基于直方图均衡化的PCA-SIFT图像特征提取与匹配改进算法

为了克服SIFT算法运算量大、运算耗时长和实时性不强的缺点,课题组提出了基于直方图均衡化PCA-SIFT算法,以增强灰度图像的明暗对比度,增加匹配成功率,改进描述子生成方式,沿用主成分分析法(PCA)降低特征检测维度,减少耗时。仿真实验表明该算法有效地减少了运算时间,并且一定程度上减少了不必要的特征点的匹配数量。新算法能有效减少运算量。     

基于灰色模糊层次法的机床设计质量综合评价

针对层次分析法评价机床设计质量时未考虑区间灰度以及判断矩阵调整困难等问题,提出了一种基于灰色理论和模糊层次分析法的机床设计质量评价方法。笔者分析了设计质量评价内涵,构建了具有通用性的机床设计质量评价体系,应用了灰色理论使区间灰数的白化处理与模糊层次分析法相结合,并将其用于质量综合评价。评价过程设有灰度等级,同时设有评价等级,将定性评价与定量评价相结合,使评价结果更合理;对每个层次都进行权重分配,并用关联系数对权值进行了修正,使评价过程更科学。最后,以五轴机床为例验证该方法对机床设计质量综合评价的可行性。灰色模糊层次分析法可以科学有效地评价机床的设计质量,准确地给出产品质量评估等级。     

基于公差原则的圆柱特征位置度公差数学模型研究

提出了基于最小实体要求(LMR)、最大实体要求(MMR)的圆柱特征位置度公差数学模型.将小位移矢量簇(SDT)引入到公差数学建模中,系统地研究了轴孔特征位置度公差在MMR、LMR下的不同约束条件及相应的位置度公差数学模型.该数学模型可以完整地表示出位置度公差的工程语义,便于公差的计算机处理及在各阶段的数据传递.实例验证了该模型的有效性.     

金属增材制造工艺、材料及结构研究进展

金属增材制造技术相比于传统制造技术有很大的优势,已经在很多领域得到了应用。基于金属增材制造工艺、材料以及结构的研究现状,分析当前的研究热点以及发展趋势。结果表明：金属增材制造当前的研究热点是材料应用、仿真模拟、智能检测和热处理强化,而且质量评估没有统一的标准;金属增材制造未来发展的趋势是建立标准材料工艺数据库、多材料打印工艺研发、仿真优化模拟、智能化监测管理和热处理强化工艺研发。     

基于多尺度特征融合的钢材表面缺陷分类方法

针对钢材表面缺陷分类检测率低的问题,文中采用一种基于纹理多尺度特征融合的表面缺陷分类方法。利用Gabor滤波器与灰度共生矩阵建立纹理图像的多尺度特征向量,同时利用卷积运算对纹理图像进行特征提取,并引入混合膨胀卷积模块以增加感受野,将两种特征向量进行融合得到加强后的融合纹理特征向量。融合后的特征以序列方式输入长短时记忆网络(Long Short-Term Memory, LSTM)构建分类模型,利用混淆矩阵将分类结果进行指标评判。结果表明该方法在NEU(Northeastern University)数据集上的分类准确率达到97.5%。文中搭建LSTM网络、BP(Back Propagation)神经网络、SVM(Support Vector Machine)、KNN(K-Nearest Neighbor)以及CART(Classification And Regression Tree)等分类方法进行了对比实验。结果显示,在多尺度下LSTM分类方法表现最好,F1指标最高。结合BP网络、LSTM网络、SVM、KNN、CART、CNN以及AlexNet等方法进行了消融实验,验证了该方法的普...     

[误差建模及精度保证方法]双五轴数控铣削机床旋转轴误差辨识方法

为了快速、系统地辨识双五轴数控铣削机床旋转轴几何误差,提出了一种基于R-test的误差测量辨识方法。根据R-test误差模型研究误差测量值与各项误差参数的关系,辨识旋转轴各个几何误差项以得到旋转轴的安装误差和运动误差;利用最小二乘法原理平面圆拟合和直线拟合的方法分别辨识出2项位移误差和2项垂直度误差;基于多体系统理论及齐次坐标变换方法建立刀具坐标系与工件坐标系的齐次坐标变换模型,并辨识出3项移动误差和3项转动误差;最后,根据所得辨识值对X向和Y向位移误差进行补偿。实验结果表明,补偿后X向和Y向位移误差明显减小,误差补偿结果验证了测量、辨识的准确性和有效性。     

基于磁力固定的PCB载具抗贴偏性研究

为解决表面贴装生产线贴片机在贴装过程中需要固定印制电路板(Printed Circuit Board,PCB)的问题,提出基于磁铁吸附PCB载具方案.根据等效磁荷和静磁学理论,得到磁条吸附力计算模型,利用磁条吸附载具的有限元模型进行磁力仿真分析,研究磁条的磁力大小随磁条截面尺寸的变化规律.仿真结果表明:贴装头在一定速度范围内工作时,磁力能够满足约束PCB条件.实际生产表明:在正确安装好磁条的条件下,完成1 200片PCB贴装工序后,检测到PCB的偏移量均在允许范围内,可证实方案的可行性.     

公差可行稳健设计及其评价方法研究

公差可行稳健设计对于提高产品的质量起着重要的作用。在公差可行稳健模型的基础上,提出基于两步法和直接优化法的公差可行稳健设计法,针对约束函数为线性函数和非线性函数,采用基于重点抽样方法(MPP)进行装配成功率的估算,实现了对公差可行稳健性的评价。最后用实例进行验证。     

基于改进深度森林的表面肌电手势识别方法

为提高基于表面肌电图（surface Electromyo Graphy, sEMG）手势识别的准确率，提出一种改进深度森林相结合的手部运动识别方法.将极致梯度提升（eXtreme Gradient Boosting,XGBoost）树引入深度森林模型，与随机森林和完全随机森林共同组成深度森林的级联结构.深度森林模型在每个层次上集成3种不同的基于树的分类器，共4个决策森林，包括1个随机森林、1个极端随机森林和2个极致梯度提升树，利用不同学习算法之间的互补性来提高分类性能.为评估该模型性能，采集4名健康受试者的表面肌电信号进行手部动作识别验证试验，并与随机森林、支持向量机、一维卷积神经网络及二维卷积神经网络等算法比较.结果表明，提出方法对16种常用手部动作的平均识别精度为94.14%，对表面肌电信号实现了较高的分类准确率.     

基于混合蚁群粒子群的多AGV路径规划研究

针对智能仓库中AGV搬运货物的路径优化、交通管制等问题,首先分析了立体仓库中AGV的工作特点与路径的情况,提出了混合蚁群粒子群方法,在传统的人工蜂群算法中结合粒子群算法思想,使算法同时具备蚁群算法的正反馈与粒子群的多样性,通过仿真,该算法路径优化速度较快,且比以往的路径安全。使AGV的运行效率得到提高。