基于尺寸关联和偏最小二乘回归的多工序质量分析与预测

针对数字制造下多工序机械加工过程的质量控制问题,根据零件加工特征和基准,构建了基于尺寸链的工序关联矩阵,应用特征描述法存储零件工艺信息.在此基础上提出一种依据加工特征和基准的工序关联检索算法,用于提取关联工序.建立基于偏最小二乘回归方法的多工序质量分析与预测模型,通过偏最小二乘回归方法,提取对工序质量影响强的成分,以解决工艺过程中存在的自变量之间的多重相关问量题,提高了多工序质量分析与预测的精度,该模型已应用于轴套零件加工过程中多工序质量的分析与预测.     

一种图像配准的超分辨率重建

提出了一种具有子像素级精度的图像配准方法,并通过迭代反投影算法进行超分辨率重建.介绍了基于3参数模型的图像配准方法并提出了基于4参数模型的图像配准方法,由于没有直接将旋转角度参量引入到运动模型中,有效地避免了原方法中泰勒级数展开时的小角度假设.最后,根据配准算法所得到的子像素级运动信息,用迭代反投影算法进行超分辨率重建.分别对多幅具有较大运动的模拟及真实的低分辨率图像进行实验,结果表明:该配准算法取得了更高的精度,平均平移误差减少了0.026 1 pixel ,平均旋转角度误差减少了0.356 4°;重建图像具有更好的视觉效果,平均PSNR值提高0.75 dB.本文方法可以被广泛地应用于相互间主要存在平移和大角度旋转的多幅低分辨率图像的大倍数超分辨率重建,可满足实际应用要求.     

基于优化多核支持向量回归的制造过程均值偏移幅度估计

为更加准确地估计制造过程均值偏移幅度,提出了一种基于多核函数支持向量回归（SVR）的估计方法。多核函数由线性核、多项式核和径向基核3种基本核函数凸组合而成,并通过粒子群优化算法（PSO）对核参数、组合权重系数以及SVR的惩罚系数C进行联合优化,以五折交叉验证求得训练样本的决定系数均值作为粒子适应度值,使生成的多核SVR获得良好的泛化能力。将该多核SVR与累积和（CUSUM）控制图集成构建了过程均值偏移监测模型,仿真实验结果表明,该方法相对人工神经网络（ANN）方法估计精度明显提高,比采用单一径向基核函数的SVR更为优越;在实际齿轮加工过程中进行应用验证,进一步证实了该方法的有效性和实用性。     

变电压CT重建的灰度加权算法

常规固定电压的CT重建,因成像系统动态范围受限,投影数据易出现过曝光和欠曝光共存现象,造成信息缺失多,成像质量差,为此提出变电压CT重建。通过变电压获得跟工件有效厚度相匹配的有效投影序列,在ART迭代图像的基础上,调整全变差使其最小化,从而优化重建。在重建过程中,依据灰度加权,把低电压的重建图像作为初值,应用在相邻高电压有效投影重建中,得到相邻高电压的重建图像,依次类推直至最高电压。至此,工件的全部结构信息重建完毕。仿真结果表明,灰度加权算法不仅实现了变电压图像信息的完整重建,而且像素值更加稳定。     

基于平均密度投影和平移高斯模型的肺结节检测与分割算法

针对 CT图像中肺结节与血管粘连导致分割困难的问题,提出了一种基于平均密度投影和平移高斯模型的肺结节检测与分割算法。首先通过对二维CT序列图像作平均密度投影(AIP),融合局部三维特征生成AIP图像,然后利用阈值分割和形态学方法对结节轮廓进行粗分割,最后通过建立平移高斯模型来拟合肺结节,从而实现对肺结节的精确分割。对30个血管粘连性肺结节CT图像的实验结果表明,本文算法与专业医师标记区域的面积交迭度达到91%,能够实现对粘连型肺结节的有效分割,但对于灰度较弱且体积较小的肺结节仍存在漏检的风险,需要后续进一步研究。     

基于县域经济发展的电力负荷预测方法

县域电力需求与县域经济的发展密切相关。为了能够客观、全面、科学地对县域电力需求进行预测,提出了一种基于县域经济发展的电力负荷预测方法。所提方法首先采用因子分析法和聚类分析法,对县域经济进行分类和发展预测,然后基于县域经济发展指标采用线性回归方程预测电力电量。以湖北省73个典型县为应用实例,采用历史数据对所提方法的正确性进行了验证,并给出了未来典型年份的县域电力负荷的预测结果。     

干扰位移法及层状岩质边坡滑动边界的确定

 从能量准则和边坡结构分析出发, 阐述了层状岩质边坡滑向和最不利滑面的确定方法。文中以层状岩质边坡结构分析为基础, 提出了确定滑向的半定量方法, 并进一步确定出最不利干扰位移。根据已确定的最不利干扰位移求得边坡内各点的干扰能量值及干扰能量等值面, 并以最小干扰能量曲面作为潜在滑动边界。     

考虑多重周期性的短期电价预测

考虑到电价各时段变化以及周末与工作日变化的差异,提出了区分周末的分时段短期电价预测模型。该模型首先将各日中同一时段的电价形成该时段的电价序列,再将各时段电价序列分为工作日电价序列和周末电价序列。这样形成了多个消除了日周期性和星期周期性的子电价序列,分别对各子电价序列进行预测以得到预测日电价。采用基于小波分析的广义回归神经网络对这些子电价序列分别进行提前一天的预测,各子电价序列的预测电价就形成了下一天的预测电价。采用该方法对西班牙电力市场电价进行了长时间的连续预测,并与已有的预测方法进行了详细的比较分析,研究表明该方法能够提供更准确的预测电价。     

基于共线特征点的摄像机镜头畸变校正

提出一种基于未知世界坐标共线特征点的未标定摄像机畸变校正算法以及基于预计算模板的快速实现方法。利用直线的透视投影不变性来估计镜头的畸变参数,不需要知道摄像机的内外部参数,也不需要知道任何空间特征点的世界坐标,简化了镜头畸变校正的过程。该方法的特点是需要的已知条件少,算法简单,易于实施,算法的计算速度快。试验结果表明,该方法能准确快速校正由摄像机镜头畸变引起的图像几何畸变,对机器视觉系统是可行的,预计算模板实现方法大大地降低了计算量,为镜头畸变校正实时应用奠定了基础。     

隐式极限状态方程可靠性分析的加权响应面法

针对隐式极限状态方程的可靠性分析,提出加权回归响应面法,该方法采用线性响应面来拟合隐式极限状态方程。所提方法的策略可以归结为三点,一是选取极限状态函数绝对值更小的实验抽样点;二是根据每个实验抽样点的极限状态函数绝对值的大小,构造每个点在回归分析中的权数,增强极限状态函数绝对值小的实验抽样点对响应面函数确定的作用,削弱极限状态函数绝对值大的实验抽样点对响应面函数确定的作用;三是采用与传统响应面法一样的向设计点收敛的迭代方法。这三点策略保证了所得到的线性响应面函数能够在设计点附近更好地拟合真实隐式极限状态函数值为零的表面,从而达到高精度计算隐式极限状态方程可靠度指标的目的,算例结果充分显示所提方法的优越性。文中所提方法与组合响应面法结合,可以发展成为非线性高变异性隐式极限状态方程失效概率计算的高精度方法。