基于像元相互关系的FCM聚类分割算法

针对传统模糊C均值(FCM)算法在图像分割时未考虑像元间的相互关系,且未事先给出初始聚类中心的问题,提出了一种考虑像元间相互关系的FCM聚类分割算法。该算法基于数据场原理,首先利用像元间的相互关系,通过计算各像素点的势值,形成图像数据场,然后利用图像数据场势心,确定FCM算法的初始聚类中心,最后在图像数据场的基础上,利用FCM算法实现对目标图像的聚类分割。利用人工合成图像和工件表面缺陷图像对算法的有效性进行验证,实验结果表明,该算法具有较好的分割效果,且对于条痕、脱碳、孔洞3种缺陷的不同噪声图像分割的正确率均在93%以上,同时具有较高的平均结构相似性。

采用DDPG的双足机器人自学习步态规划方法

为解决多自由度双足机器人步行控制中高维非线性规划难题,挖掘不确定环境下双足机器人自主运动潜力,提出了一种改进的基于深度确定性策略梯度算法(DDPG)的双足机器人步态规划方案。把双足机器人多关节自由度控制问题转化为非线性函数的多目标优化求解问题,采用DDPG算法来求解。为解决全局逼近网络求解过程收敛慢的问题,采用径向基(RBF)神经网络进行非线性函数值的计算,并采用梯度下降算法更新神经网络权值,采用SumTree来筛选优质样本。通过ROS、Gazebo、Tensorflow的联合仿真平台对双足机器人进行了模拟学习训练。经数据仿真验证,改进后的DDPG算法平均达到最大累积奖励的时间提前了45.7%,成功率也提升了8.9%,且经训练后的关节姿态角度具有更好的平滑度。

海泡石颗粒气固两相射流分级的数值模拟

针对气体和海泡石颗粒组成的气固两相流体建立欧拉-拉格朗日两相颗粒模型,依据射流的附壁效应进行海泡石颗粒分级过程的数值模拟;通过分析康达块壁面区域的海泡石颗粒的运动轨迹、速度和位置等运动特性,确定颗粒的分级区域。结果表明:海泡石颗粒的粒径越小,附壁效应作用越明显,海泡石颗粒的速度在康达块壁面区域衰减很快;根据不同粒径颗粒在水平方向的位置划分了颗粒分级区间,粒径为1~10μm的海泡石细粉的分级区间位于X轴坐标为0~0.14 m处。

直线导轨面缺陷检测与分类方法

为解决复杂背景下直线导轨面缺陷识别难的问题,提出了一种基于灰度共生矩阵(Gray level co occurrence matrix,GLCM)和非负矩阵分解(Non negative matrix factor,NMF)的纹理背景抑制来实现缺陷特征增强的方法。首先,利用GLCM多特征统计量重构导轨面背景纹理图,实现一定程度上的纹理背景抑制;接着,将纹理图均分成若干子图像块,随机抽取一定的子图像块进行NMF训练;然后,将NMF分解出的基图像同纹理图中相同大小图像块遍历求其欧式距离,并将距离平均后赋值给纹理图中相应图像块的中心像素点,以进一步实现纹理背景抑制和缺陷特征增强。最后,基于K means聚类和支持向量机对缺陷进行分类识别。实验结果中对测试集中的划痕、裂纹和撞伤缺陷识别准确率分别为89.06%,88.46%和95.12%,表明该方法能抑制纹理背景和增强缺陷特征,有效分离出缺陷并识别其类型。

深孔啄钻振动信号DTW算法改进及应用

针对深孔加工质量检测难、效率低和成本高等问题,提出一种基于振动监测信号分割的改进动态时间规整算法,实现深孔加工质量一致性快速无损检测。首先,以啄钻间歇进给式加工采集的振动信号为研究对象,利用抗噪性能优良的双窗双谱算法对其进行分割;其次,对分割信号在时域和频域内进行特征降维;然后,针对信号长度不等引起的特征不等情况,采用改进的动态时间规整算法(dynamic time warping,简称DTW)进行规整对齐,同时达到减小时间复杂度和防止病态规整的目的;最后,利用求得的累积最短距离评估啄钻阶段振动信号的相似性程度,从而判别啄钻加工质量的一致性。仿真和试验结果表明,该方法能快速有效完成对深孔加工质量一致性无损检测,振动信号分析结果与实际物理检测结果相吻合。