涂布干燥气悬浮烘箱腔体计算机模拟与仿真分析

目的 从5种不同的涂布气悬浮烘箱腔体中,选出性能最佳的腔体结构方案。方法 通过对5种气悬浮烘箱腔体三维建模,应用Ansys软件的Fluent模块,设定5种模型实际使用时的边界条件,模拟5种烘箱的工作情况。结果 借助设定的辅助平面、辅助线段,得到了5种烘箱工作时的腔体内部热风轨迹图、烘箱不同位置的风速等高线图。结论 通过比较模拟结果,确定了均风导流隔板型烘箱腔体的工作效果优于其他烘箱结构。     

基于IGAPSO算法的宏微机械臂逆运动求解

工程四自由度宏微机械臂的传统逆运动求解方法需要大量公式推导,繁琐且复杂,新出现的智能优化算法在应用上存在缺陷和不足,本文在结合原有粒子群和遗传算法的基础上,提出了改进遗传粒子群逆解算法。以2F2R机械臂为例,首先利用齐次变换法构建机械臂运动学模型,然后基于Matalab Robotics Toolbox搭建仿真模型,并训练和测试模型。测试结果表明,遗传粒子群算法有效提高了机械臂的逆解速度和关节角精度。     

脉冲激光测距中高精度时间间隔的测量

考虑时间间隔测量对脉冲激光测距系统的意义,提出了一种新的高精度时间间隔测量方法.该方法在现场可编程门阵列(FPGA)中实现了脉冲计数法、多相采样法和延迟链法的结合.采用脉冲计数法对被测时间间隔进行"粗值"测量,保证大的动态测量范围.利用FPGA内部锁相环产生N路同频率,相位均匀分布的时钟信号作为计数时钟,基于等精度测频原理,将被测时间间隔的测时分辨率提高到Tclk/N.利用FlipFlop锁存器形成延时链,对被测信号与相邻计数时钟的时间间隔进一步量化.该方法解决了传统多相采样技术中由于倍频次数高导致相移分辨率降低的问题,在不增加计数时钟和有限延迟链数量的前提下,得到较高测时分辨率.测试结果表明,该时间间隔测量模块的动态测量范围为163.8 μs,测时过程相对较短,当进行多次重复测量时,测量的标准误差在71 ps以内,基本满足实际应用的精度要求.     

基于质心高度增量特征的目标识别算法

针对传统目标识别算法识别准确率低、复杂度高等问题，提出基于质心高度增量特征的目标识别算法。在提取轮廓特征阶段，以轮廓质心为参考点，对于任意采样点，根据其它采样点相对于该点的高度关系构建质心高度增量描述符。描述符不仅计算简单，对旋转、平移和缩放等几何变换具有不变性，而且引入轮廓顺序这一全局特征，提升了描述符的鲁棒性和区分能力。在特征匹配阶段，利用轮廓顺序已知这一优势，采用动态规划算法计算质心高度增量描述符的相似度，最后引入形状复杂度分析，优化识别效果。MPEG-7测试集和Kimia99测试集的实验结果表明，上述算法能够有效的对目标图像进行匹配识别，而且对于噪声的干扰具良好的鲁棒性。     

T型口模气辅挤出段长度对挤出物截面形状和挤出胀大的影响

采用数值模拟的方法对T型截面口模气辅挤出成型过程中滑移段长度、挤出流量和松弛时间对挤出物的变形和挤出胀大的影响进行了研究。结果表明,气辅挤出段长度的增加可以减小挤出物的变形和挤出胀大,减小挤出流量和松弛时间对变形和挤出胀大的影响,并且当气辅挤出段的长度增加到一定值后,挤出胀大比为1且不受松弛时间和挤出流量的影响,这个值随挤出流量的增加和松弛时间的延长而增加。     

基于SSD算法的室外小目标检测方法研究

针对当前室外障碍物检测中小目标检测准确率较低的问题,基于SSD算法提出一种改进方法。通过在网络结构上增添H型扩张卷积的方式,精细基础网络的输出结果;使用K-means聚类法提取数据集中目标框维度,计算预选框的长宽比例,在验证集上进行验证:输入图片尺寸300×300时平均准确率为78.0%,较原算法提升了3.9个百分点,小目标检索能力提高11个百分点,速度达到37帧/s。实验表明,改进SSD算法对小目标障碍物的检测准确率较高。     

基于注意力机制的全卷积抓取姿态预测方法

针对机器人抓取姿态预测中准确性和实时性不能平衡的问题，提出一种嵌入空间通道注意力机制(CBAM)的全卷积抓取姿态预测方法。使用深度可分离卷积代替标准卷积以降低模型的参数量；利用残差网络(ResNet)中ResBlock模块的思想，并加入CBAM和Inception模块对ResBlock进行改进，加强模型对特征的多尺度提取，以减少局部信息的丢失；融合浅层特征和深层特征进行反卷积，并引入抓取位置质量作为评价指标，直接预测输入图像中每个像素的抓取姿态，从而提高最终预测的准确性。实验结果表明，提出的抓取姿态预测模型可在满足更高准确率的同时兼顾实时性的要求。