一种改进的基于多项式滤波的稳态检测方法

化工过程的数据中常常含有较多的随机误差和粗差干扰,导致传统的稳态检测方法无法得到准确的结果,从而降低系统故障诊断的可靠性。针对实际的工业过程数据,提出一种融合自适应平滑技术的稳态检测方法,该方法首先以基于导数分析的自适应平滑算法进行降噪处理,消除随机误差的影响,然后引入阈值拟合技术进一步抑制粗差干扰,以多项式滤波方法对数据进行稳态检测,根据测量信号的趋势特征确定过程是否处于稳态。仿真实验研究表明:融合自适应平滑技术的稳态检测方法能够克服传统稳态检测方法中随机误差和粗差干扰对检测结果的影响,进而显著提高稳态检测处理的准确性,检测结果明显优于传统的基于多项式滤波的检测方法。     

基于偏微分的图像放大算法研究

在研究图片放大算法中,分析了现有的运用偏微分算法在图像法大中的不足,利用图像放大过程中的边缘信息可预知性,本文提出一种新的基于偏微分方程的图像放大算法,这种算法通过将图像边缘检测、平滑处理,然后采用三次样条插值算法对边缘进行相应倍数的放大,并通过对可能出现的锯齿边缘进行细化处理;将处理过的边缘作为放大图像的边缘,从而可以将源图像的边缘很好的保持下来,避免了偏微分方程放大过程中出现的边缘模糊现象。实验结果显示,该方法是一种能够很好的保存图像的边缘信息的图像放大算法。     

铸造企业成功实施ERP的策略

本文结合铸造行业的自身特点，根据本研究室开发实施铸造企业ERP的已有经验，分析了运用ERP对铸造企业管理问题的解决，重点对铸造企业科学成功实施ERP的要点做出了归纳总结。     

任务驱动教学法在士官专业组训课程中的应用

为提高士官人才培养质量、提升士官教育专业组训课程的教学效果,针对目前士官专业组训课程中存在问题,将任务驱动教学法引入士官专业组训课程中.首先从科学设计任务主线、任务设计贴近实训、优化考核评价方式和扩展教学模式四个方面设计了专业组训课程教学过程;然后给出了任务驱动教学法的实施方法.教学实践表明,课程考核成绩在优秀率、良好率上均有明显提高,学员对课程的满意度均达到85.0％以上.     

摩托车大梁冲压模具逆向设计与制造

以摩托车大梁冲压模具为例，阐述了模具CAD／CAM逆向工程的流程和关键技术，总结了逆向工程CAD／CAM数字化和数据处理系统的方法，从而说明了该技术是CAD／CAM重要组成部分。     

面向个性化云服务的动态信任模型

为更好地实践云计算为用户提供廉价按需服务的宗旨,满足服务请求者的个性化需求,提出一种面向个性化云服务的动态信任模型。基于细粒度服务思想定义个性化云服务,通过引入时间衰减因子和建立高效激励机制修正直接信任值,以灰色系统理论为基础计算实体间的评价相似度,并将评价相似度和推荐者的推荐可信度作为合成推荐信任值的重要因素,同时提出一种基于评价相似度的自信因子赋值方法,以提高合成综合信任值的准确性。实验结果表明,与GM-Trust模型及CCIDTM模型相比,该模型的交互成功率分别平均提高了4%和11%。     

研磨设备的研磨效率与不同研磨方式对涂膜性能的影响

讨论了影响和提高研磨效率的因素，主要探讨了砂磨机和球磨机的研磨效率和不同研磨方式对涂膜性能的影响；着重研究了篮式砂磨机和球磨机这两种研磨方式在涂料耐磨性方面的差别，以及篮式砂磨机砂子填充量对研磨效率的影响。     

基于“精细化管理”的高校诚信教育体系建设探索——以广州工程技术职业学院为例

在社会转型时期,大学生诚信状态令人堪忧,作为中华民族的传统美德,诚实守信是立身、立业、立国之本。为了加强诚信教育,广州工程技术职业学院结合自身实际情况,探索与实践出一套基于"精细化管理"的诚信教育管理体系——"诚信银行"。实践证明,诚信银行有利于加强诚信教育的针对性和实效性。     

ANSYS的索膜结构找形系统研究

索膜结构找形在ANSYS上实现时,由于找形过程步骤复杂以及ANSYS软件本身的特点,存在学习周期长,对用户分析能力要求高的问题。通过分析索膜结构有限元法找形的原理,总结提炼索膜结构找形的步骤,给出了其在ANSYS上实现的方法,并且应用APDL参数化有限元分析技术及UIDL用户接口定制技术对ANSYS进行二次开发完成了找形系统。实例验证了找形系统的实用性和可靠性。为工程设计人员进行找形计算节约了时间,为以后找形系统的研究和开发提供了思路和参考价值。     

基于IMU与激光雷达紧耦合的混合匹配算法

针对线、面特征匹配的激光雷达测距与地图构建算法(Lightweight and Ground-Optimized Lidar Odometry And Mapping,LeGO-LOAM)在自动导引运输车(Automated Guided Vehicle,AGV)室内室外实时建图与定位时,易出现激光里程计累积误差大和旋转估计不准确等问题,本工作采用惯性测量单元(Inertial Measurement Unit,IMU)与激光雷达紧耦合的LeGO-LOAM算法,通过IMU为激光雷达提供的初始位姿信息,构建IMU与激光雷达联合误差函数,实现位姿共同迭代优化.其中,对于室外结构化信息较少时,在点对点的迭代最近点算法(Iterative Closest Point,ICP)较高定位精度的基础上,结合LeGO-LOAM算法和ICP算法互补性,进一步提出基于IMU与激光雷达紧耦合的混合匹配算法:当环境中结构信息较多时,激光里程计采用LeGO-LOAM算法,而当环境中结构化信息较少时采用ICP算法.实验结果表明,基于IMU与激光雷达紧耦合的混合匹配算法可有效降低激光里程计相对位姿误差和累积误差,提高AGV小车定位精度以消除部分地图重影.