机器人并行实时采集系统的设计与实现

针对具有被动关节的机器人系统,采用并行处理技术,设计实现了高速实时数据采集系统,该系统可以完成机器人系统的数据采集、数据处理、数据存储、图形显示和交互式控制等功能.实验结果证明本采集系统满足了机器人实时控制的需要,有利于机器人完成高精度操作任务.     

基于GABP算法的油墨配色研究

为了提高印刷油墨配色精度,本文提出了使用遗传算法(GA)优化的BP神经网络模型GABP。首先采集了颜色样本的光谱数据和CMYK四色网点面积率分别作为输入值和输出值,然后通过遗传算法优化了BP神经网络的结构和参数,并进行了训练,最后将模型的预测精度做对比分析,使用未经遗传算法优化的BP神经网络模型的平均误差为8.6%,使用GABP模型的平均误差为4.5%。结果表明,经遗传算法(GA)优化的油墨配色模型预测精度有了大幅度提高,对印刷企业油墨配色有很好的应用价值。     

20CrMnTiH本构模型的建立及验证

以高温压缩实验为基础,分析了变形温度1 123~1 423 K、应变速率0.01~10 s-1条件下20CrMnTiH的流动应力行为,并引入Zener-Hollomon参数,根据蠕变理论回归确定变形激活能、硬化指数、材料相关常数,构建了材料的本构模型.以Z参数作为本构模型准确性的衡量标准,根据Arrhenius指数方程建立了峰值应力、峰值应变关于Z参数的表达式并求出估算值,代入基于应变软化的应力应变方程,采用整个应变区间上的非线性拟合求解待定参数.方程计算值与实验数据具有良好一致性,平均误差为6.84%,证明Z参数的精度较好,从而间接验证了该模型的准确性.
     

基于C8051F350的无线数据采集系统的设计

针对在某些复杂环境下通过有线方式采集数据困难的问题,设计了基于无线收发芯片nRF905、以C8051F350为主处理芯片的无线高精度数据采集系统,给出了系统总体框图以及主要软硬件设计.在采集精度、传输可靠性方面做了一些创新性设计.利用位移传感器的数据采集实验对本系统进行验证,实验结果表明,文中设计的无线数据采集系统具有采集精度高、数据传输稳定可靠等特点.     

基于STM32的便携式心电信号采集系统设计

设计了一套便携式、高精度的小型实时心电信号采集显示系统.采用STM32作为核心控制器,选用TI公司的ADS1298模拟前端IC芯片,二者构成系统的数据采集部分. ADS1298采集的信号通过SPI通信发送到控制器,然后利用蓝牙模块将数据发送到由LabVIEW搭建的上位机显示平台,最后进行数据处理,显示心电波形图.实验结果表明:该系统能够实现人体心电信号的高精度(μV/bit)、便携式采集,并能实时动态显示波形;利用现有的高效滤波算法EMD对所采集数据进行处理,结果显示EMD的滤波效果与本文模型基本一致.     

基于最小二乘支持向量机的振动切削力软测量模型及其应用

为提高振动切削过程工件加工精度,利用最小二乘支持向量机建立振动切削力软测量模型;利用数控车床振动切削实验系统所采集数据作为最小二乘支持向量机的输入参数,振动切削力作为输出参数进行仿真分析。研究结果表明:该振动切削力软测量模型具有较高的建模精度和较强的泛化能力;对振动切削力进行软测量后,加工工件表面粗糙度平均误差可降低50%以上,圆度平均误差可降低70%以上。     

提高牛顿环测平凸透镜曲率半径精度的方法对比研究

以实验为基础,采用三种测量方法采集数据,运用逐差法、加权平均法处理数据.用不同数据处理方法处理同一组数据,比较精度得到最佳数据处理方法;用最佳数据处理方法处理不同测量方法得到的数据,比较精度得到最佳数据采集方法.从而得到精度最高的数据采集、处理方法.通过实验数据分析了暗环环数之差对相对不确定度的影响.综合诸因素,对干涉暗环的合适环数展开了研究.也对逐差法、加权平均法的适用性进行了讨论.     

基于压力采集和FEM模型的软组织参数测量方法

提出基于压力采集和FEM模型的软组织参数测量方法,搭建基于光学运动跟踪系统和压力采集模块的软组织参数测量平台,对软组织形变过程三维重建,通过带压力传感器的ARM采集板获取压力值,采用BP神经网络对传感器进行精度校正.基于软组织形变集合构建四面体有限元模型计算软组织的初始参数弹性模量与泊松比,并提出一种参数参照模型对初始参数进行修正,通过实验验证参数的准确性.实验结果表明,用所述方法求得的软组织参数计算的软组织形变与真实测量所得软组织形变的平均相对误差为1.03%~1.60%,符合实际工程应用对软组织形变的精度要求.     

聚类加权PSO-LSSVR的模拟电路性能在线评价策略

针对模拟电路性能在线评价中现场数据采集不可避免产生错值和干扰的问题,运用模糊C-均值聚类（FCM）方法,根据数据特征将电路模型分为多个子模型,同时对子模型样本进行加权;利用标准支持向量机（LSSVR）,结合粒子群算法（PSO）对于参数优化的优越性,实现对于错值、干扰参数的有效抑制.考虑到传统的离线评价策略在训练样本组发生变化时,存在模型不能适时调整等问题,引入增减交互更新设计,实现模型的快速在线更新.实验以高效模拟电路实验为依托,采用近两年内由精密仪器设备测评所得的传统的OTL放大电路的八项技术指标构建训练集,建立PSO-LSS-VR的组合模型进行在线评价.结果表明：该方法能有效处理错值和干扰所带来的回归偏差,性能优于传统LSSVR法、ε-SVR法,评价精度与精密仪器性能评价精度近乎相同,同时具有运算速度优的优势.仿真实验进一步验证了模拟电路性能评价方法PSO-LSSVR的有效性.     

基于FPGA与SRAM数据采集系统设计

传统的数据采集系统大都是由ARM+DSP实现的,虽然DSP的优势在于数据处理,但是随着FPGA技术的发展,很多FPGA已经可以取代DSP的作用了。尤其是在高速实时的数据采集领域,采集回来的数据速度高,数据处理相对简单(平均处理),使用FPGA构建的数据采集系统能更加快速地对采集的信息进行快速处理。本设计的工程的具体应用背景是光纤通信检测仪,期中数据采集与处理模块有别于传统的MCU架构,采用的是FPGA+SRAM架构,可实现高速数据采集与处理。     

基于混合优化算法的关节臂式测量机参数标定

为进一步提高关节臂式坐标测量机等高机动性精密测量设备的测量精度,使用D-H矩阵法建立其关节坐标转换数学模型并据此推导出参数误差模型.针对非线性多参数标定问题,通过变换分析消除了最小二乘法求解时矩阵中的冗余参数,降低了计算的复杂性.设定判定准则并实现最小二乘法和模拟退火算法的混合,提出了一种基于混合优化算法的参数标定方法,解决了LM算法的初值设定和SA算法的搜索效率逐步降低的问题.实验结果表明:关节臂式测量机参数经混合优化算法标定后,参数的误差范围有了显著的缩小,单点重复性误差的平均值减小了1.746 mm,长度误差的平均值减小了0.941 mm,测量误差得到了进一步的抑制.     

基于无偏估计的装甲装备器材需求灰色预测

针对装甲装备器材需求数据采集过程中存在的数据采集偏差,建立了存在数据采集误差的装备器材需求灰色预测模型;分析了装备器材需求灰色预测模型中,最小二乘估计为无偏估计的条件是数据采集误差的期望为0,否则,最小二乘估计为有偏估计;最后针对数据采集偏差期望不为0的条件,给出一种基于辅助变量的无偏参数估计方法.通过实际案例仿真分析验证了方法的合理性和可行性.     

多时段不同定位精度的无人机影像点云的对比分析

利用两个不同地形特征的实验区(平地和山地),使用大疆精灵4 RTK设计实施多种无人机影像采集和处理方案(3个时段、使用或关闭集成的RTK功能、数据处理时是否引入地面控制点),两个区域共采集12个架次的无人机影像,生成24个不同类别的影像点云模型.比较、验证不同条件下无人机影像点云模型的精度,评价不同方案的精度差异.结果显示,无人机能在一定程度上仅凭借集成的RTK功能实现免像控采集高精度数据,但仍然建议同时使用RTK模块采集数据,并引入少量地面控制点进行数据处理,此时获取的数据精度最好;中午时段的影像数据质量最佳,成果精度最高,两个实验区中午时段垂直方向最小平均差可达0.01～0.02 m,其他时段结果次之;地表特征对影像点云模型精度也有影响,地势平坦、地表特征丰富有利于模型重建,提高模型质量.     

基于贝叶斯优化与CBAM-ResNet的乏燃料剪切机故障诊断方法

乏燃料剪切机是动力堆乏燃料后处理首端的重要设备,状态监测与故障诊断对于保证乏燃料剪切机的安全运行、避免重大事故、减少其维修时间和费用有着重要的作用。针对目前我国针对乏燃料剪切机的故障诊断研究少、数据获取难度大、故障诊断的准确率低等问题,构建基于贝叶斯优化与卷积块注意力模块CBAM的残差神经网络模型。首先在利用双声道差分法对噪声降噪,将其转化为梅尔频谱图并进行数据增强;其次引入CBAM对残差网络进行改进,提高网络的深层次特征提取能力,并利用贝叶斯优化算法训练优化器等超参数,得到最优超参数后重新训练网络模型。最后,通过实验结果显示所构建模型的诊断准确率为93.67%,对比其他方法有显著的提高。     

ArUco-SLAM:基于ArUco二维码阵列的单目实时建图定位系统

高精度自动建图算法是ArUco二维码阵列定位系统应用的前提和核心,现有在线建图算法累计误差大且易受误检测影响,而人工标定和离线建图的方式则效率低、耗时长. 为解决上述问题,本文提出了一种ArUco-SLAM单目实时建图定位算法,其采用前后端并行建图、联合优化的框架,前端以坐标系变换封闭原理对地图进行快速更新和局部修正;后端以非线性优化算法最小化二维码顶点总体重投影误差,实现对关键帧序列囊括地图的全局优化;最终,基于联合优化算法实现对前后端地图的匹配,消除前端地图的累计误差. 设计实验对所提算法进行了验证,实验结果证明其相比现有建图系统有着累计误差小和建图效率高的优点,具有建立大规模二维码阵列厘米级精度地图的能力.      

基于优化DeepLabv3+的混凝土梁裂缝分割及特征量化

目前基于深度神经网络的裂缝分割模型存在着训练参数多、裂缝边缘分割粗糙、分割精度不足、缺少深度特征语义信息等问题。为解决以上问题,对分割性能较好的DeepLabv3+模型进行研究,嵌入Non-local注意力机制,并改进了主干网络ResNet101得到优化模型DeepLabv3+(N-S),最后基于优化模型的输出并使用裂缝骨架提取的方法来量化裂缝特征参数。使用的数据集为自制的混凝土梁裂缝图像数据集,并对优化前后模型作对比实验,分析了模型在各项性能上优化的有效性,并使用实测数据来验证评估裂缝各项特征参数量化方法。实验结果表明,DeepLabv3+(N-S)网络在数据集上的平均像素准确率(mean pixel accuracy, mPA)、平均交并比(mean intersection over union, mIoU)分别达到了88.86%、82.04%,较于原模型分别提高2.21%、2.54%,裂缝分割效果优于原模型,且裂缝样本各项特征参数量化的平均误差为+8.7%,低于原模型,可满足工程上的检测精度需求。     

基于ELM-SVR模型的装备关键部件寿命预测

摘 要 装备关键部件数量众多,其性能决定了武器系统的健康寿命。为解决单一模型预测精度不高的问题,提出了基于ELM-SVR模型的剩余寿命预测方法。使用ELM模型的隐层神经元激活函数将特征映射到高维空间,提高特征辨识度,对高维特征采用核函数SVR模型拟合,以软间隔函数代替均方误差函数为优化函数,有效提升了剩余寿命预测精度。依据多个装备关键部件的综合性能指标对其进行剩余寿命预测,实验结果表明：与ELM、SVR、KELM模型相比,平均预测精度分别提高了57.14%,44.44%,11.76%,可见ELM-SVR模型具有一定的泛化能力与鲁棒性,可显著提高剩余使用寿命预测精度。     

利用蜂群算法优化的区域高程拟合精度分析

针对最小二乘支持向量机拟合法的拟合参数难以选取的问题,提出将人工蜂群算法引入最小二乘支持向量机建立高精度区域拟合模型的方法。人工蜂群算法可对最小二乘支持向量机中的参数进行全局性追踪搜索,模仿蜜蜂的采蜜过程,将参数的初选值作为蜜源,最小二乘支持向量机预测的平均平方误差作为目标函数,在一定范围内经过迭代更新确定最佳参数,最终建立精度较高的全球定位系统(GPS)高程拟合模型。实验结果表明,相比常规最小二乘支持向量机拟合法,ABC-LSSVM组合方法构建的拟合模型精度提高了28%,在此同时,该组合方法比BP神经网络拟合法的收敛效果更高、稳定性更佳,证明了ABC-LSSVM组合方法在GPS高程拟合模型构建中的有效可行性,为GPS高程拟合模型的建立提供一定的参考价值。     

垂直管中气-水-泡沫三相管流空隙率实验研究

空隙率是计算气-水-泡沫三相管流压力、温度的重要参数,准确预测气井中气-水-泡沫三相管流空隙率大小对泡沫排水采气工艺技术的高效实施及方案优化至关重要。目前关于气-水两相管流空隙率模型研究较多,而气-水-泡沫空隙率研究相对薄弱。因此本文通过开展气-水-泡沫三相空隙率测量实验,研究了泡排剂浓度、气量、液量对空隙率大小的影响规律。基于漂移模型,考虑泡排剂浓度、气液表观流速、密度、滑脱速度等参数,建立了适用于垂直管的气-水-泡沫三相管流空隙率模型,并分别利用145组实验数据和602组文献数据验证了模型的准确度,预测实验数据时平均相对误差2.24%,平均绝对误差2.47%,预测文献时平均相对误差-4.65%,平均绝对误差为6.21%,证明新模型计算精度较高,可满足工程需求,新模型的提出可为泡沫排水采气工艺技术的高效实施和方案优化提供理论指导。     

数控机床热误差变参数GM(1,1)的建模

为提高数控机床的加工精度,减少热误差对零件加工质量的影响,对热误差变参数灰色GM(1,1)在线预测模型进行研究.变参数灰色GM(1,1)在线预测模型能直接运用热误差时间序列值进行单序列建模,并给出模型参数的逐步迭代公式,根据不断输入的新数据,变参数模型能利用迭代公式,及时修正模型参数.以某精密卧式加工中心为研究对象,对所提出的变参数灰色GM(1,1)模型进行应用验证,并与传统的,1)模型和新陈代谢GM(1,1)模型进行对比研究.对比分析的结果表明:变参数灰色GM(1,1)模型很好地解决了传统的GM(1,1)模型难以预测大样本数据和非线性变化趋势的问题,且比新陈代谢GM(1,1)模型建模运算量小、求解时间短.变参数灰色GM(1,1)模型的预测值与实验结果对比表明,该模型预测精度高、通用性好,适用于机床热误差建模预测,进而提高机床的加工精度.