数控多轮廓加工走刀空行程路径优化

将多轮廓加工走刀空行程路径优化归结为广义旅行商问题,基于蚁群算法和最近邻算法,提出一种走刀空行程路径优化算法。采用蚁群算法优化任意选择的走刀路径,得到一条轮廓排列序列,对该轮廓序列,采用最近邻算法在相邻轮廓上寻找节点构建走刀路径,再采用蚁群优化及最近邻算法由此路径构建新的走刀路径,如此反复迭代,就得到一条优化的走刀路径。给出一个优化实例,验证了算法可有效构建走刀空行程路径。采用单因素分析和均匀试验设计的方法,详细给出了优化参数选择方法。

基于量子进化算法的多轮廓路径优化

针对多轮廓样片加工快进路径优化问题,提出一种改进的量子进化算法。算法设计了基于二维量子位概率幅矩阵模型的快进路径编码方法,实现了由该模型引导的全局搜索,能直接生成样片加工的顺序序列,解码效率高;利用多轮廓加工最优子结构的特征,设计了基于动态规划法的个体适应度评价方法;新的动态旋转角的量子更新策略增强了种群的全局搜索能力。通过标准算例仿真和算法对比实验结果,验证了所提算法的可行性和有效性。

一种新的多轮廓线重构三维形体算法:切开-缝合法

综合评述了目前通过多轮廓线重构三维形体表面的算法研究现状,提出了一种新的多轮廓线重构三维形体算法切开-缝合法(CS).该法通过引入控制点对作为切口,将轮廓线对进行坐标转换和轮廓对应后,切开并铺展成两条平行直线段,通过寻求轮廓线对顶点的对应关系,生成了符合Delaunay法则的三维形体表面三角面片,解决了形状和顶点数目差异较大的相邻轮廓线重构问题,并将其应用到基于剖面的三维地质建模中.实践证明,该算法行之有效,且对解决相似问题具有一定启发性.

面向多轮廓的机器人加工路径优化研究

针对多轮廓零件机器人加工的路径优化问题,提出了一种基于改进遗传算法和最小外接三角形法的机器人加工路径规划新方法。采用基于改良圈的遗传算法优化任意选择的走刀路径,得到轮廓加工序列,而最小外接三角形法对该轮廓序列动态寻找各轮廓入刀节点,构建走刀路径,经过反复迭代,得到了一条优化的走刀路径。仿真结果表明,所提算法可有效构建机器人走刀路径,缩短空行程。

基于多轮廓型腔结构件表面DLC薄膜的制备与性能研究

类金刚石碳膜是力学综合性能、耐磨损、耐腐蚀和透光性能好的薄膜,在先进制造技术领域得到了越来越多的应用。通过类金刚石(DLC)薄膜制备方法与机械特性的阐述,对不同磁控溅射法对多轮廓型腔结构件表面DLC薄膜结构性能的干扰制约,以及DLC薄膜工艺技术制定方案的关键问题进行深入探究。

多轮廓小直径凸轮轴的车铣复合新工艺

多轮廓小直径凸轮轴,是多功能注射医疗器械中的重要零部件,其应用广泛。结合企业生产实际,对多轮廓小直径凸轮轴传统加工方法面临的主要问题进行分析。通过对车铣复合走芯式车床进行数控编程,编制合理的加工工艺,来加工多轮廓小直径凸轮轴。实践结果表明:采用车铣复合新工艺加工该凸轮轴,产品加工精度得到保证,加工效率大幅提升,大大降低了成本。

基于生成树的多轮廓线重构方法

在医学图像分析中,提出一种改进的多轮廓线重构方法,该方法在生成树的基础上,通过判断形心位置将多轮廓线转换为单轮廓线的剖面组,并用深度优先搜索对算法进行了优化。实验结果验证了该方法的有效性。

多轮廓型腔结构件磁控溅射类金刚石碳膜附着机理研究

多轮廓型腔结构件具有复杂的内腔,普通镀膜方法对工件内腔镀膜过程中存在膜基结合力差、靶材利用率低、薄膜厚度不均匀致密、内腔死角无法镀膜等诸多问题。针对这些问题,研究采用多靶头旋转式柱状磁控溅射靶,在镀膜机的不同位置安装多靶多材,使靶能够自由旋转来实现复杂内腔壁定向镀膜和膜层均匀性的需要;同时采用梯度复合膜结构来改善单一膜层所存在的膜基结合力差、易于从基体上剥离等问题,通过选择合适的基片温度等磁控溅射工艺参数来提高膜与基片界面之间的附着强度,从而实现在多轮廓型腔结构件的复杂内腔壁镀厚度均匀、致密连续的功能性DLC复合薄膜。

基于多轮廓模型的红枣体积和表面积在线测量方法

为快速测量红枣的体积和表面积,给红枣三维信息的分级装备开发提供依据。该文搭建图像采集装置,由工业相机连续拍摄旋转圆盘上物体的二维图像,编写图像处理软件提取图像的二维轮廓特征,再由二维图像的轮廓构建三维多轮廓模型,测量模型的体积和表面积。探讨不同轮廓间角(4°~15°),不同投影高度(0.1~0.5cm)和不同直径(24~42 mm)对多轮廓模型测量体积和表面积的影响。试验结果表明,多轮廓球体模型的直径为固定值,体积的相对误差随轮廓间角和投影高度的增大而增大,表面积的相对误差随轮廓间角和投影高度的增大而减小,最小相对误差分别为6.0%和1.0%;多轮廓球体模型的轮廓间角和投影高度为确定值,模型的体积和表面积的相对误差随直径的变化不明显,但直径越小误差越大,体积和表面积相对误差的均值分别为9.1%和4.34%;多轮廓红枣模型的轮廓间角和投影高度为确定值,模型体积的平均相对误差随等级的增大而增大,表面积随等级变化不明显,其中体积的均方根误差和平均相对误差的均值为2.45 cm3和10.2%;表面积的均方根误差和平均相对误差的均值为3.65 cm^2和7.09%。红枣多轮廓模型测量方法为红枣分级装备的开发提供技术参考。

不规则物体点云切片中的多轮廓分割算法

使用切片法进行不规则物体点云体积测量时,现有的多边形拆分再重组(PSR)算法难以正确拆分较近的轮廓,进而导致计算精度较低。针对这一问题,提出一种多轮廓分割算法——改进最近点搜索(INPS)算法。首先,通过局部点的单次使用原则分割多轮廓;其次,使用多边形内点判定(PIP)算法判断轮廓的包含关系,以确认轮廓面积的正负;最后,采用切片面积乘以厚度并累加的方式获取不规则物体点云的体积。实验结果表明,在两个公开点云数据集和一个化学电子密度等值面点云数据集上,所提算法都能实现高正确率的边界分割,具有一定的普适性;且该算法体积测量的平均相对误差为0.0436%,低于PSR算法的0.0627%,可见所提算法实现了高正确率的边界分割。

密集型多轮廓裁片的刀具空行程路径寻优

服装行业中缩短刀具裁剪空行程对于高效裁剪布料具有重要意义。结合服装裁片排列具有轮廓形状复杂、分布密集的特点,将问题转化成广义旅行商问题。基于最大最小蚁群(MMAS)算法提出了一种新的用于裁片刀具空行程路径寻优的算法——密集多轮廓蚁群算法,该算法包括4步:1)用MMAS算法确定初步裁片顺序;2)由裁片顺序寻找各裁片入刀节点;3)将各裁片的入刀节点再次用MMAS进行顺序优化重组得到初步裁剪路径;4)反复迭代第2)步和第3)步以求得最优路径。实验验证了所提算法的有效性,对比现有的扫描算法以及双信息素蚁群(NACS)算法其结果分别提升了60.15%和22.44%,该算法在刀具空行程优化上具有明显优势。

单幅人体切片图像的多轮廓二维重构算法研究与实现

基于切片图像数据的轮廓曲线二维重构是轮廓表面三维重构的基础。单幅切片图像可能存在有单轮廓或多轮廓。本文对中国虚拟人切片图像进行分析,针对单幅切片图像里的多轮廓线情况,研究提出了多轮廓提取算法和拟合曲线建模算法。经编程实验,成功实现了单幅图像里的多轮廓二维重构。

基于多轮廓线的地下工井三维建模

基于目前地下工井的三维建模算法研究现状,本文提出了一种基于工井的上、下轮廓线重构工井模型的方法,该方法通过对三维激光扫描仪获得的工井点云做预处理,构造三维网格分离工井的上、下面,利用切片技术提取工井边界线,将边界线点云进行误差修正、排序,最后对上、下边界线构建三角网以及顶面与底面的轮廓线三角化,使得整个地下工井形成封闭的三角网模型。实验表明,基于多轮廓线的地下工井建模方法具有更强的通用性和更高的效率。

数控宏程序在多轮廓加工中的应用

结合目前国内常用的数控系统FANUC、华中、三菱等,这些数控系统为用户提供了一种特殊的编程思路—宏程序。该类编程方法可以解决实际加工过程中遇到的多轮廓加工的难题,模块化编程,既可作为主程序,也可作为子程序,达到在实际加工过程中更高效、方便、快捷的效果。

一种辅助轮廓线的断层医学图像三维重建算法

针对轮廓线重建过程中的轮廓分叉问题,提出了一种改进的多轮廓线三维重建算法,通过构造辅助轮廓线将多轮廓线的连接转换为单轮廓线的连接,改进了利用多轮廓线进行三维重建的不足,利用可接受表面实现特征点的三角化,并根据曲率的变化拟合重建过程中的不光滑表面,进而实现断层医学图像的三维重建。实验结果证明,运用本算法在保证重建物体正确的同时,缩短了体数据的构造时间,加快了整个表面的重建速度。

基于相邻层轮廓线几何形状匹配的三维重建

当轮廓线比较复杂,常用的三维表面重建方法就不是很有效,有时还会出错。为此,提出一种新的基于相邻层轮廓线几何形状匹配的三维重建算法:首先提取轮廓线的关键转折点,再根据相邻层的几何形状来匹配关键点,然后连接上下匹配关键点将轮廓线分成几个独立的部分,再分别拼接各个独立部分,从而完成整个重建的轮廓拼接。实验证明,该方法对凹凸多变、复杂的封闭轮廓线有较好的效果。

优化皮革裁剪加工空行程路径的混合算法

将皮革裁剪多轮廓加工空行程路径优化问题归结为广义旅行商问题,提出了一种求解问题的混合智能优化算法。用改进了的遗传模拟退火算法优化多轮廓排列序列,结合机床特征将问题转化为多段图最短路径问题,采用动态规划算法求解。对传统的Boltzmann更新准则进行改进,增加搜索记忆功能并设置双阈值,以在尽量保持最优性的前提下减少计算量;根据多段图最优子结构性质设计了个体适应度评价函数。实际应用效果和对标准问题的测试表明,新算法求解质量和收敛速度均有很大的提高。

基于部位划分的三维人体曲面模型的构建

应用自主开发的三维人体测量系统获取人体扫描线点云数据。由于人体表面比较复杂,如果直接对整个人体点云进行模型的重构,可能会使人体手臂与人体躯干、左腿与右腿连在一起,或者导致体头肩部与人体躯干、手臂以及躯干与两腿之间连接的部分出现较大误差,为此,首先根据人体形状,将人体表面分割为6个部分,并对每部分人体点云分别进行三角网格化处理,然后提出将单轮廓划分为多轮廓的方法,将人体头肩部与人体躯干、手臂以及躯干与两腿进行合成,最终生成完整的人体三角网格曲面模型。

玉米茎切片图像的处理与分析

由图像序列进行三维重建,前期工作应包括图像的获取,灰度处理,二值化、图像的增强,锐化处理,图像的边缘检测和轮廓提取等。本文提出了多阈值分割及图像合成方法,利用多轮廓跟踪技术实现了提取并保存多目标区域轮廓的算法。

PYRAMIDAL MULTIPHASE LEVEL SET FRAMEWORK FOR BRAIN TUMOR DETECTION USING GENERALIZED TECHNIQUE OF PAINTING BACKGROUND

The pyramidal multiphase level set framework （PMLSF） based on the technique of painting background （TPBG） and the Chan-Vese model can detect multiple objects on a given image. However, the boundaries of the sub-object obtained by PMLSF-TPBG are not variable since a specialcolor parameter is used in TPBG. To solve the problem, a new technique utilizing a varying parameter is proposed to ensure that PMLSF is effective for the detection of the desired boundaries of the sub-object. The interval of the variable color parameter is proved and the effects of the parameter are also discussed. Experimental results for the brain tumor detection show that different boundaries of the brain tumors can be detected with different color parameters. It is especially useful for clinical diagnoses.