传动轴零件的智能制造系统设计

针对我国轴类零件制造企业信息化低、生产效率低开发成本不足的问题,提供了适用于某国内轴类零件制造车间的解决方案,该方案设计了一套智能制造系统。首先,说明轴类零件加工流程,并用Solidworks软件建立了三维模型,然后通过VUP(Virtual Universe Pro)仿真软件和西门子博图PLC(Programmable Logic Controller)以及Robotstudio等软件实现生产线的仓储取料、自动上料、自动加工、检测识别等生产环节的智能控制,最后设计了一套适用于该产线的MES系统,从而实现制造过程的信息化和数字化,有效提高了企业的生产效率、降低了成本、为同类企业提供了转型的设计借鉴意义。

基于结构光三维重建系统的改进相位研究

结构光测量是三维形貌测量重要方法之一,其中一步就是光栅解包裹。传统多频外差在实际解包裹时,由于外界环境或传感器因素会存在相位跳变,使得最终解包裹结果不准确。为降低传统多频外差解包裹过程中的相位误差,实现全场的相位展开,提出了一种改进的算法来抑制相位跳变,该算法使用误差范围约束,在此基础上利用了公式回带和多频外差展开的所有相位信息。所提算法通过仿真实验对比,减小了相位误差,通过三组真实实验进行分析,相比于传统算法,所提算法解包裹结果更加准确,得到了全场的展开相位,且物体三维重建后点云表面细节清晰,进一步提高了测量精度。

改进的三频四步相移面结构光三维重建算法

针对面结构光中传统三频四步相移算法投影图片过多、效率较慢这一问题,提出了改进的三频四步相移面结构光重建算法。改进的算法需要3个高频率的正弦条纹图,但所需投影的条纹数量从传统算法的12张减少到了7张,最高频率的条纹图4张,次高频和最低条纹图分别为2张和1张,投影效率比传统算法提高了41.7%。介绍了改进算法的原理,将最高频率4张图所计算的包裹相位用来三维重建,其余两个频率条纹图计算的包裹相位用来进行相位展开,理论上该方法与传统算法精度一致。最后,通过实验验证了该算法的重建精度以及对具有复杂表面物体的三维重建能力。实验结果表明改进的面结构光算法在提高投影效率的同时与传统算法保持着一致的精度。

改进Steger算法流程的激光条纹中心提取

在三维测量与重建的过程中,准确地提取激光条纹的中心位置至关重要。然而,由于Steger算法运算量庞大,难以满足工业领域对实时性的迫切需求。为克服Steger算法运算量大、提取效率低的难题,首先,采用波峰波谷阈值分割的方法对预处理过的图像进行阈值分割,以降低图像的复杂性;其次,通过设置最小矩形面积和最小长宽比查寻感兴趣区域,提取感兴趣区域以减少算法的冗余计算;最后,对感兴趣区域用改进后的Steger算法进行中心提取。经过实验数据分析,所提算法保留了传统Steger算法的精度和有效提高了Steger算法的运算速度,这为实时进行三维重建提供了有力支持。

基于本体的箱体类零件形位公差语义智能推理

为解决当前箱体类零件形位公差语义仍然依赖人工理解,造成公差理解分歧,导致测量认证不一致的问题,引入本体技术,实现箱体类零件形位公差语义的智能推理。构建了箱体类零件形位公差语义层次表示模型,采用邻接矩阵表示层内信息或层次关系;将其转化成计算机可读可解释的元本体模型;根据几何规范应用的公差原则,推理出相应的形位公差语义(公差带或实效边界);以减速器箱体几何规范为例,展示形位公差带或实效边界自动生成过程,验证了该方法的有效性。

基于模糊综合评判和本体的测量仪器智能优选研究

针对当前测量仪器的种类逐渐增多且各仪器都有不同的性能影响因素问题,提出了一种基于模糊综合评判和本体的测量仪器智能优选研究。首先,利用模糊综合评判对测量仪器的性能影响因素进行模糊划分;其次,依据本体领域知识,将模糊划分模型转化为测量仪器智能优选的本体模型,运用SWRL规则和protégé工具推理出最优的测量仪器;最后,通过工程实例展示该方法的工作过程,验证了该方法的可行性。实验结果表明,提出的方法可以为仪器选择提供参考,并可自动推理结果。

曲轴车削刀具磨损因素交互效应与优化

为有效减缓刀具磨损并尽可能地提高加工效率,采用Box-Behnken响应面与多元非线性回归相结合的方法,分析切削参数效应的显著性及交互作用机理,并拟合含有交互效应的刀具磨损回归方程;基于NSAG-Ⅱ算法,以切削参数为设计变量,刀具磨损回归方程和加工效率方程作为多目标优化函数,优化切削参数以实现减小刀具磨损速度的目的。结果表明,进给量与主轴转速间存在显著的正向交互效应,建立的刀具磨损回归方程在95%的置信区间内的最大拟合差值不超过0.000 6,优化结果与数值模拟结果的误差不超过2%,可有效降低刀具磨损。

基于高斯热源模型的曲轴磨削研究

曲轴的磨削过程中,磨削参数选择不当,易引起磨削区温度过高,导致轴颈表面烧伤。针对这一问题,参照已有研究,通过对比三种不同的热源模型,验证高斯热源模型的适应性,并应用该模型预测曲轴连杆颈表面的温度,通过瞬态热分析与材料组织相变探究磨削烧伤机理,并利用荧光探伤检测对其进行验证。

基于WOA-ELM的船舶GMAW熔透状态识别方法

由于传统极限学习机(ELM)模型的输入权值和隐含层阈值的选取具有随机性,导致该模型难以准确识别船舶GMAW熔透状态,为此提出基于鲸鱼优化算法(WOA)和ELM算法的WOA-ELM熔透状态识别方法。本文以船舶GMAW电弧声为研究对象,结合短时分析技术提取8维时域和频域特征参量,构建联合特征向量作为ELM模型的输入,利用WOA算法对ELM模型的输入权值和隐含层阈值进行优化以改善模型的泛化能力,目的是实现对船舶GMAW熔透状态的有效识别。仿真结果表明,与ELM、RBF神经网络和BP神经网络相比,WOA-ELM模型的平均准确率更高,能够为船舶GMAW质量在线监测提供更加精确的数据。

基于改进蚁群粒子群算法的移动机器人路径规划

全局静态地图下,针对蚁群算法规划机器人移动路径时存在计算时间长、搜索效率低,并且得到的优化路径转弯次数过多的问题,提出了一种改进蚁群粒子群算法:首先利用粒子群算法快速得到蚁群算法初始信息素,然后进行蚁群算法路径规划,对得到的路径采用惯性优化,对每个节点进行遍历,当2个节点间的路径上无障碍物时,将中间节点删除,转换为优化路径。仿真实验表明,该方法与传统蚁群算法及相关改进算法相比,能有效减少迭代次数、提高搜索效率、减少转弯次数、缩短路径长度,从而提高路径质量。

单目机器人手眼标定研究

手眼标定是研究机械手工具坐标系与相机坐标系之间的转换关系。提出了一种单位八元数手眼标定算法,具有较好的精度和抗噪声能力。该算法在传统的对偶四元数的基础上结合数据在特殊正交群上的特点,有效地恢复数据在特殊欧几里得群的同步问题,通过手眼关系AX=XB的模型,实现旋转和平移矩阵的同步最优解,使手眼标定以一种更简单的方法来解决。实验结果表明,相比于传统的对偶四元数算法速度更快、鲁棒性好,具有较好的稳定性和实用性的优良效果。

基于残差神经网络的转子焊点图像检测方法

针对微型电机转子焊点检测费时费力且准确率低的问题,提出一种基于残差神经网络的转子焊点检测方法。首先运用网络预训练的方法加速网络训练,提高模型准确率;然后在网络中引入批量归一化,避免出现梯度消失;最后对图像进行数据增强,减少过拟合现象。实验表明,与K最近邻(KNN)等经典算法相比,该算法在测试集上的准确率达到91.5%,与工人检测的速度相比提高了3.5倍,具有很好的识别效果。

基于平面法向量的线结构光视觉传感器参数标定

为解决线结构光传感器精度低且易受环境干扰的问题,提出一种标定方法。此方法以棋盘格为靶标,使用一种新的角点快速定位算法进行相机标定;使用Steger算法提取图像激光中心点后结合Huber损失函数拟合出光条直线;通过相机内外参标定两个平面的法向量,两法向量叉乘后获得激光光条在相机坐标系下的点向式方程;对提取的多条激光光条进行等距取点后利用最小二乘拟合出激光平面。使用3种方法进行对比实验,验证了此方法的有效性,同时对长为7 mm的标准量块在此系统下进行测量,其平均测量误差为0.036 mm。与传统方法相比,此方法具有较高的精度与较好的鲁棒性,能够适应较复杂的环境。

基于ARM的家居远程视频监控平台

设计了一种基于嵌入式和WIFI无线网络的家用远程视频监控平台.本系统采用基于ARM11内核的S3C6410微处理器作为控制器核心,USB摄像头作为采集端,利用Video4Linux2(V4L2)提供的应用函数等完成视频采集,使用T264软件进行编码解码,采用WIFI无线网络,依靠RTP/RTCP协议和TCP协议实现视频数据和控制指令的远程传输.实验结果表明,本平台监控视频画面流畅,能很好的满足家居无线视频监控的应用需求.同时本平台结构简单、造价低廉、易于推广.

锂磷氧氮薄膜电解质的制备与结构分析

锂磷氧氮(LiPON)是薄膜电池应用中最具代表性的薄膜固态电解质,还被用作界面保护层,用以提高电解质与正极、负极的界面稳定性。采用射频磁控溅射方法,以Li_(3)PO_(4)为溅射靶材,在N_(2)气氛下沉积LiPON薄膜固态电解质。通过优化溅射功率、工作压强、基底温度等工艺条件,制备出表面致密、均匀、无缺陷的LiPON薄膜。XPS测试结果表明,薄膜的溅射过程是一种反应式溅射,N取代Li_(3)PO_(4)结构中的桥氧键(—O—)与非桥氧键(=O),形成氮三配位键N_(t)(—N<)和氮双配键N_(d )(=N—),构成网状结构的LiPON薄膜。测得LiPON薄膜固态电解质的室温离子电导率为7×10^(-7)S·cm^(-1),电子电导率为4.8×10^(-13 )S·cm^(-1)。LiPON薄膜固态电解质致密的形貌和稳定的电化学性能使得LiPON在薄膜电池及固态电池界面改性中的应用具有显著优势。

基于误差来源的孔轴直线度检测的测点优化方法

针对测量间距的选择难以兼顾准确及效率的问题,提出一种基于误差来源的孔轴直线度检测的测点优化方法。分析实际零件的误差来源,得到零件表面形状的尺寸误差;根据误差来源和直线度公差的工程语义,构建零件表面形状的模拟函数;基于误差理论的原理,在模拟函数的基础上分析测量间距与误差评定值的关系,构建测点集精度函数;对于给定的公差和加工方法,基于蒙特卡罗法仿真原理随机生成一系列模拟表面,用建立的测点集精度函数分析和统计各模拟表面的最佳测量间距,并进一步分析真实零件的最佳测量间距。最后,通过两个工程实例分别验证提出方法的准确性和有效性;实例结果表明,与理论方法相比,实例一(实例二)的轴向和径向的测点数分别减少1994(226)个和42(396)个,提出的方法在满足精度的条件下提高了测量效率。

考虑配合偏差的装配尺寸链本体化方法研究

为了减少不同配合类型下配合偏差对尺寸链生成的影响,使生成中相关的公差信息能被计算机更好的理解和共享,将本体技术引入到装配尺寸链的自动生成中。首先,通过网络本体语言(OWL)构建装配尺寸链表示模型,根据特征面之间是否有间隙将装配约束类型分成漂移配合和固定配合,将间隙量映射成漂移配合。在此基础上运用OWL断言描述模型中各层的约束关系。然后,构建装配尺寸链本体模型及其推理规则,采用OWL描述其结构化知识,建立相关的类、对象属性和数据属性。其次,对漂移配合类型的装配约束关系进行标记,并进行计量分析,利用SWRL描述推理规则得出偏差影响最小且最短的尺寸链。最后,在建立的本体模型和规则语言的基础上,以滚轮为实例验证了方法的可行性。

基于点云中心约束的点对特征三维物体识别算法

目标姿态识别系统中能够快速、准确在复杂场景里识别目标物体是实现机器人在线抓取的关键,针对传统点对特征(PPF)算法相邻物体点云干扰的问题,提出了一种基于点云中心约束点对特征的三维物体识别算法。首先通过法向量相交约束为条件提取物体中心,然后根据模型的大小筛选出相关的点对特征,最后利用共面点对和物体中心特征,实现计算三维物体的姿态,以此来提高识别速度。实验结果表明,该算法显著减少特征描述符数量,提高了三维物体在复杂场景中的识别速度。与原始的点对特征算法相比,该方法对三维目标识别具有较好的性能与速度。

基于CNN的工业钉类识别研究及优化策略

为了实现交换机外壳上钉类安装正确与否的精确检测,文章提出一种基于改进卷积神经网络的图像处理识别算法。首先对交换机外壳图像进行Canny算子提取边缘,用透视变换算法与模板形成统一尺寸,定位截取出样本,然后把不同环境下的样本输入Caffe框架下构建的深度卷积神经网络,CPU模式下训练识别模型,最后运用于实际工程中。测试分析结果表明,随着不同钉类样本数据量增加,网络结构不能完全满足检测需求,进而采用一种基于产品类型的不同模型训练优化策略。实验结果表明,改进的算法可以快速训练模型并且结合策略可使不同产品检测准确度达99%以上,有效提高了交换机外壳上钉类安装的检测精度。

一种基于查询树的RFID防碰撞优化算法

为了提高RFID系统多标签情况下的标签识别效率,分析了现有的二进制树机制算法,提出了一种基于查询树的RFID防碰撞优化算法,旨在减少算法搜索次数和传输数据量。该算法通过引入查询栈以实现带记忆的动态查询来较少搜索次数;通过引用数组和寄存器来存储非碰撞位和碰撞位置并优化查询命令和标签回传信息来减少传输数据量。分析与仿真结果表明,该算法在搜索次数上和在数据传输量上比之经典二进制防碰撞算法有了较大地减少,算法的平均识别效率达到了0.65左右,达到了较高水平。