薄壁铣削加工颤振稳定性研究综述

针对薄壁铣削过程中的颤振问题。论述了薄壁铣削加工再生型颤振理论模型的研究进展;深入探讨颤振的根源—铣削力模型,对比分析薄壁铣削力经验模型、有限元模型及解析模型的优缺点;对薄壁铣削系统动态特性进行详细论述;刀尖频响函数求取法分为试验法、模态综合法和动柔度子结构耦合法;薄壁件动态特性研究法分为试验法、有限元法及解析法,详细论述了各种方法的原理、研究现状及优缺点。详细对比分析了频域法和时域法这两种稳定性求解方法,对介观尺度薄壁微铣削颤振稳定性相关研究进行探讨;并对薄壁铣削加工颤振稳定性研究现状和后续研究方向进行归纳和探讨。     

基于CT图像卷积神经网络处理的新冠肺炎检测

为增强对新冠肺炎与普通肺炎的区分能力,协助医护人员对肺炎患者进行胸部CT检测,在人工智能图像分析的基础上提出了一种基于CT图像卷积神经网络处理新冠肺炎的检测方法。首先,搭建一个卷积神经网络模型,通过评估模型深度对检测结果的影响,以选择最佳的网络结构;其次,提出了一种禁忌遗传算法,用以获取网络模型中最优的超参数组合,增强模型的辨识能力;最后,通过最佳的卷积神经网络模型来辨别新冠肺炎与普通肺炎。实验结果表明:所提出的检测算法的准确率、MCC值和F1Score值分别为93.89%,93.32%和91.40%,相对其他模型具有更高的检测精度。     

超磁致伸缩作动器非线性模型辨识研究

准确辨识超磁致伸缩作动器非线性模型参数是位移精确控制的必要条件,针对标准粒子群(PSO)算法存在早熟收敛及迭代后期易陷入局部最优的不足,提出一种可动态调整惯性权重、学习因子及带遗传变异的改进型粒子群(IPSO)辨识算法,该算法可平衡全局和局部搜索能力,提高收敛速度和辨识精度,并将该算法应用于超磁致伸缩作动器非线性模型的参数辨识研究。结果表明:该算法能有效可靠地辨识超磁致伸缩作动器非线性模型参数,计算值和实验的吻合程度较高,并且具有一定的抑噪能力。     

基于改进双流卷积递归神经网络的RGB-D物体识别方法

为了提高基于图像的物体识别准确率,提出一种改进双流卷积递归神经网络的RGB-D物体识别算法(Re-CRNN).将RGB图像与深度光学信息结合,基于残差学习对双流卷积神经网络(CNN)进行改进:增加顶层特征融合单元,在RGB图像和深度图像中学习联合特征,将提取的RGB和深度图像的高层次特征进行跨通道信息融合,继而使用So...     

基于径向基函数的AL2A12薄壁件铣削稳定性研究

在薄壁件铣削过程中,颤振对工件表面质量有很大影响,在实际加工之前进行铣削稳定性预测,便于获取无颤振的加工条件。基于径向基函数逼近理论,提出一种铣削稳定性预测方法。通过试切法和锤击法获得了AL2A12薄壁件的切削力系数和模态参数,并基于所提出的方法推导了系统的状态转移矩阵,通过Floquet定理来判定系统的稳定性,从而获得了AL2A12薄壁件铣削过程的稳定性图。为了验证所提方法的计算效率,采用相同的系统参数来进行计算。通过与零阶半离散法和全离散法相比,表明在获得的铣削稳定性图一致的前提下,所提方法的计算效率最高。在预测的稳定性图中选择4个参数点,利用参数点所对应主轴转速和轴向切深来加工AL2A12薄壁件,将实际加工结果与稳定性预测结果进行比较,验证了所提预测方法的有效性。通过实际切削表明,在AL2A12薄壁件的加工过程中,当轴向切深相近时,较高的主轴转速可以获得更好的加工表面,同时也可以避免黏刀现象的产生。     

基于CNN同心邻域极值的多车道智能交通系统图像多车牌区域的边缘检测

针对现有智能交通系统（ITS）多车牌定位识别算法漏检率高、处理速度慢等问题,在研究细胞神经网络（CNN）理论的基础上,提出了一种基于CNN同心邻域极值（CNE）的ITS图像多车牌区域边缘检测算法,简称CNECNN算法。该算法只需计算CNN中同心邻域内极大值与极小值函数差的二阶微分零交叉点,即可获得图像的边缘。此外,该算法利用CNN稳态能量函数惩罚约束机制优化粒子群适应度函数,在解空间中搜索参数全局最优解以获得CNN邻域极值模板参数。该算法为并行算法,具有运算量小,易于大规模集成电路实现,能够克服早熟收敛等优点。实验结果表明,与传统边缘检测算子和CNN通用机（CNNUM）固定模板参数算法相比,该算法漏检度降低了12.9%。     

基于圆周割线改进型粒子群优化算法的叶片临界颤振辨识方法研究

针对风力机叶片在颤振风速下的临界颤振现象,创新性地结合几何圆周割线和传统粒子群优化算法,首次设计了一种圆周割线改进型粒子群优化算法,应用于叶片临界颤振系统的参数辨识。该方法利用圆周上移动点的割线距离来动态调节全局学习因子和局部学习因子,针对优化辨识提高全局搜索和局部搜索的动态平衡性,避免陷入局部最优,提高算法的整体寻优性能和优化效率。仿真试验中,将该方法与多种先进粒子群优化算法(如改进型粒子群优化(MPSO)算法、基于线性递减惯性权重的粒子群优化(LDIW-PSO)算法、基于动态学习因子的免疫粒子群优化(IPSODCLF)算法)的辨识结果相比较,结果表明该辨识方法在辨识精度、计算时间和鲁棒性方面均具有显著的优越性。     

面向多处理器SoC设计的低功耗软硬件划分

提出了解决多处理器SoC的低功耗软硬件划分问题的方法--基于神经网络的禁忌搜索算法.其基本思想是:真实的生物神经元具有抑制重复激活的阻尼特性,这与禁忌搜索对重复搜索加以限制相类似,因此设计具有阻尼特性的神经网络实现禁忌搜索算法,受阻尼特性抑制的神经元对应禁忌活动.由于神经网络复杂的动态特性和禁忌搜索优秀的全局搜索能力,该算法能够有效地跳出局部最优解.对真实任务图的实验表明,与遗传算法相比,该算法不但具有搜索速度上的优势,而且所得到的绝大部分软硬件划分方案有更低的系统功耗.     

PSO-Gabor-CNN算法在印刷品套印缺陷的检测

目的二维Gabor滤波器含有多个参数,在印刷品套印缺陷检测中,二维Gabor滤波器使用不同参数增强图像特征的效果差别较大,为了获得二维Gabor在某印刷品套印缺陷检测下的优化参数。方法在印刷品套印缺陷检测中,提出一种PSO-Gabor-CNN算法,采用Sobel算子对印刷品图像进行边缘检测,以粒子群算法(PSO)对二维Gabor滤波器的中心最大频率kmax、带宽σ、模板窗口window进行参数寻优,处理后的图像与模板图像采用加权欧式距离进行评价。然后用优化后的Gabor滤波器对图像进行滤波,最后采用卷积神经网络(CNN)对印刷品套印缺陷进行检测和分类。结果通过粒子群算法,确定了二维Gabor中心最大频率kmax为6.0476、带宽σ为0.1444、模板窗口window为27×27取得最佳效果,此时加权欧式距离为1.1927×10-33。卷积神经网络经过70次训练的均方误差为0.0035,测试样本正确率为96.93%。该方法与无数据预处理的BP神经网络(BPNN)、Sobel预处理的BP神经网络(Sobel-BPNN)、无数据预处理的卷积神经网络(CNN)、Sobel预处理的卷积神经网络(Sobel-CNN)对比,表现出了较好的识别效果。结论该方法可以获取二维Gabor滤波器的较优参数,从而获得较好的滤波效果,将其应用于套印缺陷检测,具有一定的应用价值。     

自适应卷积神经网络在旋转机械故障诊断中的应用

针对基于机器学习模型的故障诊断存在依赖人工特征提取质量、维数灾难问题和卷积神经网络(CNN)模型构建缺乏自适应性等问题,提出了一种基于粒子群优化(PSO)算法的自适应CNN故障诊断方法,并将其应用于旋转机械故障诊断。将一维时域信号变成二维时频图像;使用PSO算法对CNN模型中的7个关键参数进行优化选取,以构建深度学习模型;将二维时频图像输入优化后的深度学习模型,对旋转机械故障进行诊断。结果表明,所提方法具有较高的准确率、稳定性和自适应性。     

一种基于多步回溯算法的铣削稳定性预测方法

在加工过程中,由于薄壁件的弱刚性易发生加工颤振,从而对工件表面质量和刀具寿命等造成不良的影响,对铣削过程的稳定性进行预测是至关重要的.通过提出一种多步回溯算法来预测铣削过程的稳定性,将铣削过程离散化成时滞周期方程,在每个时间间隔上采用多步回溯的方法来近似时间周期及时滞项.通过构建状态转移矩阵,根据Floquet理论获得...     

毛坯开槽方式中零件加工变形的演变机理与控制方法

广泛用作飞机薄壁整体结构件毛坯的铝合金厚板,在制造过程中出现的塑性变形不均匀性将导致残余应力的产生。高速铣削过程中残余应力的释放将引起飞机薄壁整体结构件的加工变形,这严重影响加工质量。因此,建立了毛坯释放变形后零件铣削的有限元仿真方法,挠度解析法的计算结果和实验测量的数据均验证了有限元仿真值无论是在趋势上还是变形量上均高度吻合。利用有限元方法揭示了开槽方式对毛坯释放变形的影响规律,分析了零件加工变形与毛坯释放变形之间的关系。结果表明:毛坯释放多大变形量,零件就能减小多大的变形量。在建立毛坯释放变形预测模型的基础上,提出了开槽方式的遗传算法优化方法,随机测试集表明神经网络的预测精度高达95%左右,而三框件在最佳开槽方式下能减小34.5%的变形。     

Designing manufacturing cells: A staged approach and a tabu search algorithm

This paper proposes a three-stage approach for the manufacturing cells design problem and a tabu search scheme for its solution. The proposed approach is based on the observation that almost all computationally complex aspects can be incorporated in a middle stage optimization model. A preliminary parts grouping stage precedes and a stage eliminating remaining intercellular traffic follows. The tabu search scheme that solves the middle stage problem integrates proper short- and long-term memory structures and an overall search strategy for their use. At the code-development phase, special care has been taken to enhance the explorative capability of the algorithm by correlating search statistics with the values of the search parameters. The resulting algorithm is robust and produces more than promising results with negligible computational effort. In the absence of known optimal solutions for larger dimensions (more than 30 machines), datasets from mathematically similar areas were used. Tests with problems of size up to 50 also give encouraging results.     

禁忌鱼群算法及其在边坡稳定分析中的应用

构造了一种两点禁忌寻优算子以避免寻优过程中的迂回搜索,并用它模拟鱼群中单条鱼的追寻历史最优鱼、追尾、群聚三种行为,采用遗传算法中非均匀变异算子模拟单条鱼的觅食行为,鱼群中各个体通过这四种行为进行交流、合作从而形成了一种禁忌鱼群算法。将该算法应用于两个复杂土坡的最小安全系数搜索中,并同基本鱼群算法的计算结果进行了比较,结果证明禁忌鱼群算法具有搜索高效、适于约束优化问题求解等特点。     

Mathematical modelling of container transfers and storage locations at seaport terminals

This paper models the seaport system with the objective of determining the optimal storage strategy and container-handling schedule. It presents an iterative search algorithm that integrates a container-transfer model with a container-location model in a cyclic fashion to determine both optimal locations and corresponding handling schedule. A genetic algorithm (GA), a tabu search (TS) and a tabu search/genetic algorithm hybrid are used to solve the problem. The implementation of these models and algorithms are capable of handling the very large problems that arise in container terminal operations. Different resource levels are analysed and a comparison with current practise at an Australian port is done.     

铣削颤振稳定域叶瓣图确定方法研究

铣削颤振是一种非稳定性振动,会损伤工件表面质量,降低切削效率。本文提出了通过理论模型计算与实验设计相结合方法确定铣削颤振稳定域叶瓣图。基于实验测量数据和理论分析计算,利用遗传算法来优化确定各常数参数,从而绘制出与实验测量结果相一致的铣削颤振稳定域叶瓣图。该叶瓣图可有效应用到该机床实际铣削加工过程中的参数选择,对提高铣削加工效率和加工质量有重要意义。     

基于改进混合遗传细菌觅食算法的贝叶斯结构学习算法

针对利用启发式学习算法学习贝叶斯网络时容易陷入局部最优和寻优效率低的问题,提出一种改进的混合遗传细菌觅食优化算法的贝叶斯网络结构学习算法。该算法首先通过遗传算法求得较优种群并作为细菌觅食算法的初始种群;然后利用交叉和变异策略改进细菌觅食算法的复制行为,增加种群多样性,扩大搜索空间;最后通过改进细菌觅食算法的迁移行为的初始化操作更新种群,防止精英个体的丢失。通过种群的迭代搜索最终获得最优的贝叶斯网络结构。实验仿真结果表明,与其他算法相比,该算法的收敛精度和效率有所提升。     

基于连续函数优化的禁忌搜索算法

提出了一种连续禁忌搜索算法,用于求解连续函数优化问题.邻域规则及禁忌规则是禁忌搜索算法的核心,针对连续函数解空间的连续性,提出了一种邻域分割法来进行邻域搜索,并对禁忌规则进行了设计.通过经典函数测试可以看出,禁忌搜索算法在连续函数优化问题中显示出很强的"爬山"能力,优化结果与实际最优值非常接近,是一种有效的全局优化算法.