S变换子域适应的扶梯电机轴承迁移诊断

在缺乏足够的扶梯电机轴承故障数据的情况下,针对扶梯在频繁变载变速的运行状态中轴承故障特征不稳定的问题,提出了Stockwell(S)变换结合子域适应的扶梯电机轴承迁移诊断方法。首先,针对扶梯电机轴承的故障特点,采用S变换结合双线性插值算法生成振动信号时频图。该时频图能有效反映轴承故障特征,并与后续的生成/与特征提取网络输入要求相适应。其次,在基于深度残差神经网络ResNet-50的特征提取网络层的输出端引入局部最大均值差异（LMMD）,将故障样本的类别置信度作为映射后的权重引入最大均值差异（MMD）,在对齐源域和目标域全局分布的同时,对齐同类别样本所属的子域的分布,同时拓展可迁移学习的范围。然后,构建网络的最小化LMMD和交叉熵损失函数,采用小批量梯度下降法训练网络。从而可通过细化不同故障类别间特征差异实现故障子域自适应,并克服迁移诊断精度低的问题。最后,基于两个公开的轴承故障数据集和少量扶梯电机轴承故障数据构建S变换后的时频数据集,并进行迁移诊断实验验证。结果表明,本方法对扶梯轴承的两种源域到目标域的迁移诊断平均准确率分别达到99.1%和95.49%,识别精度和鲁棒性明显优于5种常用...     

基于统计建模的电子元件焊点图像匹配算法

为了减少现有的基于特征提取的自动光学检测系统的用户编程时间以及对用户经验的依赖,提出了一种基于统计建模的图像匹配算法.该算法首先对学习训练的焊点图片进行合格或者不合格区分;然后对合格的样本图片进行灰度级别的统计建模,获得一个标准的学习模板;再将待测元件图片经定位操作后与训练好的标准模板进行匹配,通过计算两者像素点灰度值的差值来对待测元件图片进行合格与否的判定.实验结果表明:基于统计建模的图像匹配算法的误报率小于2%,漏报率为0,且可在满足自动光学检测较高检测精度的前提下,大大减少用户对检测程序的编程时间.     

基于神经网络的PCB焊点检测方法研究

随着印刷电路板（PCB）组装技术向高密度化和“零缺陷”方向发展,市场对自动光学检测系统（AOI）的要求也向高准确率、智能化发展。针对目前AOI在焊点检测时,容易出现缺陷误报和漏报,以及智能化程度不高的情况,作者提出了一种基于神经网络（ANN）的检测方法。首先,采用了一种基于熵的多阈值自动图像分割方法;然后,定义了焊点图像的一系列特征,并通过实验对特征进行选择;最后,建立了用于进行焊点分类的BP神经网络。实验证明,基于神经网络的焊点图像检测方法具有较高的准确率。     

基于小波三次样条插值的柔顺机构拓扑图提取

针对拓扑优化结果中普遍存在的棋盘格现象,采用小波变换与三次样条插值相结合的方法,对柔顺机构的拓扑图提取进行了研究.首先将拓扑优化解非线性变换到中间变量,以保证算法处理结果满足拓扑变量的约束条件;然后通过小波变换,将中间变量分解为近似系数和细节系数,并利用三次样条插值对近似系数进行处理;接着,将处理后的近似系数进行小波重构,再对重构结果进行非线性逆变换,得到相应的拓扑图;最后,基于拓扑优化的体积约束,评价算法处理结果及确定小波分解尺度.实验结果表明,该算法能有效消除拓扑优化结果中的棋盘格,提取出所希望的柔顺机构拓扑图.     

一种新型两自由度高速并联机械手的尺度综合

对含被动支链的两自由度平动并联机构的概念设计进行了研究,归纳了被动支链的几种可能构型.运用螺旋理论对被动支链进行自由度分析,进而提出了一种新型高速并联机械手机构,该机械手包含两条主动支链和两条被动支链,其中被动支链用来对动平台的姿态进行约束,并提高机械手的刚度.在进行运动学分析的基础上,以机械手雅克比矩阵条件数在工作空间上的平均值和最大值的加权值为性能指标,对该并联机械手机构进行了尺度综合.研究表明,该两自由度平动并联机械手可与一单自由度进给机构组合,构成一个三自由度平动混联机械手,适用于工业领域的高速拾放操作.     

基于EMD关联维的齿轮箱齿轮状态振动辨识

论述了经验模式分解(EMD)的理论和特性，以及关联维数及其特性，并根据实际齿轮箱振动信号的非平稳特征和简单监测征兆的需要，引入分别适于非线性非平稳信号分析和表征系统观测序列非线性、不规则程度的经验模式分解和关联维数，提出用EMD关联维来辨识齿轮箱振动信号，结果表明：当齿轮处于不同状态时，与齿轮故障密切相关的内在模式函数的关联维数明显不同，EMD关联维方法可以作为齿轮故障的特征提取工具。     

受多个位移和应力约束时弹性连杆机构截面参数的优化设计

本文将最佳准则方法和双因子算法相结合,对受多个位移约束和应力约束的弹性连杆机构截面参数的优化设计问题进行了研究,给出了相应的设计递推公式。并讨论了双因子的取值范围。     

风力机翼型非定常气动力分析(英文)

基于状态空间描述的Beddoes-Leishman动态失速模型,对风力机翼型进行非定常气动力分析.考虑到风力机翼型工作时的实际情况,在模型中忽略了可压缩性效应和起始于翼型前缘的流动分离.模型考虑了气流的近尾流效应和在失速区域的后缘分离效应.模型用4个气动状态来描述非定常气动力系数动力学,其中两个用于描述近尾流效应中的时间迟滞,另两个用于描述后缘分离效应.采用模型对做简谐变桨运动的FFA-W3-241风力机专用翼型进行了非定常气动力分析.数值计算结果与实验值吻合良好,说明模型能较好地描述风力机翼型的非定常气动特性.将动态失速数值计算模块与已有的风力机气动与结构分析软件集成,利用软件对一台1.5MW变速变桨距风力机的发电工况进行了仿真.仿真结果表明,翼型的非定常气动特性对动态载荷计算结果影响很大,因此在风力机的设计过程中应该予以充分考虑.     

基于神经网络的PCB焊点检测方法

针对目前自动光学检测系统在进行焊点检测时容易出现缺陷误报和漏报,以及智能化程度不高的问题.提出了一种基于神经网络的检测方法.首先采用一种基于熵的多阈值自动图像分割方法来提取焊点;然后定义焊点图像的一系列特征,并通过实验对特征进行选择;最后建立用于焊点分类的BP神经网络.实验证明,基于神经网络的焊点图像检测方法具有较高的准确率.     

一种改进的Hausdorff距离目标跟踪算法

在序列图像中进行目标跟踪是计算机视觉、图像处理和模式识别领域里非常活跃的课题。采用Hausdorff距离模板匹配的方法具有计算量小、适应性强的特点,为了能对复杂背景（包括运动背景或移动镜头）情况下的序列图像进行准确的跟踪,综合考虑了图像边缘的位置信息和方向信息,对模板匹配和模板更新的策略作了改进,与原有方法相比,目标跟踪的准确度和算法的效率有了显著提高。