基于机器视觉的汽车压装衬套偏转角度测量

衬套安装的角度测量对于确保压装过程中汽车悬架与衬套的准确组装十分重要,现有的单目测量方法由于存在相机安装环境受限、测量准确率低的缺点而难以广泛应用。为提高衬套偏转角度的测量准确性,提出了一种基于特征匹配与径向基神经网络的衬套偏转角度测量方法。采用Hessian矩阵优化ORB算法,剔除误匹配对,提高ORB算法匹配性能;采用基准模板匹配策略,解决相机斜视状态下图像特征被遮挡导致的无法匹配问题,并将采集图像的特征点转换至基准模板上;通过引入径向基函数神经网络进行偏转角度软测量,拟合特征点与偏转角度的非线性关系,提高衬套偏转角度测量的精度。实验结果表明,所研究方法可以有效进行偏转角度测量,最大平均相对误差为2.72%,满足衬套偏转角度测量要求,在汽车生产过程中有一定的应用价值。

基于神经网络预测方法的智能化高精度大型钢管高速托辊机构研究

大型钢管高速托辊机构在工作过程中受管节点偏心、滑动摩擦等不确定因素的影响,会使得主管转动距离与胶轮转动距离存在一定偏差。这种偏差给实际工程施工带来一定困难。对此,采用商用软件ANSYS中的Transient Structural模块建立基于某大型钢管高速托辊机构的有限元模型,通过仿真计算研究转动过程中主管和胶轮的运动特性,获得对应的旋转角度、旋转距离以及距离偏差,采用径向基神经网络方法对主管和胶轮旋转的偏差进行预测对比分析。研究结果表明,所建立的径向基神经网络方法能够很好地预测主管和胶轮旋转的转动距离偏差,能够为大型钢管高速托辊机构上主管与胶轮距离偏差的计算提供一定的参考。

基于径向基函数插值的极移参数预报研究

极移参数预报的基础数据通常采用国际地球自转和参考系服务组织发布的最终解产品,数据分辨率为1 d。利用径向基函数对极移观测值进行插值,获取6 h分辨率的极移产品,并基于LS+AR模型进行500组预报实验。结果表明,相较于未进行插值的预报结果,该方法在1~7 d超短期预报中极移X和Y方向预报精度分别平均提升22.4%和38.4%。

构建范德华复合物分子间势能面的神经网络方法

本文提出了一种神经网络新方法用于构建范德华复合物的分子间势能面.该神经网络所使用的描述符分为两部分:径向部分表示单体的分子间伸缩振动,角度部分描述了分子间的相对取向.由于采用了束缚态计算中的对称性匹配转动基函数作为角度描述符,可以确保势能面具有正确的对称性.旋转基函数的数量可以由其中的角动量量子数最大值控制,并且可以通过限制量子数来描述刚性单体分子的对称性.本研究推导了五种范德华复合物的描述符,包括原子-线性、原子-非线性、线性-线性、线性-非线性和非线性-非线性分子复合物.利用该方法构建了两个范德华复合物的势能面:ArNaCl和N_(2)-OCS.拟合能量与从头计算能量之间的均方根误差值分别为0.11 cm^(-1)和0.26 cm^(-1),验证了该方法可以准确构建高精度范德华复合物势能面.

结合桥梁梁端转角响应的损伤识别研究

基于桥梁转角响应易于获取的特点及桥梁影响线的准静态优势,以桥梁实际影响线精准提取前期研究为基础,提出一种结合桥梁梁端转角响应的损伤识别方法。针对梁式桥,结合实际转角影响线构建损伤定位指标,通过定位指标曲线局部峰值确定损伤位置。依此建立包含损伤信息的基函数,对实际转角影响线进行最小二乘拟合识别曲线系数,实现损伤定量。开展车辆过桥数值仿真研究,在20 m长简支梁模型上设置不同损伤工况,模拟二轴车过桥所致转角响应,考虑行车速度、路面平整度和测试噪声等因素影响,以此进行转角影响线的提取及损伤识别。结果表明,同等情况下损伤程度越大,识别结果偏差越小;相较2处损伤,单处损伤的定位更加准确。开展损伤识别模型试验,在5 m长试验梁不同位置处设置2处损伤,进一步进行损伤定位及定量研究。识别试验梁的损伤位置分别为2.09 m和3.05 m,损伤程度分别为0.31和0.47,均与实际值较为接近。上述研究表明:所构建的未损基函数及损伤基函数包含梁结构完整及损伤特征,结合当前状态下梁端转角响应可实现桥梁的损伤识别;损伤识别结果具备较高精度,可为直接利用梁端转角数据进行桥梁的损伤定位定量提供参考。

航空相机的像面旋转特性分析

航空相机利用45°反射镜绕光轴旋转对地物的扫描进行多航迹成像,45°反射镜绕光轴旋转时,物体反射像也将绕光轴进行旋转,造成像面信息无法配准,为此必须采取适当的措施来消除像旋转,保证相机成像质量。从产生像方旋转的原因出发,基于光学反射成像理论,通过实例分析,归纳总结出扫描反射镜、光学成像物镜、折返镜对航空相机像面旋转特性的作用和影响,给出判断像旋转方向的一般方法,并以此为补偿像方旋转的理论依据,提出了一种新型的补偿方法。通过地面试验,获得了完全消除像旋转的图像信息,结果表明:该方法的同步旋转误差造成的最大像移量小于1/3像元,能够获得良好的图像效果而没有模糊,验证了像方旋转理论的正确性,及其补偿方法的可行性和实用性。

双相干谱和RBF网络在旋转机械故障诊断中的应用

双相干谱保留了信号的相位信息 ,可以用来描述非线性相位的耦合 ,径向基函数网络具有良好的推广能力和分类能力。文中将双相干谱和径向基函数网络结合 ,提出一种基于双相干谱与径向基函数网络相结合的旋转机械故障诊断方法 ,即以双相干谱为故障特征向量 ,以径向基函数网络作为分类器 ,对旋转机械的故障进行分类 ,并以转子不平衡、转轴碰摩、油膜涡动为例进行实验研究。实验结果表明 。

RBF神经网络理论在柴油机控制中的应用

为了解决船用电站发动机调速效果容易受到环境影响问题,基于RBF神经网络理论提出了一种柴油机RBF-PID转速控制算法,实时地优化转速环控制器的控制参数,且初始权值对RBF神经网络的影响很小。在突变负载的情况下针对不同的初始权值进行了一系列仿真计算,并在D6114柴油发电机上进行了实验验证。仿真结果与实验结果相吻合。结果表明:初始权值对RBF-PID控制算法的影响小于对BP-PID控制算法的影响,算法鲁棒性更强。柴油机采用RBF-PID控制算法,能够在获得相对于传统PID更好的调速效果的同时,环境改变时对其的影响更小而无需花费很多时间进行神经网络的训练学习,满足二级电站的精度指标。

基于交互式决策的旋转基多目标可视化技术

为解决高维多目标优化问题中Pareto最优解集不能有效可视化这一难题,提出一种基于交互式决策的旋转基多目标可视化技术.首先利用基向量的旋转角度反映Pareto最优解中各目标的优劣程度;然后以绘制基点为初始位置,依次叠加旋转后的基向量;最终将Pareto最优解以一条独立路径映射为二维空间平面上的一条折线,得到旋转基可视化图形.基于此思想设计了高维多目标可视化模型并进行实验,结果表明,该技术有效地反映了Pareto最优解中各目标的性能、波动性以及综合性能优劣等属性情况,达到了方便决策者对Pareto最优解集进行分析和决策的目的.

二次均匀TC-B样条曲线的扩展

构造了一种新的三角多项式基函数——带参数的均匀二次TC-B样条基,并由此定义了曲线——带参数的均匀二次TC-B样条曲线。该曲线继承了均匀TC-B样条曲线的优点,有着与其相类似的性质,例如凸包性、几何不变性、变差缩减性等。同时它还能精确表示圆弧、椭圆弧等二次曲线,推广到空间即可以表示旋转曲面。此外,由于引入了形状控制参数,使其在工业设计中具有更大的灵活性和更广的应用范围。

基于神经网络的双馈风电机组转速PID控制仿真

为了提高双馈风电机组的转速控制性能,采用了基于BP神经网络的PID控制方案和基于RBF神经网络辨识的PID控制方案,在推导出双馈风电机组暂态电势恒定情况下随风速变化的二阶转速调节模型基础上,分别编制仿真程序,对风电机组转速控制进行了跟踪仿真分析。针对上述两种方案的缺陷,提出了基于RBF网络辨识的单神经元网络PID控制和基于RBF网络辨识的BP神经网络PID控制两种改进控制方案,达到了优化风电机组转速控制性能的目的。

球谐基函数数学实现的一种群方法

根据球对称物体的对称特点构造三维转动群(SO3),利用群论中的完备算符集理论,通过群变换方法求得该群的分类基,该分类基就是传统意义的球谐函数.研究表明利用群变换方法完全可以实现复杂对称结构边界的基函数,为矩量法求解复杂边界电磁散射问题提供了一个新途径.

矢功率谱与RBF网络结合在旋转机械故障诊断中的应用

与传统功率谱相比,矢功率谱融合了多通道的能量信息,反映的信息更全面。径向基函数网络具有良好的推广能力和分类能力。基于此,本文结合矢功率谱和径向基函数网络,提出了一种新的故障识别方法,该方法以矢功率谱为特征向量,径向基函数网络为分类器。并以转子裂纹、转子不对中、油膜涡动为例进行实验研究,实验结果表明,该方法是有效的。

基于全矢谱和径向基概率神经网络的旋转机械故障诊断方法研究

结合全矢谱和径向基概率神经网络的优点,提出一种故障诊断的新方法,该方法是以提取全矢幅值谱的特征输入到径向基概率神经网络分类器进行故障识别。试验结果表明,该方法与传统单通道相比故障正确识别率很高,把它应用于旋转机械故障诊断是有效的。

基于旋转基技术的多目标粒子群优化算法

为了解决多目标优化求解的问题,提出一种基于旋转基技术的多目标粒子群优化算法(rt MOPSO)。改进了旋转基可视化技术,并将Pareto前沿映射到改进的旋转基扇形平面上,采用差熵指标监测种群进化状态。为平衡归档集的收敛性和多样性,提出了角度支配和角度支配力度两种新的概念,并设计归档集新的排序方法。在融合了旋转基角度和距离的概念的基础上,提出了一种改进的全局引导粒子的选择策略。改进算法采用两个类别的测试函数,与五种多目标优化算法进行了对比实验。实验结果表明,改进算法在收敛性和多样性方面优势明显。

基于实测冲击响应的转子碰摩力方向识别方法

提出了基于实测冲击响应的转子碰摩故障诊断特征提取方法.实验表明,该方法能够克服已有方法的缺点,可以准确提取信号中的冲击响应成分,且易于实际应用.在此基础上,提出了确定转子碰摩方向即静子碰摩位置的方法,该方法将转子轴心轨迹中的冲击响应成分投影到各初始相位不同的旋转坐标系中,进而以初始相位为参数,以投影能量最大化为目标进行寻优,从而确定碰摩力方向.并通过实验验证了方法的可行性.

RBF神经网络在旋转机械故障诊断中的应用

以频谱能量和轴心轨迹特征作为机械故障的特征量,通过RBF神经网络对机械故障进行诊断,使用Matlab软件编程并得出识别结果.与BP神经网络、Elman神经网络相比,RBF神经网络在机械故障诊断中具有训练次数少,速度快,准确度高,识别误差小的优点.

在旋转圆筒参照系中所见到的电场

本文以中空的介质圆筒为例 ,推证了在施转系中和在实验室中所见到的介质中的电场 。

旋转机械振动信号压缩小波基优化选取方法

旋转机械在线状态监测和故障诊断系统中振动数据的实时存储和远程传输对数据压缩提出了较高的要求。小波分析做为数据处理的常用方法,已被广泛地应用于数据压缩并取得了良好的效果。给出了振动信号的小波通用压缩方法,通过分析旋转机械振动信号的特点和小波函数几种重要属性对小波压缩的影响,提出了旋转机械振动信号压缩过程中最优小波基的选择方法,并根据旋转机械实际故障信号比较了相应小波的压缩效果。结果表明,通过选择合适的小波基函数,可以有效提高重构信号的信噪比。对于旋转机械复杂突变类故障信号应选择低分解消失矩,高重构正则性的双正交小波进行压缩。本研究方法和结论对旋转机械振动信号小波压缩的进一步研究有一定的参考作用。

消除炉膛出口残余旋转的试验研究

四角切圆燃烧锅炉炉膛出口气流的残余旋转，是形成水平烟道两侧烟气温度偏差的主要原因之一。作者通过冷态模化试验，研究了RG670／140－10型锅炉残余旋转的成因，探讨了消除残余旋转的方祛，并提出了一个判定反吹风消旋能力的W判据，可作为消除残余旋转的综合性指标。