基于卷积神经网络的时空权重姿态运动特征提取算法

在传统姿态运动特征提取过程中存在有效提取效率低的问题,于是提出了基于卷积神经网络（convolutional neural network,CNN）算法的时空权重姿态运动特征提取算法。针对所选择的运动时空样本,提取相应的时空运动关键帧并以静态图像的形式输出;采取运动目标检测、图像增强等多项措施完成初始运动图像的预处理工作;借助CNN将运动特征矢量化;采用时空权重自适应插值方法减少运动边缘检测误差,从姿态边缘特征和姿态运动时空特征两方面实现姿态运动特征提取,并输出提取结果。与传统算法进行对比实验的结果表明,所提出的算法在有效特征数量方面得到了提升。     

某四缸机曲轴扭转振动测试与分析

在现有的硬件平台基础上,通过自行编制的一套LabVIEW数字化扭振测量程序,以某直列四缸四冲程柴油机为测试对象,在外特性工况下对四缸柴油机自由端进行扭振测试。得出整个转速范围内稳定工况下的扭振波形和不同谐次的幅频特性。并对该四缸机进行曲轴扭振仿真,将实测结果与仿真结果进行对比。结果表明,实测和仿真结果十分接近。