基于缺陷特征与种子填充的轮毂缺陷检测方法

基于轮毂缺陷目标的尺度特征,利用纵横两个方向的"山峰"定位,获得轮毂铸件缺陷像素小块,并提取出缺陷目标区域;对目标区域进一步提取种子点,建立生长障碍,对种子进化处理以及图像二值化,利用改进的种子填充法将缺陷用二值图像完整清晰地表达出来,实现基于缺陷目标特征与种子填充法的轮毂铸件缺陷检测方法.以实际检测中4种常见的不同类型缺陷、不同结构部位、不同背景等的轮毂缺陷图像作为实例,对100幅缺陷图像进行算法验证.实验结果表明,该算法不需要对图像进行预处理,可以检测各种缺陷类型,对对比度低、高噪声、产品结构和图像背景复杂、光照不均匀的图像也能进行处理,不需要标准参照图片,运算速度满足工业应用的要求.     

基于LSTM与牛顿迭代的两轴系统轮廓误差控制

针对轮廓误差影响运动系统精度的问题,提出结合长短期记忆神经网络(LSTM)和牛顿迭代法对轮廓误差进行预测、通过转换任务坐标系对轮廓误差进行补偿的方法.在运动平台上提取特征轮廓与数据,将牛顿迭代法应用于对轮廓误差的计算,通过计算出的轮廓误差对优化后的LSTM神经网络进行训练,建立更准确的轮廓误差预测模型.通过转换任务坐标系,将预测的轮廓误差作为前馈补偿到参考轮廓中,提高轮廓控制性能.通过试验对比PID、迭代法和神经网络法,利用随机NRBUS轨迹验证泛化性,表明提出的方法能够有效地预测并控制轮廓误差,在精密运动控制领域有良好的应用前景.     

基于动力学不确定性的重型切削工艺参数优化

针对数控重型切削加工过程的切削稳定性具有不确定性的特点,提出了在切削稳定性和机床工作能力的约束下,获得最大材料去除率的工艺参数优化方法。根据重型切削加工的工艺特点建立三维动力学模型,以机床的固有频率、阻尼比、刚度和切削力系数作为不确定因素,结合排零定理和边理论对其进行不确定性分析,获得稳健的切削稳定性叶瓣图,结合切削深度、刀具直径和刀具齿数的关系,为加工过程选择能获得最大切削深度的刀具。在此基础上,建立工艺参数优化模型,选择最佳的轴向切削深度、径向切削深度和主轴转速的组合,最后以一台加工中心上某型号发动机缸体表面的粗加工过程为例进行了验证。     

基于梯度分类的复杂背景椭圆快速检测方法

针对复杂背景下椭圆特征由于重叠、缺失、嵌套等原因导致的检测效率低、误检率高的问题,提出基于梯度分类与多边形辨识的椭圆快速检测方法. 该方法通过边缘检测算子对采集的图像进行预处理,获取图像边缘的梯度信息. 根据边缘灰度梯度与凹凸性将边缘线分为4类圆弧特征,通过对4类圆弧特征的聚类初步确定备选的椭圆集合. 利用椭圆内包多边形为凸多边形的特点,对候选椭圆集合进行快速辨识. 应用非迭代几何最小二乘法拟合椭圆参数,通过椭圆残差判定与椭圆的去伪过程,获得最终的椭圆特征. 实验结果表明,该方法在椭圆检测效率与准确性上较经典算法均有提升.