基于支持向量机的点云切片分割技术的研究

支持向量机这种学习方法,最初用于处理模式识别问题,随后推广到解决回归估计问题,成功解决了高维问题和局部极值问题,是一个具有最优泛化能力的学习机器。提出了一种基于支持向量机最优超平面的点云切片分割技术,该技术采用较新的人工智能技术支持向量机(SVM)的最优超平面原理,应用其统计特性,把切片中的点分割成模型本身的独立部分。实验证明,该方法具有速度快、分割准确的优点,分割效果较好。

基于表面张力的无模型数字铸造技术研究

提出了一种基于表面张力的无模型数字铸造的技术方案。该技术方案兼有快速原型技术和连续铸造技术的基本特征,克服了目前快速原型技术效率低,且难于实现高熔点金属材料成型的缺点。首先介绍了该技术方案的基本原理;然后推导了该技术方案的基本工艺参数的确定方法;最后展望了该技术方案可能的应用前景。

振动环境中螺纹联结松动过程的研究

采用数值仿真和实验相结合的方法,研究振动环境中螺纹联接松动过程的动力学响应特性,寻求能提前预警螺纹联接失效的特征量。首先定性地分析了螺纹联接松动的变化过程,建立了高度简化的螺纹联接动力学模型;通过数值仿真和实验相结合的方法验证了定性分析和简化模型的正确性;最后通过对大量实验数据的分析,筛选出谐波失真度作为螺纹联接失效的预警指标。实验分析表明谐波失真度不论是简谐激励还是随机激励都能较好地识别螺纹联接的临近松动状态。