摘要:悬臂板是广泛应用于工程实践的常见结构形式,在航空航天、轨道交通、土木工程等领域均有重要应用,其变形监测问 题一直是此类领域重要的研究内容之一。 本文将矩形弹性悬臂薄板纯弯曲的一般问题作为研究对象,讨论求解该问题的方法, 建立应变与位移的联系,并在线弹性小变形理论框架下,得到结构横向位移的有限差分表达式;采用具有高密度应变测量能力 的分布式光纤传感器获取表达式所需的应变输入量,并提出了一种变形测量数据的误差修正策略;在金属悬臂梁弯曲试验中采 用百分表进行对比,验证基于分布式光纤传感技术进行结构变形估计的技术可行性与测量的准确性。 结果表明,结构变形估计 值与百分表测量值的偏差最大为 2. 0 mm,占百分表示数的 9. 22% ,分布式光纤传感技术可以实现结构变形估计,具有潜在的应 用前景。

摘要:为提高磁致伸缩位移传感器输出电压幅值,对波导丝的扭转应变进行研究。 基于电磁学与理论力学相关理论建立了波 导丝扭转应变的数学模型及三维有限元仿真模型,对波导丝扭转应变的影响因素进行分析。 并进行实验,得出相对应的传感器 输出电压变化情况。 结果表明,传感器输出电压与波导丝发生的扭转应变量最大值变化趋势一致,两者均随着永磁体充磁、几 何参数、放置角度的增大而增大;随着永磁体与波导丝间距离的增大,呈现出先增大后减小的变化趋势。 最终确定永磁体长度 15 mm,宽度 10 mm,高度 5 mm,长度方向充磁 1T 且充磁方向垂直于波导丝放置,且永磁体与波导丝间距离调整为 25. 5 mm,此 时波导丝扭转应变量达到最大 3. 84×10 -4 mm,传感器输出电压也达到最大 0. 109 V。 该研究结果对永磁体充磁方向、充磁大 小、几何参数、放置方式以及永磁体与波导丝之间距离合理的选择提供了指导。

摘要:精准了解洞穴滴水水文特征是研究喀斯特包气带地下水渗透过程的基础。 为了连续准确获取滴水信息,本文研究设计 了一个喀斯特溶洞洞顶滴水传感器以满足喀斯特水文地质研究中的需要。 研究选择压电感应方式及 PVDF 压电薄膜作为感应 材料,心音传感器作为感应元件。 通过对扩充感应面的结构设计进行响应性原理分析,验证了三层设计会相互干涉,产生叠加 信号并取得较好的感应效果。 确定了顶层感应面材料和中间层材料。 经过实验室模拟和洞穴实地观测,设计了传感器内部精 准尺寸。 信号处理电路和嵌入式系统软硬件的研发,实现了对传感器的长时间监测和记录。 洞穴实地数据记录分析表明该传 感器感应高度≥20 cm,最快速率 10 滴/ s,具精准、稳定、防水的优点适用于洞穴高湿度环境中并满足相关研究工作的需要。

摘要:横向灵敏度是单轴加速度传感器的重要指标之一,它直接影响到三轴加速度传感器的标定模型与测量精度。 本论文以 三轴 MEMS 加速度传感器为研究对象,在传统的标定模型中引入了导致测量耦合的横向灵敏度误差,建立了一种新的三轴加 速度传感器标定模型,该模型将传感器的横向灵敏度以对称矩阵的形式引入现有的标定公式,构建了包含零位偏差、标度因数 误差、非正交安装误差及横向灵敏度的标定函数表达式。 最后利用十二位置标定法采集了三轴加速度传感器的原始测量数据, 通过极大似然参数估计算法解算新的标定模型完成标定。 结果表明,与常用标定数学模型相比,本数学模型的补偿误差均值与 方差更小,补偿后数据精度更高且稳定性更好,本研究成果对提升三轴 MEMS 加速度传感器精度有十分重要的指导意义,因此 具有较高的理论研究和工程应用价值。

摘要:针对传统无位置传感器无刷直流电机控制技术存在换相误差这一问题,本文提出了一种基于转子角度观测器的换相误 差闭环校正方法。 在系统分析换相误差产生机理的基础上,通过建立 u_i 转子角度观测器模型,在线实时获取电机转子位置, 将电机总换相误差归一化为反电势与相电流间的相位差,并进行校正。 相较于传统无位置传感器控制技术,本文提出的方法可 以在较宽的电机转速范围内进行换相误差精准校正,并具有较高的鲁棒性。 仿真与实验结果表明,基于本文提出换相误差校正 策略能获得精准换相点,转矩脉动明显降低,尤其是在换相期间,校正后相电流脉动从 42% 减小到 18% 左右。

摘要:针对航空结构 Lamb 波损伤监测中急需解决的环境温度影响问题,本文提出了加权时域弯折( WTDW) 的温度补 偿方法,该方法无需先验参数或模型便可自适应补偿 Lamb 波信号中的温度影响,而且克服了传统动态时间弯折( DTW) 容易抑制被补偿信号损伤信息的温度过补偿问题,从而更便于在 Lamb 波损伤监测中的实际应用。 首先在 DTW 基本理 论分析的基础上,研究了 WTDW 自适应温度补偿原理,然后结合线性频散信号构建频散补偿的损伤成像算法,提出了环 境温度变化下基于 WTDW 的 Lamb 波高可靠性和高分辨损伤成像。 最后的铝板( 800 mm× 650 mm× 2 mm) 实验结果表 明,WTDW 能自适应补偿环境温度从室温( 23℃ )分别变为-20℃ ~ 50℃ 的影响,且基于 WTDW 的 Lamb 波高可靠性成像 的损伤定位误差≤2. 8 mm。

摘要:地震干涉法是一种求解两道检波器之间频散曲线的微动勘探算法,然而频率域中传统的地震干涉法在求解频散曲线 时,相干系数拟合使用的是第一个单调递减段贝塞尔函数,计算的有效频散点较少,高频段缺失,在进行微动探测时,浅层结构 分辨率低,出现深度近似 1 倍台站距离的勘探盲区。 本文提出一种改进的地震干涉法,使用实测信号的信噪比模型来修正两道 信号的相干系数,通过第一类零阶贝塞尔函数的单调性把相干系数划分为不同区间段,分段拟合贝塞尔函数来求解面波相速 度。 工程实践表明,该方法探测效果良好,拓展了高频段,提高了浅层分辨率,有效地解决浅部勘探盲区问题。

摘要:针对正交频分复用水声通信对多普勒频移敏感的问题,提出了一种基于非均匀快速傅里叶变换的正交频分复用水声通 信多普勒估计与补偿算法。 将第 2 类非均匀快速傅里叶变换引入正交频分复用水声通信中,利用非均匀快速傅里叶变换对接 收信号进行多普勒因子网格补偿,通过稀疏贝叶斯学习获得水声信道估计,以水声信道的稀疏能量最小作为多普勒因子判断准 则,从而获得高精度多普勒估计。 仿真结果显示,所提出的方法在信噪比大于 5 dB 时,多普勒估计均方根误差优于 1×10 -5 ,同 时系统误码率随着多普勒估计均方根误差减小而降低。 海上试验结果显示,利用本文所给多普勒估计方法获得的两船相对径 向速度与实际情况相吻合,系统解码后的平均误码率优于 8. 33×10 -4 。 仿真和海上试验结果表明,所提出的算法能够对多普勒 因子进行有效估计,并且降低系统误码率。

摘要:将耦合电能传输技术应用于潜标系统,能够为其携带的通信信标,提供无电气接触的充电功能。 但由于信标与潜标的 间距会发生变化,导致系统处于偏谐振状态,系统效率降低。 本文首先分析耦合线圈随间距变化的规律,并对系统进行建模,分 析系统偏谐振状态下线圈耦合效率与频率的关系;利用仿真验证了通过搜索算法调整工作频率,实现系统效率提升的可行性; 建立线圈间距可变的系统样机,验证搜索算法对于系统效率提升的有效性。 实验表明,当线圈间距变化时,搜索算法能够实现 系统效率的提升。 粒子群搜索算法的最大效率相对定步长扰动观测法提升 3% ,并且受到初始中心频率的选择影响较小,具有 很好的鲁棒性,能够用于提升系统在线圈间距变化时的传输效率。

摘要:灰尘沉积在光伏组件上严重影响光伏系统输出的稳定性,导致发电量降低的同时缩短了组件的使用寿命。 准确地评估 光伏现场积灰浓度,将有助提升光伏发电功率预测模型的精度。 本文以光伏电站现场采集的灰尘颗粒为研究对象,首先分析了 灰尘颗粒的元素组成、含量、形貌特征和粒径分布,根据光伏组件实际的发电效率和环境参数,建立了积灰浓度软测量模型,用 于快速定量评估光伏电站积灰程度;其次,为了准确地获取模型的相关参数,开展了多组积灰浓度影响发电性能实验,得到了组 件输出功率和辐照度、积灰浓度、组件温度的关系;最后,在自然条件下,验证了模型的准确性和可靠性。 对比其他传统方法,结 果表明:本文提出的模型具有更好的预测性能,准确率可达 89. 6% 。

摘要:为消除功率起伏效应引起的太赫兹(THz)图像局部伪影,构建了基于同态滤波的 THz 图像增强模型。 然而,模型各参 数取值差异大且耦合性强,给其参数确定带来了困难。 为此,本文提出了混沌映射与差分进化自适应教与学优化算法以求解增 强模型最优参数。 首先,改进了标准 Logistic 混沌映射,提高了种群多样性。 其次,引入适应度更新率,构造了自适应惯性权重 调节函数,平衡了全局与局部寻优能力,利于种群向最优解逼近。 然后,基于差分变异思想构建了教改阶段,避免算法陷入局部 最优。 最后,制备了缺陷样品,开展了太赫兹无损检测实验,结果表明:较其他 3 种方法,本文方法消除伪影效果最佳,THz 图像 二维熵分别提升了 16% 、5% 、10% ,平均梯度分别提升了 39% 、8% 、19% 。

摘要:针对智能电表科学定期更换需求,建立一种基于智能电表基本误差数据的剩余寿命(RUL)预测方法。 首先采用 Person 相关系数筛选对智能电表基本误差数据影响较大的环境应力作为模型输入;然后采用高斯核、Matern32 核及周期核匹配多应力 环境下智能电表基本误差趋势;利用贝叶斯方法和蒙特卡洛马尔科夫链(MCMC)求解模型。 实验结果表明,不同公司智能电表 具有不同环境耐受性,在高干热典型环境条件下,A 公司智能电表数据后验上四分位线达到阈值,剩余寿命为 43 个月;B 公司 智能电表未出现普遍失效情况,但未来 47 个月会有较大可能失效,应着手进行故障排查和误差检定工作。 在高干热典型环境 下智能电表加速超差失效现象不符合计量规程规定的 8 年检定周期,应动态调整周期检定工作。

摘要:锂电池剩余寿命(RUL)预测对于锂电池安全使用至关重要。 由于锂电池使用过程中存在容量再生现象和随机干扰等 因素,导致单一尺度信号下单一模型的预测精度及泛化性能较差。 针对上述问题,提出一种新的基于变分模态分解(VMD)与 集成深度模型的锂电池剩余寿命预测方法。 首先,采用变分模态分解将锂电池容量数据进行多尺度分解,得到信号的全局退化 趋势和局部随机波动分量;然后,分别采用多层感知机(MLP)和长短期记忆神经网络(LSTM)对全局退化趋势和各波动分量进 行建模;最后,将各个分量子模型的预测结果进行集成,获得最终的锂电池剩余寿命预测结果。 实验结果表明,该方法具有较高 的预测精度与稳定性。

摘要:局部放电是导致变频电机匝间绝缘过早失效的主要原因,匝间绝缘局部放电起始电压(PDIV)的预测对变频电机绝缘 设计具有重要意义,因此提出一种基于深度信念网络的匝间绝缘 PDIV 预测方法。 首先建立基于汤逊理论的局部放电仿真模 型,计算不同仿真参数下匝间绝缘模型的 PDIV;其次分析匝间绝缘 PDIV 的影响因素,建立深度信念网络提取影响因素和 PDIV 之间的非线性关系;然后根据仿真分析与试验测试,验证本文所提方法的有效性;最后通过平均影响值算法探究了匝间绝缘 PDIV 的主要影响因素。 实验结果表明,该方法预测结果的最大相对误差为 5. 9% ,为变频电机匝间绝缘设计和状态评估提供了 新思路。

摘要:齿轮退化状态的准确评估对于设备安全运行具有重要意义。 常规的齿轮退化状态评估方法的效果受特征提取、预处理 等因素的影响。 基于生成模型的状态评估方法利用原始观测进行评估,能够降低人为因素的影响。 但传统生成模型如变分自 编码器(VAE)存在边缘估计不准确的缺点。 本文提出了多元可逆深度概率学习(MIDPL),通过叠加可以被优化的可逆变换实 现从既定初始分布到未知观测分布的转换,将分布特性复杂的多观测序列转换至既定初始分布进行边缘概率计算继而实现状 态评估。 本文通过齿轮退化实验验证了 MIDPL 的有效性,与 VAE 相比,MIDPL 在点蚀和断齿数据集下的评估误差分别降低了 30. 92% 和 69. 25% ,MIDPL 能够实现更为稳定和准确的齿轮退化过程评估。

摘要:采煤机截割高度的测量及其误差分析是实现综采工作面自动化的一项重要研究内容。 本文针对机身姿态传感器和摇 臂摆角传感器测量方案、机身姿态传感器和调高油缸位移传感器测量方案,分别建立了采煤机截割高度测量模型。 利用函数误 差公式,推导了测量误差模型。 以 MG1000 / 2660-WD 型采煤机为例,分析了截割高度测量误差分别随俯仰角、摇臂摆角和调高 油缸位移的变化规律,得到了两种测量方案截割高度测量误差的最大值的位置。 根据算例分析的结果可知,摇臂摆角传感器和 调高油缸位移传感器的精度对测量误差的影响较小,机身姿态传感器的精度将决定截割高度测量误差的大小。 最后,以采煤机 截割高度测量误差小于 5 cm 为例进行分析,得出两种测量方案下各传感器的精度要求:摇臂摆角传感器精度为 0. 022°和机身 姿态传感器的俯仰角最大动态误差小于 0. 16°(1 h 内),调高油缸位移传感器精度为 1 mm 和机身姿态传感器的俯仰角最大动 态误差小于 0. 14°(1 h 内)。

摘要:针对非铁磁性金属的内外壁损伤检测问题,设计了一种中低频的交流电磁场检测模型,对漏磁及涡流效应在交流电磁 场检测中的耦合机制进行了分析,并制作电磁检测装置进行实验验证。 基于 COMSOL 有限元仿真建立二维仿真模型,针对不 同深度、不同大小的表面缺陷及埋深缺陷进行仿真检测,得到相应的检测线圈电压幅值、相位与缺陷深度的关系;以仿真结果为 基础制作了电磁检测装置,并对非铁磁性金属待测试件进行检测,结果表明,制作的电磁检测装置可以穿透 18 mm 不锈钢板检 测到高 5 mm、长 12 mm 的矩形埋深缺陷及上表面深 3 mm、Ф5 mm 的微型圆孔缺陷。 结果表明,低频激励信号对于待测试件的 上下表面缺陷均有良好的检测效果,而中频激励信号仅适用于上表面缺陷检测。

摘要:针对现有的绝对瓦斯涌出量软测量方法普遍未考虑瓦斯涌出量自身历史数据的前后影响,提出一种基于深度学习中长 短时记忆网络(LSTM)的瓦斯涌出量软测量模型,利用绝对瓦斯涌出量及其相关影响因素历史数据的时间序列进行预测。 考虑 到 LSTM 模型需特别注意控制学习率以防止因出现梯度问题从而影响结果,对 LSTM 单元结构做出调整,引入 softsign 函数,通 过其变化相对缓和的一阶导数以更好的解决梯度问题,使网络更快收敛且更不容易出现饱和。 针对 LSTM 中存在诸多超参数, 结合量子粒子群算法(QPSO)对其优化,使绝对瓦斯涌出量软测量结果精度最优,并利用核主成分分析对测量指标降维,加快模 型收敛速度。 对比改进后的模型与初始模型,得到改进的模型具有更高的精度和效率,均方根误差、平均绝对百分比误差和拟 合优度决定系数 3 种误差评价指标分别为 0. 080、0. 82% 和 0. 988。 将提出的模型与 ELM、PSO-SVM、PSO-BP 以及 GRU 模型对 比,可得到提出的模型误差更小,测量结果优于其他模型。 实验结果表明,提出的瓦斯涌出量软测量模型具有更好的表现。

摘要:为了进一步提高微波波导法对飞灰含碳量检测的准确性,提出了一种利用微波在波导内不同介质分界面的反射作用, 通过时域变换找到微波到达不同介质分界面的时间,再结合微波在波导内不同介质中的传输速度,计算得到波导内飞灰的灰位 及相对群折射率的方法。 本文使用规格为 7. 9 mm×15. 8 mm×100 mm 的矩形波导,在 12. 4 ~ 18 GHz 频段下利用上述方法对质 量为 0~ 12 g,含碳量为 1% ~ 10% 的一系列灰样的灰位与相对群折射率进行测试。 结果表明在测量过程中,存在一个临界点,即 当波导内实际灰位大于 47. 3 mm 时,测得的灰位与实际灰位误差基本在±2 mm 以内,且波导内灰样的相对群折射率与飞灰含 碳量呈正相关,而不随飞灰质量的变化而变化。

摘要:基于金属杆件中高频超声导波的传播特性,提出使用柱面导波高阶不同模态群速度比值的单探头螺栓轴向应力测量方 法。 使用数值方法求解考虑晶粒散射衰减的 Pochhammer-Chree 方程,得到了导波群速度 & 衰减系数频散曲线,并分析了其在 高频区的传播规律。 结合非线性声学以及弹性力学理论,推出基于群速度比值的螺栓轴向应力测量方法。 搭建超声应力测量 平台,讨论了脉冲超声激励下的实测导波信号特点并提出使用经验小波算法对信号进行模态分解,有效获取了信号中特定模态 的群速度。 使用该方法以及传统的纵横波声时比法进行了螺栓轴向应力对比标定和测量实验,结果表明前者平均测量误差约 为 4% ,其精度明显高于传统方法(平均测量误差 6% )且具有更简便的测量流程。

摘要:电磁超声换能器( EMAT) 换能效率低、激发信号弱,而基于长周期激励信号以产生声波共振的电磁声谐振技术 (EMAR)虽然可以提高接收信号的信噪比,然而可能导致主脉冲加宽并扩大超声波检测盲区,降低测量精度。 本文应用一种宽 频激励电磁声谐振技术(BE-EMAR)和一种 Halbach 阵列纵波 EMAT,以单周期宽频激励作为 EMAT 输入信号,并利用 EMAR 方 法对 7075 型铝合金试件板厚进行测量,借助检出概率(POD)模型来表征该技术针对微金属板厚的测量精度。 实验结果表明, 在未降噪时 BE-EMAR 得到的三种信噪比下的 POD 曲线中,对应的 a50 或 a90/ 95 最大差异值为 0. 05 mm,同一信噪比下降噪前后 的最大差异值为 0. 07 mm,而在时差法(ToF)得到的 POD 曲线中这一最大差异值则为 0. 21 mm,因此说明 BE-EMAR 降噪前后 得到的结果并无较大差别,该方案对于常规噪声信号不敏感;且降噪前后,在 BE-EMAR 得到的 POD 曲线中,a50 和 a90/ 95 均可稳 定在 0. 55 mm 以内,证明了 BE-EMAR 比 ToF 测厚具有更优的精度、稳定性和抗噪能力。

摘要:针对城轨列车在目前理论减速度开环控制模式下,实际制动减速度精度较低的问题,提出一种基于参数估计的制动力 闭环控制方法。 将列车运行于坡道、弯道等路段产生的附加运行阻力和摩擦副摩擦系数变化等导致的实际制动力偏差等效为 列车在制动过程中所受的总扰动,以列车减速度和制动缸压力等作为输入,通过梯度估计方式对该扰动进行求解。 根据总扰动 的估计值对列车制动力控制目标进行在线修正以实现城轨列车制动力闭环控制。 为便于在实际的制动系统电子制动控制单元 中进行编程,将上述控制算法进行了离散化。 仿真和硬件在环试验结果表明:参数估计算法能够对恒定扰动和变扰动进行估 计,估计值的收敛速度与估计器系数呈正相关,但当估计器系数大于 1 之后,收敛速度趋于饱和。 制动力闭环控制算法能够提 高列车实际减速度对其目标值的跟随性,当坡道坡度呈正弦变化且实际摩擦系数同时随速度变化时,闭环控制的减速度偏差由 开环时的 0. 36 m/ s 2 降至 0. 08 m/ s 2 。 并且当制动过程中发生滑行时,防滑控制与制动力闭环控制仍能较好兼容,滑行轴速度、 制动缸压力及列车实际减速度的变化满足预期。

摘要:作为近年来新兴的机器人技术,柔性外骨骼结合了柔性驱动和可穿戴机构,有效解决了传统刚性外骨骼机器人重量大、 顺应性差、效率低、穿戴舒适性差的问题,因此尤其适用于运动障碍患者的辅助行走及运动康复,已成为主动康复领域发展的重 要方向之一。 本综述聚焦下肢柔性外骨骼助行机器人近十年的创新与应用进展,收集整理了 60 篇目标文献,其中,线驱动 50 篇,气动驱动 7 篇,其他驱动 3 篇,从柔性驱动结构设计、控制方法、康复应用 3 个方面对相关研究进行剖析讨论。 目前,柔性外 骨骼主要以线驱动和位置控制研究为主,发展方向为设备轻量化,驱动柔顺化,并结合电生理信号研究和人机交互理论以期降 低人体代谢。 相关临床试验表明柔性外骨骼有利于患者步态的对称性增强,步速增加,更接近于正常步态。 未来,柔性外骨骼 机器人有望为步态障碍患者带来更好的主动康复效果和穿戴体验。

摘要:针对单人无法独立完成的操作任务,需要额外辅助的需求,提出并研制了一种模块化、可重构的外肢体机器人,该机器 人由多个结构、功能相同的基本模块单元串联组成。 为了实现模块化外肢体机器人的模块连接配置与变形重构能力,分析了基 本模块单元的结构、功能需求,根据需求设计了基于舵机驱动的模块单元。 每个模块单元由两个楔形子模块共轴相互转动构 成,形成一个转动自由度。 设计了基于磁铁吸附的机械连接机构,可以实现两个模块间的快速连接与分离;提出了双排金属触 点间隔错位连接方法,保证两个模块单元间实现可靠的电气系统连接。 划分了双模块串联条件下 4 种不同的连接方位,得出了 外肢体机器人的构型配置种类与串联模块个数关系。 面向具有任意模块个数、不同连接方位的外肢体机器人,建立了基于虚拟 转轴的模块化外肢体机器人通用正向运动学模型。 对基本模块的转动能力、承载能力、快速连接能力以及外肢体机器人在焊接 过程中,辅助操作人员夹持导线、递送电话等能力进行了试验,验证了所提出的新型模块化外肢体机器人的辅助能力。

摘要:在基于表面肌电(sEMG)信号的动作识别中,使用单通道传感器能够简化系统、减少识别延时,但也存在识别精度偏低 的问题。 为了提高识别精度,本文提出将单通道 sEMG 信号分解策略与长短期记忆(LSTM)循环神经网络识别相结合的方法。 在该方法中,先将单通道 sEMG 信号分解成多通道运动单元动作电位序列(MUAPTs),然后提取 MUAPTs 的特征,最后将这些 特征对 LSTM 分类模型进行训练。 为了验证该方法的有效性,本文以手势动作识别为对象,对 6 名受试者分别建立了 4 种分类 模型,包括基于未分解信号的支持向量机(SVM)、基于分解信号的 SVM、基于未分解信号的 LSTM、以及本文提出的基于分解信 号的 LSTM,并定义识别精度量化指标对这四种模型的分类结果进行评估。 对于旋前方肌 sEMG 信号,在使用本文所提方法进 行手势识别时,平均估计精度均能达到 90% 以上,比未分解的 LSTM 高 18. 7% ,比分解信号的 SVM 高 4. 17% ,比未分解信号的 SVM 高 11. 53% 。 实验结果验证了本文所提方法的有效性。

摘要:机器人抓取在工业中的应用有两个难点:如何准确地检测可抓取物体,以及如何从检测出的多个物体中选择最优抓取 目标。 本文在 Keypoint RCNN 模型中引入同方差不确定性学习各损失的权重,并在特征提取器中加入注意力模块,构成了 Keypoint RCNN 改进模型。 基于改进模型提出了两阶段物体抓取检测算法,第一阶段用模型预测物体掩码和关键点,第二阶段 用掩码和关键点计算物体的抓取描述和重合度,重合度表示抓取时的碰撞程度,根据重合度可以从多个可抓取物体中选择最优 抓取目标。 对照实验证明,相较原模型,Keypoint RCNN 改进模型在目标检测、实例分割、关键点检测上的性能均有提高,在自建 数据集上的平均精度分别为 85. 15% 、79. 66% 、86. 63% ,机器人抓取实验证明抓取检测算法能够准确计算物体的抓取描述、选 择最优抓取,引导机器人无碰撞地抓取目标。

摘要:齿形结构作为传动装置的关键零部件,齿顶圆的精确检测是后续装配的重要依据。 在齿顶圆的视觉测量中,传统图像 处理方法检测精度较低,齿形结构倾角过大时轮齿存在遮挡导致算法的鲁棒性差。 针对上述问题,现提出基于机器视觉的齿形 结构齿顶圆检测方法。 首先基于自适应阈值的曲率尺度空间(CSS)技术对轮齿进行亚像素角点检测,其次采用超最小二乘法 拟合齿顶椭圆,最后通过补偿准偏心误差优化椭圆参数。 实验结果表明,该方法不仅可以提取包含全部轮齿图像的齿顶圆,对 于轮齿存在遮挡的图像也能进行高精度检测,同时能够补偿透镜畸变产生的椭圆准偏心误差,齿顶圆圆心测量精度为 0. 056 mm,法向量测量精度为 0. 068°,满足齿形结构视觉测量要求。

摘要:针对现有电缆断裂伸长率测量方法稳定性差、自动化程度低的缺陷提出了一种基于改进 L-K 光流法的电缆断裂伸长率 测量方法。 首先,在待测电缆表面的两端,使用一种黑色圆环标记符构建特征点。 然后采用边缘提取和圆度计算等方式获取电 缆标记符的初始形心位置,并与 Harris 算法检测出的特征点按欧氏距离最小的原则匹配,从而实现特征点的自动选取。 接着在 电缆拉伸的过程中,使用改进的 L-K 光流法追踪特征点并实时计算特征点的加速度和间距。 本文提出了一种加速度突变判据, 该判据能够准确定位电缆断裂所在帧,从而解决了人工判定电缆断裂瞬间精度差的问题。 最后根据电缆形变前后特征点间的 距离计算得到电缆的断裂伸长率。 实验测得电缆断裂伸长率平均误差为 2. 78% ,算法平均速度为 21 frames/ s,表明本文算法能 够快速准确地测量电缆断裂伸长率。

摘要:针对目前工业 CT 图像转换为 3D 打印 G 代码方法效率低的问题,提出一种基于邻层数据匹配的工业 CT 图像直接转换 成 G 代码的方法。 首先采用 Canny 算子提取工业 CT 图像的轮廓,然后处理轮廓分叉问题,实现邻层间几何信息数据匹配,其 次进行邻层间轮廓插值以满足 3D 打印层间厚度要求,从而避免“阶梯效应”,最后通过填充编码得到用于 3D 打印的 G 代码。 使用本文提出的方法,轮毂 CT 图像转换为 G 代码的时间为 10. 5 s,耗时远小于其他间接转换方法;3D 打印出的轮毂无“阶梯效 应”,平均尺寸误差率为 0. 25% 。 实验结果表明,该方法不涉及中间格式,转换效率高,转换误差与传统方法相当,适用于具有 复杂内腔结构的零件。