逆向工程技术在产品设计中的应用

讲述了逆向工程的内涵及应用领域、测量系统与方法等理论基础;以设计实例阐述了逆向工程关键技术产品设计过程中的具体应用步骤。     

LDI激光测量技术对汽车驾驶室的扫描应用

采用配备LDI SLP 2000扫描系统的Faro ARM测量臂对汽车驾驶室进行扫描,再利用Geomagic Qualify软件对扫描获得的数据进行处理。结果证明,LDI激光测量技术在汽车驾驶室的扫描应用,可以快速检测出制造精度的误差,大幅度缩短产品开发周期。     

基于贝叶斯分类的海量点集多核D-TIN并行算法

针对当前海量点集数据构建D-TIN时所面临的数据量巨大且计算复杂耗时长的问题,研究提出一种基于朴素贝叶斯分类的并行算法。该算法以Delaunay三角网的空圆法则为基础,朴素贝叶斯分类后重组为理论依据,通过生成一组由确定三角形组成的三角形条带将点云划分为若干子域,然后对各子集进行并行D-TIN生成。通过对6GB的点云的D-TIN生成进行数值仿真,结果表明:该算法耗时6min,峰值内存占用仅为500MB,加速比为3.2,且执行过程中各处理器独立运行,无需互相通讯和同步。     

基于云图特征自识别的光伏超短期预测模型

光伏电池超短期输出功率变化的主要原因来源于云层的无规则运动,会在1～2min的时间尺度内显著地影响输出功率,因此提出了天空云图预测方法提高光伏超短期功率预测的准确性。首先,采用云层灰度鉴别对云图提取云形状、云透射率等信息。然后,通过云点跟踪对云运动进行还原,得到云层的位移和速度等信息。接下来提出了云图特征联想和长短期记忆(cloudfeatureassociation-longshort-term memory,CFA-LSTM)模型,通过在LSTM模型中加入图像特征联想(cloud feature association,CFA),从而将光伏超短期输出功率与天空云图关联起来。最后基于云增强现象(cloud enhancement model,CEM),提出了由晴空辐照度作为标准的CEM-LSTM切换模型。实验证明,CEM-LSTM切换模型在全气候条件下不仅可以满足光伏超短期功率预测高精度的准确性需求,还可以满足光伏超短期功率预测高精度、高稳定性的可靠性需求,为光伏电站的高效经济运行提供了可能。     

矿用磨机衬板扫描分析技术应用

由于矿石性质和磨机工艺参数存在较大差异，衬板的磨损受到多方面因素的影响，磨机内不同仓位衬板的磨损速率也存在较大差异。为了掌握衬板磨损规律从而指导衬板更换和衬板优化设计，通过3D激光扫描分析技术，将磨机衬板的磨损状态转化为云点数据，对处理后的云点数据与标准模型进行对比，获取较为准确的磨损系数和规律。依据磨损规律对不同仓位衬板的结构进行合理优化，在节约金属用量、提高衬板使用寿命的同时，实现寿命匹配。