了孔深范围内的对焦图像序列,而后对其进行了景深合成与深度信息转化,最终实现了该气膜孔的孔壁形貌的三维重建与显示,并实现了向三维点云数据的转化,充分说明了所搭建的气膜孔视觉测量系统的有效性。     

基于物体表面变化的点云自适应切片算法

目的针对点云数据提出一种基于物体表面变化的自适应切片算法。方法提出一种快速有效的自适应点云切片算法,该算法基于空间极坐标系划分建立切片层和离散点之间的拓扑关联信息,通过反距离加权法构造平面散乱点列,使用变化率平均法来插补切片。结果算法快速准确、稳定可靠,能够在物体高变化区域获得更多的切片。结论基于物体表面变化的自适应切片算法是一种合理有效的点云切片算法。     

露天矿逐孔爆破技术的应用及效果

文章介绍了逐孔起爆技术在部分矿山实际应用的炮孔布置网络和爆破技术效果分析,提出今后需积极探索高精度导爆管雷管孔间延时与孔间应力波幅值叠加原理更好的统一与规范,以推动爆破技术的进步。     

关于颜色空间转换的RBF网络动态子空间自动划分辨识方法研究

以RGB与CIEL*a*b*颜色空间转换为例,采用径向基函数(RBF)神经网络,研究了颜色值在不同颜色空间之间的转换。利用基本采样数据集建立了颜色空间转换RBF网络模型,并通过增加样本数据,采用动态规划颜色子空间的方法,提高了模型转换精度。研究结果显示,该方法的转换速度和精度都优于基于动态子空间自动划分的BP神经网络颜色空间转换方法。