大尺寸铸件视觉测量拼接技术

针对大尺寸铝合金铸件的视觉测量,研究了图像拼接方法。首先利用经过标定的摄像机采集多幅具有重叠区域的序列图像,然后使用Harris和RANSAC算法提取精确特征点,并进行相邻图像重叠区域的特征点匹配,生成了完整的工件图像,最后,通过实验验证了该方法的可行性。     

X型结构航空座椅吸能参数确定方法

针对当前多数C类航空座椅主结构吸能能力有限、无专有吸能部件,为满足动态性能指标,需要通过反复试验改进座椅设计的现状,在某型C内航空座椅的X型升降底座上安装专用吸能部件,并通过X型升降坐的简化模型,推导了吸能部件的关键设计参数以指导航空座椅的开发。     

优化增湿-汽提操作提高冷凝液品质

冷凝液电导率频繁超标,迫使近100t冷凝液排放,不仅能耗增加且对环境造成影响,为了降低冷凝液电导率,通过提高烟气温度、优化流程走向,提高低压系统蒸汽量方法,增强增湿-汽提系统处理能力,从而将冷凝液电导率控制在10μs／cm回收标准。     

我国钢化玻璃产业能耗现状分析

通过调研和测量钢化玻璃生产企业产品能耗,分析了我国钢化玻璃产业的能耗现状,分析了企业耗能高的原因,并提出节能建议。     

基于机器视觉的积屑瘤在机监测的实验研究

采用机器视觉,设计了以在机检测的形式观察并研究积削瘤的实验方案,解决了传统方法中需要离线检测的问题,在车床上安装机器视觉装置来采集图像,使用图像相减法处理图像,得出了积屑瘤的面积与时间的关系,计算出积屑瘤的面积增长率。     

介绍一种车床刀具磨损视觉检测装置

对于现代机床而言,刀具的磨损状态监测显得日益重要。在此设计并制作出了一种新颖的在机视觉检测装置,不仅可以实现视觉系统与机床的结合,而且具有良好的隔振性能。实验结果表明,采用这种机构,可以使摄像机拍摄到比较清晰的图像,为实现车刀磨损在机检测提供了条件。     

不完全量测下基于后验置信度残差检测的光电跟踪滤波器设计

 不完全量测下残差检测算法的设计是光电跟踪滤波器设计的关键,算法的正确检测概率直接影响到跟踪滤波器的估计性能.为了进一步提升传统残差检测算法的正确检测概率,提出了一种基于后验置信度的残差检测算法.其主要思想是在传统残差检测算法的基础上首先增加一个检测门限,对处于两个门限之间的残差,利用模糊隶属度函数方法进行模糊化,得到残差的似然概率,进而结合跟踪系统的先验探测信息,计算出探测数据的后验置信度,并根据计算结果对跟踪系统的数据探测情况进行判定.进一步,基于后验置信度残差检测算法,在不完全量测下设计了基于无偏转换量测的光电跟踪滤波器,并给出了跟踪系统统计意义下的Cramer-Rao下界(CRLB).Monte-Carlo仿真表明:基于后验置信度残差检测的光电跟踪滤波器,与基于传统残差检测的光电跟踪滤波器相比,估计性能有了进一步提升,特别是当跟踪系统探测概率较低时,估计性能提升更加显著,并且估计误差均方差(RMSE)已逼近跟踪系统统计意义下的CRLB.     

硝酸酯增塑的叠氮胶粘剂研究进展

论述了国内外叠氮缩水甘油聚醚(GAP)胶粘剂的研究现状及存在的差距,评估了GAP胶粘剂预聚物的物理性能、热性能、危险性及其与推进剂组分的相容性;最后介绍了制备硝酸酯增塑GAP胶粘剂的实验室放大条件和工艺流程,并对其今后的发展方向进行了展望。     

烟草牻牛儿基牻牛儿基焦磷酸合成酶基因家族的全基因组鉴定

为了揭示烟草牻牛儿基牻牛儿基焦磷酸合成酶(Geranylgeranyl pyrophosphate synthase,GGPPS)基因家族的特征和功能,利用生物信息学方法对烟草GGPPS家族进行了全基因组查找、鉴定及相关分析。在普通烟草中共鉴定出9个成员(大亚基7个、小亚基2个),林烟草、绒毛状烟草中分别鉴定出5个成员(大亚基4个、小亚基1个)。GGPPS的开放阅读框长度为999~1 119 bp,编码332~372个氨基酸,蛋白质分子量为36.2~40.7 kD,等电点为5.41~8.32。大亚基和小亚基基因分别含有1个和2个外显子;大亚基与小亚基均具有DD(XX)_1-2D和CXXXC保守性基序,但存在一定的差异。在进化过程中,烟草GGPPS家族可能发生了串联重复复制和片断复制;普通烟草GGPPS家族可能发生了基因丢失,NtabGGPPS1-1和NtabGGPPS1-2较其他成员进化速率快,同时可能受到了净化选择。      

基于CAD三维匹配的机器人定位与抓取

基于CAD三维模型匹配的方法测量了单相机下目标工件的机器人定位精度。该方法是一种利用几何形状检索CAD三维数据模型,对图像信息中相关特征进行交互,能够快速和高效地从背景中分离出目标物体,对轮廓明显且具有反光特性的目标具有高效的识别能力。通过迭代算法将三维模型与图像中目标物体的边缘进行不断拟合,以三维模型的位移及旋转量估算出目标当前的姿态。通过机器人"手眼"标定确定目标与机器人之间位置及方向,实现对目标定位抓取精度测量。将目标绕xy平面旋转0°、45°、90°后,3个位姿下平均定位误差分别为3.012、2.856、4.983 mm。实验结果表明:用这种方法定位目标,定位误差会随着摆放角度增大而增大。