基于UMAC加工非球面光学零件PVT控制轨迹研究

本文论述了基于UMAC运动控制卡的控制系统构成,阐述了切线回转法加工非球面光学零件的基本原理,针对常用的非球面光学零件子午剖面曲线方程,给出了基于UMAC运动控制卡加工非球面光学零件PVT控制轨迹形成的具体计算方法,并计算出了三轴联动系统中各轴的运动轨迹方程,运用MATLAB对各轴的位移·时间关系和速度.时间关系进行了仿真,同时将各轴的位移-时间关系曲线和速度-时间关系曲线做了对比分析,从而得出了采用UMAC运动控制卡的PVT控制算法加工任意非球面面型的方法.     

切线回转法加工非球面光学零件运动轨迹研究

论述了切线回转法加工非球面光学零件运动轨迹的形成;给出了非球面光学零件子午剖面曲线方程和计算基于切线回转法加工非球面光学零件运动轨迹的实现方法,并给出了三轴联动系统中各轴的运动轨迹方程,为切线回转法原理在加工非球面光学零件装备的实现提供了依据．     

用切线法数控加工高次非球面

论述了切线法数控加工非球面的新原理,详细分析了实施该原理的三种可行的加工方法,即以工件轴为回转中心的成形方法、以磨轮轴上磨轮的几何中心Q点为回转中心的成形方法和以磨轮轴上M点为回转中心的成形方法,并建立了3种成形方法的轨迹成形数学模型。根据非球面加工性能的要求、保证机床构件精度的难易、机床动态特性的合理性和机床结构的合理性等问题考虑,确定了其中一种最合理的成形方法,即以磨轮轴上的M点为回转中心的成形方法。     

利用RBF神经网络提高温度测量精度

本文介绍在压力测量时,为提高测量精度,利用径向基函数神经网络(RBF)和智能温度传感器DS1822进行温度补偿,改善其测量精度的新方法.RBF网络具有良好的非线性映射能力,自学习和泛化能力,采集样本数据训练构成具有双端输入、单端输出网络模型,采用改进的算法实现测量精度.     

基于积分球的浊度测量

积分球式浊度测量法结合了透射和散射两种方法的优点,具有较高的灵敏度.本文分析了透射式、散射式和积分球式三种测量原理,介绍了基于积分球的浊度测量系统的光源及探测器的选择.     

面向动态环境的视觉惯性SLAM算法

针对传统的同时定位与建图(SLAM)算法在动态环境中会降低自身运动估计的精确性以及系统鲁棒性的问题,提出一种适用于动态环境的视觉惯性SLAM算法——DVI-SLAM(dynamic visual inertial SLAM).根据对极几何约束检测并去掉动态特征,利用更加精确的静态特征进行状态估计;添加视觉信息自适应权重...     

Adaptive Signal Conditioning Technology in Fighter Weapon System Test

In order to realize the real-time and precise test for a weapon system of a certain type of fighter, a signal classification method according to attributes is proposed, common input channels for multiple signals are configured optimally, and a test adapter and an adaptive signal conditioning module is designed. The hardware of conditioning module can be configured flexibly and the programmable test range can be adjusted owing to programmable multiplexer. An FPGA adaptive filter is designed by the calculated filter coefficient vectors with LMS method to solve the problem of parallel test of fighter weapon system in electromagnetic interference environment. The adaptive signal conditioning technology is characterized by high efficiency, precision and integration. Its application makes the test system successful to conduct real-time and parallel test for a weapon system, which is developed based on VXI bus and virtual-instrument technology.     

利用RBF神经网络提高温度测量精度

本文介绍在压力测量时,为提高测量精度,利用径向基函数神经网络(RBF)和智能温度传感器DS1822进行温度补偿,改善其测量精度的新方法。RBF网络具有良好的非线性映射能力,自学习和泛化能力,采集样本数据训练构成具有双端输入、单端输出网络模型,采用改进的算法实现测量精度。     

非球面加工的速度伺服控制器研究

本文研究的速度伺服控制器是在以ARM微处理器为主控核心,解决高次非球面加工的新原理的基础上,设计的一种最新的伺服控制器。同时本设计增加了必要的外围扩展电路,构成高性能的三轴联动的速度伺服控制器,能够满足非球面光学器件数控回转切线法的要求,在数控机床的控制中有重要的应用价值。     

结合Spatial CNN的端到端自动驾驶研究

针对当前自动驾驶中端到端深度学习算法需要庞大数据集作为训练支撑且缺少针对性的问题,基于深度迁移的思想,提出了迁移预训练VGG-16网络结合Spatial CNN网络结构的端到端自动驾驶模型.将预训练模型在ImageNet数据集上已经学习到的图像识别能力迁移至转向预测任务上,同时嵌入Spatial CNN网络结构挖掘空间特征信息.研究结果表明:在基于同等少量样本的训练后,迁移学习模型提取的特征更具有相关性,与从零开始训练的DAVE-2模型相比,预测误差率降低11.1％.在测试地图上模型预测值能很好地跟随真实值变化,说明模型能够实现高精度预测.