像素矩阵法获取整体式立铣刀容屑槽端截形的研究

以螺旋运动包络法和数学形态学二值图像的处理算法为基础,提出了一种方便快捷准确求取整体铣刀容屑槽端截形的像素矩阵法。该方法首先将砂轮回转面离散成点云后在刀具坐标系下进行包络运动,截取砂轮回转面离散点包络运动在刀具端面上留下轨迹的点云数据,将其转化成像素点,利用数学形态学对该二值像素点图像进行膨胀和腐蚀算法提取截形边界,对所提取边界进行平滑处理和插值,得到高精度的容屑槽端截形。该方法无需解析法求解非线性方程获取接触线的过程,避免了解析法的缺点(计算复杂和有异常解),且提取边界的廓形能满足计算精度要求又直观,是理论上获取刀具容屑槽端截形、分析刀具相关参数的新方法,尤其适用于分析成型刀具包络加工螺旋面。     

高炉密闭环境下雷达料面测量电磁特性仿真

研究了高炉密闭环境下,雷达测量料面和料层厚度的微波电磁特性.利用电磁计算学和CST仿真方法,研究了媒介层介电常数模型,高炉料面和料层模型的微波透射、反射和吸收特性,高炉布料层数、雷达波入射角度和雷达波频段与炉料媒介层介电常数重构关系模型.利用雷达波反射和透射电磁特性,结合高炉雷达的分布式雷达传感阵列,并利用焦矿媒介层存在介电常数差的特征,实现了高炉内料面形状和三层焦矿厚度在线3D重构.     

基于多点雷达和最小二乘法估计高炉料面形状

利用多点雷达数据,使用最小二乘法对高炉的料面形状进行估计．首先,采用三段曲线描述料面形状,其中包括两段直线一段二次曲线．其次,利用炉料分布规律对三段曲线的具体参数进行约束,使得料面形状的估计更为合理．然后,利用多点雷达数据和最小二乘法估计料面形状,实现料面的实时动态显示．利用某钢厂的实际雷达测量数据,证实了该方法的有效性．     

一种二维数字化齿面加工方法研究

利用数字化共轭曲面原理和齿轮啮合原理对数字化齿面加工方法进行研究.研究聚焦于离散表达的数字化齿面与解析表达的刀具面在加工过程中的几何关系与相对运动.求得刀具截形上与数字化齿面每个离散点对应的共轭点及它们相互接触时的对应共轭运动,将所求离散展成运动参数自动排序,插值形成连续共轭运动,实现对数字化齿面的连续加工.二维非标准数字化修形齿面的插削展成加工仿真计算实例,验证了该方法的正确性.     

一种基于端点非插值性的NURBS曲面重构方法

为了解决多面片拼接曲面、多修饰特征曲面连续性差且难以延展的问题,提出了基于端点非插值性的NURBS曲面重构方法.首先根据位置和曲率的不同,将原始曲面离散为点云数据,根据离散点计算各个采样路径上的节点矢量;然后计算出曲面重构所需的端点非插值性的共同节点矢量及相应的控制点,并将共同节点矢量转化成标准的端点插值节点矢量,根据最新的端点插值节点矢量在无数据点区间插入新的型值点;最后将所有数据点重新拟合成单一曲面.重构结果表明,通过使用该方法重构所需的计算量降低,重构出的曲面精度较高.在曲率变化剧烈处,既保证了与原始曲面的贴合率,又保证了截面线的曲率连续性.该方法将原始曲面重构为单一曲面,提高了曲面重构精度,有效地解决了造型中易出现的曲面退化、曲面畸变等问题.     

基于二维灰度图像的规则形体三维重建

对二维灰度图像恢复形体的三维形状问题做了深入研究,提出了一种基于单幅图像,利用几何对称特性进行规则形体重构的方法,即从一幅二维灰度图像中提取规则形体作为研究对象,通过角点检测方法获取其有效特征信息,根据相关特征信息构造对称面或者对称轴,结合形体的几何特性实现规则形体表面的三维重建.实验证明,该方法可以根据形体的二维灰度图像方便有效地重建出其三维形状.     

基于Morphing方法的断层面重构

为提高稀疏数据条件下断层面形态重构的准确性和光滑性,通过对断层面建模数据分析与优选,提出基于Morphing方法构建相邻稀疏断层线的过渡曲线,同时基于CD-TIN重构平稳光滑断层面的方法。以Morphing方法基础理论,分析了断层线数据特征点对应关系,采用距离二分法实现了特征点匹配;参照有限外推法,确定了断层尖灭位置;采用拉格朗日插值方法对断层线节点曲线进行趋势外推,实现相交断层面切削;最终实现了稀疏数据下断层面的光滑构建。通过对比Kriging插值方法和Morphing方法生成的断层面模型形态,结果表明:Morphing方法生成的断层面形态平滑自然,可以更好地还原断层弯曲细节。     

基于Matlab平台的多普勒雷达强度资料三维可视化

多普勒天气雷达是天气预报与科研应用中监测小尺度天气重要的观测手段.本文以CINRAD-SA型多普勒天气雷达为例,简要介绍了雷达的工作原理及其基数据结构.通过Matlab平台实现天气雷达资料数据的读取,并选用8点插值法(EPI插值)和Cressman插值,实现了将雷达极坐标数据内插到笛卡尔坐标系的三维可视化显示,并且可获取空间内任一切面或剖面的雷达回波强度.对比显示结果发现:Cressman插值后的结果对三维整体呈现的更好,8点插值(EPI)对于平面细节的显示更突出.     

面向web三维应用的气象雷达矢量剖面生成

气象雷达矢量剖面主要负责监测与研究强对流天气的面向web三维应用的三维结构特征,传统剖面生成无法能够保证空间连续性,不能最大程度保留特征。为此,提出一种新的面向web三维应用的气象雷达矢量剖面生成方法。确定雷达反射率因子垂直剖面基线。在此基础上,由剖线左端某点着手,分别求出剖线上各点的垂直距离与方位角。设定剖面上同剖线点相对应的空间垂直线点,计算其反射率强度,通过径向、方位上的最近邻与垂直线性内插结合的插值方法生成气象雷达矢量剖面图。依据相同高度的雷达数据,研究气象雷达回波信息在一定高度上的水平分布,将其和该高度相邻天气图结合在一起,获取面向三维应用的不同天气的三维结构。实验结果表明,所提方法生成的气象雷达矢量剖面空间位置合理,在水平与竖直方向均有很好的空间连续性,分辨率高,分析值和观测值更加接近。将所提方法应用于气象预测中,能够有效完成预测,应用性强。     

高炮弹道仿真系统设计与算法实现

 群小目标飞行特征显控系统利用上位机传送的数据实现弹道轨迹仿真,将仿真结果与理想的弹道轨迹进行比较,判断弹道轨迹精度是否能满足预期的发射要求,评估火力发射技术是否达到预期成果。针对系统中的弹道仿真功能提出了一种三维弹道轨迹插值拟合算法,将三维离散的特征数据分解到射面和炮口水平面2个二维平面,在二维平面分别采用分段三次样条插值算法对离散的特征数据进行插值拟合,再根据插值结果绘制三维弹道轨迹图像。使用VC++ 6.0编写插值拟合程序,通过实例验证拟合出的三维弹道轨迹经过每一个特征点且轨迹光滑连续,满足拟合条件,达到轨迹仿真的要求。     

高炉雷达料面测量信号处理系统改进

研制用于高温恶劣生产环境下新型冶金专用雷达.采用改进的调频连续波测量原理,提高了固体雷达料面测量的实时性.提出一种新的智能时变阈值信号处理方法,解决了因高炉内料面反射系数变化影响雷达测距精确性问题.实验室模拟仿真固粉态料面测量表明,该冶金雷达测量料面的跟踪延时在0.2 s以内,最大跟踪测量平均误差控制在0.05%.现场测试结果表明,测量平均误差0.95%,能够实时稳定地跟踪料面变化,满足高炉监控需求.     

塑料挤板模型腔数控加工的机助编程

本文通过对塑料挤板模型腔几何形状的分析,对复杂曲面作分块处理,将一组平面截线分割成离散点阵来拟合曲面,并采用双三次样条插值方法保证曲面的光滑拼接。编制的数控加工程序已付诸实用。     

基于车载激光扫描数据的城市地物三维重建研究

车载激光扫描系统可以精确、快速获取城市建筑物、道路交通设施、隧道等地物的表面信息,非常适用于城市物体三维空间信息的快速精确获取和在此基础上的三维重建.然而点云不是GIS数据,也不是三维模型,要将大量离散的点处理为可使用的三维模型还需要一系列复杂的过程,现阶段针对车载激光点云三维重建的方法还主要依赖于人工交互或半自动化处理,而且没有针对整个城市地物的三维重建方法.针对这一问题,本文仅提供一种基于地物分类的车载激光点云三维重建的方法,数据基础是已分类的彩色点云,重点是充分利用各类地物的特性,对不同地物使用不同的三维建模策略,以首都师范大学自主研制的车载激光扫描系统获取的三亚市点云数据为实验对象,验证了本文提出方法的可行性与实用性.     

基于倾斜变形的边坡临界滑动面确定方法研究

采用强度折减法寻找三维边坡临界滑动面是边坡稳定性分析工作中的重要问题。基于对边坡临界状态位移场的分析,提出一种三维边坡临界滑动面的确定方法,即认为当边坡处于临界状态时,滑动面上的点是空间倾斜角度最大的位置点。通过强度折减计算使边坡达到临界状态,沿边坡表面及坡体内部等距布置测线和离散点,并计算各离散点的空间倾斜角度,提取每条测线上离散点空间倾斜角度最大值的坐标点;然后利用局部加权回归散点平滑方法做平滑处理,并将曲面在边坡范围外的多余部分进行裁剪即可得到三维边坡的临界滑动面。最后,探讨了倾斜变形计算长度大小和离散点布置的疏密程度对滑动面的影响,结果表明,倾斜变形计算长度对滑动面形状影响较小,离散点间距对滑动面形状存在一定的影响。     

基于燃料比最优的高炉喷煤设定值多目标优化

为了降低高炉炼铁的能耗,节约成本,将高炉炼铁过程信息、专家经验与智能模型相结合,提出基于燃料比最优的高炉喷煤设定值多目标优化方案。以燃料比最优为优化目标,炉温预测指标为约束条件,喷煤量为决策变量,采用基于K-均值聚类的径向基神经网络建立多目标优化模型,并通过基于NSGA-Ⅱ算法的多目标优化方法,获取尽可能使多个目标同时达到最优的Pareto最优解。结果表明,该优化方案可以在保证炉温良好的前提下,决策出使燃料比达到最优的喷煤设定值,大大降低能耗,节约成本。不仅为高炉实际生产提供操作指导,也为高炉冶炼的优化运行奠定了基础。     

Outlier screening for ironmaking data on blast furnaces

Blast furnace data processing is prone to problems such as outliers. To overcome these problems and identify an improved method for processing blast furnace data, we conducted an in-depth study of blast furnace data. Based on data samples from selected iron and steel companies, data types were classified according to different characteristics; then, appropriate methods were selected to process them in order to solve the deficiencies and outliers of the original blast furnace data. Linear interpolation was used to fill in the divided continuation data, the Knearest neighbor(KNN) algorithm was used to fill in correlation data with the internal law, and periodic statistical data were filled by the average. The error rate in the filling was low, and the fitting degree was over 85%. For the screening of outliers, corresponding indicator parameters were added according to the continuity, relevance, and periodicity of different data. Also, a variety of algorithms were used for processing.Through the analysis of screening results, a large amount of efficient information in the data was retained, and ineffective outliers were eliminated. Standardized processing of blast furnace big data as the basis of applied research on blast furnace big data can serve as an important means to improve data quality and retain data value.     

高炉炼铁数据的异常值处理

Blast furnace data processing is prone to problems such as outliers. To overcome these problems and identify an improved method for processing blast furnace data, we conducted an in-depth study of blast furnace data. Based on data samples from selected iron and steel companies, data types were classified according to different characteristics; then, appropriate methods were selected to process them in order to solve the deficiencies and outliers of the original blast furnace data. Linear interpolation was used to fill in the divided continuation data, the K-nearest neighbor (KNN) algorithm was used to fill in correlation data with the internal law, and periodic statistical data were filled by the average. The error rate in the filling was low, and the fitting degree was over 85%. For the screening of outliers, corresponding indicator parameters were added according to the continuity, relevance, and periodicity of different data. Also, a variety of algorithms were used for processing. Through the analysis of screening results, a large amount of efficient information in the data was retained, and ineffective outliers were eliminated. Standardized processing of blast furnace big data as the basis of applied research on blast furnace big data can serve as an important means to improve data quality and retain data value.     

高炉炼铁配料计算应用系统的设计与应用

高炉物料是高炉冶炼的基础,高炉配料是影响高炉生产的至关重要因素。以高炉物料平衡计算为理论基础,以建立高炉配料计算应用软件为切入点,建立了应用可行的高炉炼铁配料计算应用系统,从而保证了高炉配料和变料计算的准确性,实现了高炉配料计算的自动化。