基于改进粒子群的正交轴系三维激光扫描设备的几何参数标定研究

本文针对研发的正交轴系三维激光扫描设备几何参数标定问题，提出一种基于改进粒子群的标定算法，以解决设备装配几何误差带来的测量精度降低问题。首先，基于三维扫描设备的改进DH参数模型构建待优化几何误差参数并利用粒子群算法在约束范围内进行迭代优化以确定标定值；然后，在传统粒子群算法基础上进行了动态参数(惯性权重、学习因子的动态调整和基于整体最小二乘算法动态平面拟合的适应度函数改进)的优化以解决算法陷入局部最优的问题；最后，采用3种不同方法进行基于标准棋盘标定板的标定实验。实验结果对比分析表明：本文提出的动态平面拟合-参数改进PSO算法大幅提高了标定算法的收敛速度以及适应度计算可靠性，可以对设备进行快速标定，采用该方法标定后的设备其测量的精度也大幅提高。该标定方法为其它正交轴系的测量设备的几何参数标定提供了一种参考。     

改进遗传模拟退火神经网络的双相机标定算法

针对双目相机标定算法中BP神经网络精度低、收敛性差的问题，提出了一种基于改进遗传模拟退火算法的BP神经网络优化方法(improved genetic simulated annealing algorithm-BP,IGSAA-BP)。该方法通过改进遗传模拟退火算法的适应度扩展，交叉、变异概率和退火准则来改善BP神经网络的性能，为BP神经网络提供了最优权值和阈值。将IGSAA-BP神经网络与BP神经网络和TGSAA-BP神经网络两种相机标定算法进行对比，利用其标定的真实值与预测值相差结果得出结论，3种标定方法进行相机标定的平均标定精度分别为0.02、0.71和0.28 mm。结果表明，IGSAA-BP神经网络可以提高双目相机的标定精度，提高全局寻优能力，加快收敛速度。     

基于改良天鹰优化器的单目相机标定方法

为了提高相机标定精度，提出一种基于改良天鹰优化器的单目相机标定方法：通过张正友标定法计算得到单目相机的内外参数，根据所得相机参数计算标定图像中所有角点的平均重投影误差并建立目标函数，采用经过自适应分配机制、动态补偿策略以及非线性潮汐策略改良的天鹰优化器进行优化，获取最优的相机标定内部参数和畸变系数，从而提高相机非线性标定过程的寻优精度。实验结果表明，改良天鹰优化器算法在不同基准测试函数上寻优结果优越，本文提出的相机优化标定方法得到的标定结果精度更高，重投影误差为0006 pixels。     

基于凸优化理论的多传感器故障诊断技术

针对DS证据理论基本概率赋值函数难以获取、证据问要求相互独立等缺点,提出了利用凸优化理论来建立满足需要的多传感器故障诊断模型。本文首先分析了传感器故障诊断报告的形式,构造了多传感器故障融合的代价函数。通过分解代价函数,将多传感器故障诊断问题转换为凸优化问题。同时利用对数罚函数内点算法求解凸优化模型,该算法结构简单,计算量小,易于实现。理论分析和仿真结果表明,基于凸优化模型的多传感器故障诊断方法较之传统的DS证据方法具有更好的识别能力、更强的鲁棒性和更广的适用范围。     

轮廓测量系统中摄像机的光学畸变校正方法

在基于机器视觉的轮廓测量系统中,由于摄像机的透镜透光率不均,成像中存在光学畸变,对测量精度造成影响。为了对光学畸变进行校正,论文首先建立畸变数学模型,然后使用系统测量正方形标定板得到存在畸变的轮廓数据,根据存在畸变的轮廓数据的几何特征和直线约束条件使用LM优化算法完成对畸变模型中参数的标定。通过实验多次标定同一套轮廓测量系统,将标定结果与已有方法进行比较。实验结果表明,相较于已有算法,该论文所提方法多次标定的结果标准差更小,说明该论文所提方法具有更好的鲁棒性。     

基于EM-ORB算法的移动机器人SLAM系统研究

针对Kinect相机存在的固有噪声,在机器人视觉定位与建图中提出一种改进ORB特征匹配算法结合改进环境测量模型的SLAM系统,该系统使用改进ORB算法提取图像的特征点,建立相邻帧之间特征点的对应关系,并对深度图进行滤波;使用ICP算法计算机器人运动,通过环境测量模型去除误匹配点,同时进行回环检测,最后使用g2o对位姿进行全局优化,建立环境点云图。通过实际环境与公开数据集的运行测试,结果表明,该V-SLAM能够准确地完成相机位姿的更新,并建立环境点云图。     

基于深度传感器的煤场三维测量改进算法研究

针对传统盘煤仪使用过程中存在的标定误差大、模型重建失效等问题,提出基于直接线性变换模型的改进标定算法、基于飞行时间的改进三维重建算法,通过固定式深度传感器与相机实现盘煤。同时,针对盘煤仪无法可视化、体积测量误差大等问题,提出基于Unity3D的虚拟场景设计、基于颜色和法向量的点云分割方法,实现煤场三维可视化,从而计算模型体积。经实验验证,改进算法测量精度高、扫描速度快、设备稳定性强,具有较高使用价值。     

基于鱼眼相机畸变图像的大尺寸目标测量方法

为满足大尺寸目标高精度图像测量的需求,提出一种利用鱼眼畸变图像实现宽视野、大几何尺寸目标测量方法。根据非线性畸变的多项式逼近函数建立鱼眼相机成像模型,通过立体标定板来确定相机参数;将相机沿光轴方向移动采集一组图像,建立鱼眼相机的测量模型实现待测目标尺寸的测量。通过对棋盘格和某大型建筑物几何尺寸的测量实验表明,本文提出的直接利用畸变图像进行测量的方法优于传统的将畸变图像校正成线性图像测量的方法,具有更高的测量精度和稳定性。     

基于一维盲源分离的滚动轴承故障诊断

盲源分离较之传统的信号处理方法在处理弱信号问题上更具优势。针对轴承故障诊断中因条件限制仅能进行单通道信号采集的情况,提出了一种基于总体经验模式分解的一维盲源分离算法。算法先通过总体经验模式分解将信号分解为多个本征模态函数,再根据本征模态函数之间的相关系数重组观测矩阵,最后利用近似联合对角化对矩阵进行盲源分离。通过数据仿真将该方法与小波分析和Hilbert-Huang变换作对比,说明该方法更适于处理低信噪比的轴承故障信号。对滚动轴承进行了故障诊断实验,成功找到了表征内圈故障和外圈故障的特征信息。     

基于深度学习的机翼蒙皮载荷计算方法

针对传统的载荷标定方程计算机翼蒙皮载荷精度低的问题,提出了一种基于深度学习的机翼蒙皮载荷计算新方法。考虑真实机翼蒙皮受力复杂,首先建立了机翼蒙皮试验件模型,使用Ansys仿真软件对试验件进行有限元分析,获得应变与载荷仿真数据,并对仿真数据进行数据清洗与预处理;其次,构建深度神经网络模型,将应变与载荷作为神经网络模型的输入与输出值,采用Adam算法优化提出的载荷计算模型;最后,在测试集上对载荷值进行预测,使用平均相对误差与绝对值差作为评价指标。实验结果显示,基于深度学习的载荷计算方法在小载荷数据上平均绝对误差为0.081 N,在正常载荷数据上的平均相对误差为0.063 8%;与传统载荷计算方法比较,本文提出的新方法计算的载荷精度明显优于传统方法。     

改进GA-SVM的湿度传感器温度补偿研究

针对地面遥测自动气象站采用的HMP-45D湿度传感器测量准确度易受温度影响的问题,通过改进遗传算法(GA)的适应度函数、选择、交叉、变异操作优化支持向量机(SVM)的惩罚函数、径向基核函数、不敏感损失函数,利用不同温湿度条件下的多组实测数据,建立了温度补偿模型,并与传统的SVM回归模型补偿结果对比分析。实验结果表明,利用GA-SVM模型进行温度补偿最大误差绝对值为0.1367%,比传统SVM温度补偿模型提高了2.8351%,GA-SVM算法克服了传统SVM补偿算法补偿精度低、处理速度慢的问题,具有全局寻优能力强、收敛速度快、补偿精度高的特点,能够有效地对湿度传感器进行温度补偿。     

粒子群优化极限学习机的短路电流预测技术

针对传统极限学习机预测模型精度低和稳定性能差的问题,提出了一种利用粒子群算法优化极限学习机的短路电流峰值预测模型。建立超高压输电线路仿真模型,分析短路故障波形特点,获取全相角短路故障电流历史数据,利用平均相对误差、均方根误差、灰色绝对关联度三种精度检验法作为粒子群算法的适应度函数,构建粒子群算法与极限学习机算法相结合的电流预测模型。实验结果表明,以灰色绝对关联度作为适应度函数的粒子群优化极限学习机算法,对短路电流峰值预测精度较高、速度较快,当故障点位置未知时,采用粒子群优化极限学习机算法依然可以准确预测短路电流峰值,提升了算法应用的实际意义,为超、特高压线路快速限制、消除短路故障奠定理论基础。     

测试不可靠条件下基于精华蚂蚁系统的诊断策略优化方法

诊断策略优化设计是测试性设计过程中重要一环,不可靠测试因素严重影响优化设计过程.在前人研究成果的基础上,针对启发式搜索算法难以解决不可靠测试条件下的诊断策略优化问题,提出了一种基于精华蚂蚁系统的诊断策略优化算法.首先建立了测试不可靠条件下诊断策略优化问题的数学模型;后以测试成本与错误代价为构建了优化目标;随后利用针对诊...     

基于GA优化SVM的风电功率的超短期预测

研究风电功率预测技术对于减轻其输出电能的随机性对电力系统的影响具有重要意义。首先结合风电监控系统数据库中的历史功率数据和环境参数形成样本数据,同时采用遗传算法优化该模型的核函数类型、核函数参数及错误惩罚因子等参数,建立了GA-SVM模型,提高了模型参数组合优化选择的效率和预测精度。最后结合实例验证,并与标准SVM方法和BP神经网络方法比较。预测效果表明:所提出的GA-SVM优化模型在超短期风电功率预测上具有更优的学习能力和泛化能力。     

压力变送器非线性校准及温度补偿方法的研究

新研制或生产的压力变送器需对它的技术性能指标进行全面检测,保证量值的精准输出。压力传感器经过一段时间储存积累使用或修理后也要对它主要的技术性能进行二次检定,保证其性能指标达到要求标准。现实生产中及工作环境的影响导致其输出产生非线性输出,因此提出一种基于三阶非线性多项式的逆模型进行压力变送器的非线性校准和采用改进粒子群优化算法的小波神经网络模型对其进行温度补偿校准。经过非线性校准后的输出最大绝对误差和常用的端基平移法相比,最大绝对误差从6.0265减小到了0.3086,经过改进粒子群优化算法进行温度补偿校准后的输出精度从0.386%降低到0.091%,实现了压力变送器高精度的输出。     

无陀螺惯性测量系统的标定及误差补偿研究

本文针对旋转弹用弹旋基准问题,提出八加计惯性测量系统方案,并进行了加速度计静态标定实验,给出了静态标定算法及模型系数标定结果。在此基础上,设计了系统动态标定实验及误差补偿方案,在实验室自研高速转台上标出了转台加速过程的完整的动态误差补偿模型,实施了惯性测量系统的实验弹模拟实验。经标定补偿后的误差模型,解算滚转角在9S内最大累积误差为-4．071°。实验结果表明动态误差补偿模型能有效提高滚转角的解算精度,具有一定实际应用价值。     

基于角度观测器的旋转变压器解码算法研究

根据旋转变压器的工作原理和伺服驱动系统的控制方式,研究了一种基于DSP TMS320F2812的Resolverto-digital解码算法,即角度跟踪观测器。该算法为二阶状态观测器,解码误差可渐近收敛至零。与反三角函数法、标定查表法和基于激励信号采样保持的估算法相比,该算法无需通过微分计算即可获得角度信息,具有更强的抗干扰能力,与基于锁相环的角度跟踪法相比解码精度更高,与专用的旋变解码芯片相比,简化了电路设计,降低了成本,提高了可靠性。仿真和实验结果表明了该算法的正确性。     

基于MAQPSO 的电力系统无功优化研究

文中提出一种多智能体量子粒子群优化算法(Multi Agent Quantum Particle Swam Optimization,MAQPSO)求解电力系统无功优化问题,改善了传统量子粒子群算法后期收敛速度慢、易陷入局部最优解等缺点。该算法结合了量子粒子群算法和多智能体进化思想,每一个Agent相当于量子粒子群优化算法中的一个粒子,通过Agent的邻域竞争、自学习等操作,使得算法能够更迅速、更精确地收敛到全局最优解。通过对IEEE14、30、57和118节点系统的优化仿真,结果表明该算法有收敛精度高、寻优速度快等优点。     

电子式互感器数字输出校验系统的研究

电子式互感器数字输出校验系统一般采取构建标准信号通道且数字化技术,同步接收被校验互感器合并单元的数字输出,再进行两路信号误差计算的方法。本文针对影响校验系统精度的主要因素进行了详细分析,研究了一种基于PCI高精度采集卡的数字输出电子式互感器校验系统。该系统采用24位A/D保证了标准通道采集单元的精度和动态范围,通过路由采样时基的同步方法将同步误差控制在纳秒级,加二阶汉宁卷积窗的误差修正算法有效抑制频率波动及间谐波干扰的影响。在国家电网武汉高压研究院进行了该系统的误差校准,结果表明该系统具有0.05级以上的精度,并已在现场校验中实际应用。     

基于混沌搜索策略蝙蝠算法的输电网规划

针对输电网规划求解中存在变量多、维数高、约束条件复杂等导致难以求得全局最优解的问题,将蝙蝠算法应用于输电网规划求解当中。为避免原算法精度低、易陷入局部最优的缺点,提出在原算法基础上,通过逻辑自映射函数产生混沌序列对蝙蝠前n%适应度最优个体进行混沌优化,并建立计及线路建设费用、网损费用、输电线路走廊建设费用、N及N-1约束条件下的过负荷惩罚费用为目标函数的输电网规划模型。最终通过Matlab软件对IEEE-18和巴西南部46节点标准算例编程计算,结果验证了新算法在求解大维度输电网规划模型的可行性及高效性。