兰州市交通拥堵研究

以兰州市为例,从导致兰州市交通拥堵的一系列因素入手,运用因子分析法提取公因子,再利用聚类分析发掘各路口之间的相关性。运用主成分分析法提取主成分,通过对比总结造成兰州市交通拥堵的深层次原因。因子分析法提取出的两个公共因子分别为地形因子和车量因子,表明其对兰州市交通状况影响较大。主成分分析结果表明,机动车流量、非机动车流量、引道延误的累积贡献率分别为43. 771 2%,37. 655 8%,10. 336 5%。两者的分析结果都表明,地形和车流量是制约兰州市交通发展的主要因素。

基于逆向工程的变截面涡旋盘快速精度诊断

针对变截面涡旋盘形状复杂程度高、传统检具检验难度大、检测精度低的特点,提出一种基于逆向工程的涡旋盘加工精度快速诊断方法。首先,建立基于Pro/E的变截面涡旋盘三维实体模型并将其作为参考模型;然后,利用ROMER六轴75系列绝对关节臂测量机测得加工涡旋盘的表面点云数据,精简后作为数字化模型,并将上述两个模型进行对比分析以获取涡旋盘的加工精度信息;最后,提出了基于图形制导的数模匹配原则以提高数字化模型与参考模型的对齐精度,采用3种方法降低数据处理误差。结果表明,变截面涡旋盘的加工精度和形位公差符合要求,为复杂型面机械产品加工精度诊断提供了准确、快捷和直观的方法。

基于制造业视角的工业工程实践教学研究

随着现代制造业的快速发展,对工业工程专业方面的人才提出了更高的要求。该文针对工业工程专业特点,分析了工业工程实践教学的现状,提出了设施规划与物流分析、生产计划与控制、人因工程实验的建设思路,指出加强产学研对实践教学的重要影响,以构筑面向学生专业素质、动手操作能力和创新能力培养的工业工程专业视角教学模式。

反求工程中点云数据的曲线拟合技术

针对反求工程中的激光随机扫描所产生的散乱点云数据,提出一种曲线拟合方法。该方法能有效地对点云数据进行三角剖分、精简、平滑去噪处理等操作,并能最终得到满足要求的拟合曲线。

逆向工程中散乱点云的边界线自动提取方法

复杂曲面零件的几何模型重构是逆向工程的研究重点之一,由零件表面的数字化数据提取边界线对重建模型的品质和精度起着重要作用。在研究基于图像法的点云数据边界特征自动提取的基础上,提出了利用各点处场力大小对边界点进行优化的方法,可以避免噪声点对边界轮廓形状的影响。通过对边界点进一步拟合形成边界曲线,达到对点云数据进行自动划分的目的。该方法具有较强的可操作性和实用性。

基于逆向工程的破损零件修复模型的建立

进行破损零件的修复工作,一般先对破损零件进行整体喷涂,然后根据零件的标准模型对喷涂后的破损零件采用磨削达到修复目的,这样不仅浪费资源,而且修复精度也很难保证。针对这一问题,提出了利用Geomaic Qualify得到的差异图来求取破损零件修复模型和修复机器人加工路径的方法,以达到节省材料和保证修复精度的目的。使用三坐标测量仪获取破损零件的点云数据,在Geomagic Studio中对点云进行处理,重构破损零件的模型。把重构模型和零件的标准模型导入Geomagic Qualify中,经过划分网格、投影、切片,得到了破损零件的修复模型及修复机器人的加工路径,找到利用Geomagic Qualify得到的差异图获取修复轨迹的方法。修复机器人按照加工路径,只对零件破损位置修复,可以节省材料,提高效率,保证精度。

基于模拟退火改进的实参遗传算法及其工程应用

由于继承性的问题,遗传算法在编码和解码中会花费大量的计算时间;另外,由于缺乏"爬山能力",遗传算法很容易早熟和局部收敛。提出一种新的自适应模拟退火遗传算法,具有遗传算法和模拟退火的优点,同时自适应机制的引入,保证了解的质量并提高了收敛速度。将这种方法应用于螺旋弹簧约束优化设计问题中,结果表明,尽管群体规模较小,但在处理复杂问题时,这种混合算法的全局搜索能力和收敛速度显著提高。

基于反求工程的螺旋扫描件边界提取方法研究

复杂曲面零件的几何模型重构是反求工程的研究重点之一。针对螺旋零件表面的数字化数据提取边界线的问题,提出了一种基于层析数据的螺旋扫描件边界特征线提取方法。该方法分两步进行,首先将点云切片,对切片后每一层数据点进行边界特征点提取和轮廓线拟合;其次将相邻层边界点拟合得到边界线。通过实例验证,结果表明该方法具有较强的可操作性和实用性。

基于组件元的机电产品多领域集成方法研究

以产品元件模型为载体,以不同的功能需求为线索,研究了不同领域产品信息的表达,提出了组件元的概念。采用组合建模法的思想,提出并构建了基于组件元的机电产品多领域集成仿真平台,该平台中不同领域的工程技术和知识通过XML进行信息交换并封装起来,以提高虚拟样机技术中的不同领域设计人员的协同并行设计效率。

女大学生心理社会化问题浅析

随着我国高等教育规模的扩大和学生总量的快速增长,女大学生心理社会化问题逐渐凸显,本文对女大学生心理社会化存在的问题进行分析,并从政府、社会和学校的角度寻求解决女大学生心理社会化问题的途径。

基于反求工程的人体下肢骨骼的三维重建

目的:利用反求工程技术建立人体下肢骨骼的三维实体模型,以便于下一步导入到仿真软件中进行分析。方法:利用Mimics,Geomagic studio和UG三种软件相结合,以CT为原始数据,经过阈值分割、曲面优化处理、曲面拟合以及曲面缝合一系列过程对人体下肢进行三维重建。结果:获得到了精度较高的股骨、胫骨、腓骨和髌骨的三维实体模型。结论:利用该方法可以快速准确的完成人体骨骼的三维重建。

加工中心刚柔耦合进给系统的机电联合仿真研究

以HMC630卧式加工中心进给系统为对象,建立加工中心三维模型,利用三闭环比例积分微分(PID)控制方法建立三环伺服控制系统,搭建加工中心机电联合仿真平台。仿真结果表明,仿真平台能够得到接近于真实情况的加工轨迹,并得到加工中心进给驱动系统的动力学参数(速度、加速度、位移、载荷等)。对加工轨迹的分析,将有助于对加工中心进行轨迹预测及路径优化。

基于改进Faster R-CNN的苹果采摘视觉定位与检测方法

针对采摘机器人对场景中目标分布密集、果实相互遮挡的检测及定位能力不理想问题,提出一种引入高效通道注意力机制(ECA)和多尺度融合特征金字塔(FPN)改进Faster R-CNN果实检测及定位方法。首先,利用表达能力较强的融合FPN的残差网络ResNet50替换原VGG16网络,消除了网络退化问题,进而提取更加抽象和丰富的语义信息,提升模型对多尺度和小目标的检测能力;其次,引入注意力机制ECA模块,使特征提取网络聚焦特征图像的局部高效信息,减少无效目标的干扰,提升模型检测精度;最后,采用一种枝叶插图数据增强方法改进苹果数据集,解决图像数据不足问题。基于构建的数据集,使用遗传算法优化K-means++聚类生成自适应锚框,提高模型定位准确性。试验结果表明,改进模型对可抓取和不可直接抓取苹果的精度均值分别为96.16%和86.95%,平均精度均值为92.79%,较传统Faster R-CNN提升15.68个百分点;对可抓取和不可直接抓取的苹果定位精度分别为97.14%和88.93%,较传统Faster R-CNN分别提高12.53个百分点和40.49个百分点;内存占用量减少38.20%,每帧平均计算时间缩短40.7%,改进后的模型参数量小且实时性好,能够更好地应用于果实采摘机器人视觉系统。

电动静液作动器的非线性变阻尼积分滑模控制

对于电动静液作动器(EHA),传统滑模控制器存在加速度信息难以获取,参数不易整定和控制信号抖振等问题,从而造成控制器很难应用于实际。针对以上问题,利用奇异摄动理论对EHA数学模型进行合理的降阶,从而使控制器设计避免了使用加速度信息。在此基础上,利用降阶模型设计了一种新型非线性变阻尼积分滑模控制器(NSMC),该控制器可根据位置控制误差实现系统阻尼比由欠阻尼到过阻尼的自适应调节,能有效提高位置阶跃调节性能。设计了一种基于滤波器的不确定项估计器对EHA中存在的参数不确定性和外部扰动进行实时估计并补偿。滑模面积分项的引入和不确定项估计器的使用,一方面使控制器中无需使用切换函数,实现了EHA的无抖振滑模控制,另一方面使系统整个动态过程完全表现为滑动模态,从而可根据EHA控制指标直接整定滑模面参数,大大简化了参数整定过程。同时利用Lyapunov稳定性理论对整个闭环系统和滑模面的稳定性进行了详细分析。分别与PI控制器、传统滑模控制器(SMC)和传统变阻尼滑模控制器(DVSMC)进行了详细的仿真分析比较,仿真结果表明NSMC能有效提高EHA位置跟踪性能和增强对参数不确定性和外部扰动的鲁棒性。

基于改进DeepLabv3+的光伏电站道路识别方法

针对移动清洁机器人在光伏电站作业时需要精确快速识别道路的问题,提出一种改进的DeepLabv3+目标识别模型对光伏电站道路进行识别.首先,将原DeepLabv3+模型的主干网络替换为优化的MobileNetv2网络以降低模型复杂度;其次,采用异感受野融合和空洞深度可分离卷积结合的策略改进空洞空间金字塔池化(ASPP)结构,提高ASPP的信息利用率和模型训练效率;最后,引入注意力机制,提升模型识别精度.结果表明,改进后模型的平均像素准确率为98.06%,平均交并比为95.92%,相比于DeepLabv3+基础模型分别提高了1.79个百分点、2.44个百分点,且高于SegNet、UNet模型.同时,改进后的模型参数量小,实时性好,能够更好地实现光伏电站移动清洁机器人的道路识别.

基于深度SSDAE网络的刀具磨损状态识别

针对刀具磨损状态识别过程中采集数据量大、干扰信号复杂且需人为选择特征参数的问题,为提高刀具磨损状态识别模型的鲁棒性与泛化性,提出了一种数据驱动下深度堆叠稀疏降噪自编码(stacking sparse denoising auto-encoder,简称SSDAE)网络的刀具磨损状态识别方法,实现隐藏在数据中深层次的数据特征自动挖掘。首先,将原始振动信号分解为一系列固有模态分量(intrinsic mode function,简称IMF),并采用皮尔逊相关系数法选取了最优固有模态来组合一个新的信号;其次,采用SSDAE网络自适应提取特征后对刀具磨损阶段进行了状态识别,识别精度达到98%;最后,对网络模型进行实验验证,并与最常用的刀具磨损状态识别方法进行了对比。实验结果表明,所提出的方法能够很好地处理非平稳振动信号,对不同刀具磨损阶段状态的识别效果良好,并具有较好的泛化性能和可靠性。

基于改进YOLO v5的复杂环境下花椒簇识别与定位方法

花椒树产果量大,枝干纵横交错,树叶茂密,给花椒的自动化采摘带来了困难。因此,本文设计一种基于改进YOLO v5的复杂环境下花椒簇的快速识别与定位方法。通过在主干提取网络CSPDarknet的CSPLayer层和Neck的上采样之后增加高效通道注意力ECA(Efficient channel attention)来简化CSPLayer层的计算量,提升了特征提取能力。同时在下采样层增加协同注意力机制CA(Coordinate attention),减少下采样过程中信息的损失,强化特征空间信息,配合热力图(Grad-CAM)和点云深度图,来完成花椒簇的空间定位。测试结果表明,与原YOLO v5相比较,改进的网络将残差计算减少至1次,保证了模型轻量化,提升了效率。同帧数区间下,改进后的网络精度为96.27%,对比3个同类特征提取网络YOLO v5、YOLO v5-tiny、Faster R-CNN,改进后网络精确度P分别提升5.37、3.35、15.37个百分点,连株花椒簇的分离识别能力也有较大提升。实验结果表明,自然环境下系统平均识别率为81.60%、漏检率为18.39%,能够满足花椒簇识别要求,为移动端部署创造了条件。

一种改进的概率霍夫直线检测算法

针对概率霍夫直线检测算法检测速率不高、检测精度易受其他特征和连续间断线干扰的缺点,提出了一种改进的概率霍夫直线检测算法。改进后的算法将注意力集中在直线可能存在的若干个区间,提升了检测速率与精度,在直线检测全过程监控并剔除连续间断线,提升了算法的抗干扰能力。经过100组铝锭边缘线检测的实验验证,改进后算法相较原算法平均检测速率提升至1.77倍,查准率提升至1.45倍,且改进后算法在其他图片上的检测速率和检测效果相较原算法也有明显提升。

改进粒子群优化滚珠丝杠进给系统BP神经网络PID控制策略研究

针对传统的BP神经网络PID(BP-PID)控制因其初始权值随机,导致系统的收敛速度较慢、控制前期会有较大误差和BP神经网络初始权值优化等问题,建立了滚珠丝杠进给系统伺服三环模型,设计了BP-PID控制器,提出了一种二阶振荡混沌映射粒子群算法(SCMPSO)优化滚珠丝杠进给系统BP-PID控制器。首先,混沌映射初始化粒子位置,使粒子均匀分布于空间,增加粒子解的多样性;随后,提出一种非线性余弦自适应惯性权重,以平衡算法的全局搜索能力和局部搜索能力;其次,在算法中引入二阶振荡环节,在面对突变多峰干扰时,能及时跳出局部最优解。研究结果表明:当加入外界干扰时,控制策略SCMPSO-BP-PID在正向进给时段的位移平均误差为0.013 mm,相比SAWPSO-BP-PID、LDWPSO-BP-PID、PSO-BP-PID这3种控制策略分别提升约45.8%、55.2%、61.7%;当加入阶跃响应时,SCMPSO-BP-PID的最大超调量仅为0.029,系统调节时间和峰值时间相比3种控制策略均有较大提升,具有较高的控制精度和稳定性。

Ti元素对Zr_(55)Cu_(30)Al_(10)Ni_(5)非晶合金性能的影响

以Zr_(55)Cu_(30)Al_(10)Ni_(5)为基础合金,研究了Ti元素添加对合金热稳定性和力学性能的影响。研究结果表明,添加适量的Ti元素能提高Zr_(55)Cu_(30)Al_(10)Ni_(5)合金的热稳定性和非晶形成能力,随着Ti元素含量(x=0,0.5,1,1.5,2,2.5)的增加,Zr_(55)Cu_(30)Al_(10)Ni_(5)非晶合金热稳定先增大后减小,当x=2时,非晶合金的非晶形成能力最强。Ti的适量添加也有利于提高Zr_(55)Cu_(30)Al_(10)Ni_(5)试样硬度、压缩断裂强度和塑性变形能力;当x=2时,非晶合金的硬度达到533.56,随Ti元素含量的增加,非晶合金强度、塑性先增大后减小;当x=0.5时,非晶合金的断裂强度为2111 MPa,塑性为5.02%,是不添加Ti元素的非晶合金塑性的1.8倍。