基于偏振视觉的环形构件表面形貌重构

为了增强对环形构件表面的质量检测能力,提出一种基于单目DoFP偏振相机的FSV偏振检测方法。根据偏振反射分离出的漫反射信息,对基于FSV的偏振三维重建模型进行校正。利用偏振数据得到增强的二维表面图像,并进行相应的偏振三维建模。实验结果表明,与传统成像系统和非FSV偏振成像系统相比,所提出的检测方法测得的DoP图像在图像评价指标上提升3%以上,重建的三维模型和真实检测表面的均方根误差为0.35,大大提高了对环形构件表面的质量检测能力。     

基于PLC的可降解塑料片材成型自动化生产线设计

塑料片材是塑料制品中的重要组成部分,然而现有的塑料片材生产线自动化程度较低,原料主要成分为聚乙烯,难以降解。据此,采用一种新型的可降解塑料作为原料,但此原料是粉状料,无法适用于传统的粒状送料装置;由于其特点是通过挤出后离模发泡的方式成型为片材,并且原料对温度要求较高,传统挤出机无法使用此料生产。因而根据此原料特性和加工工艺设计由送料系统、挤出成型系统、牵引滚压系统、分切冲孔系统及夹取码垛系统组成的可降解塑料片材成型生产线,使用PLC和触摸屏对控制系统的硬软件进行设计。以平均生产节拍作为参考指标,此自动化产线生产效率提高了26.5%,为可降解塑料产品的规模应用提供了技术支撑。     

基于深度特征提取和对抗域适应网络的滚动轴承故障诊断

实现轴承的智能化诊断是实现旋转设备的智能化诊断的关键。在轴承故障诊断实际情况中存在特征提取不完全、变工况情况下传统的诊断方法效率低的问题。针对这个问题,提出了一种组合方法。在该方法中使用具有宽卷积核的卷积神经网络与长短时记忆网络组合的深度特征提取网络对原始的振动信号进行深层次的特征提取,其次以对抗域适应网络实现源域与目标域间的知识迁移,解决了变工况情况下的跨域诊断能力不理想的问题。并对所提方法进行了验证,实验结果表明,所提方法能够有效地实现对轴承振动信号的深度提取以及识别变工况情况下的轴承故障类型,提高了跨域诊能力。