基于扫描数据零件轮廓特征自动识别的方法

主要研究基于扫描数据自动识别零件轮廓特征的方法与技术．首先给出了零件轮廓特征自动识别的工作流程，然后提出了零件轮廓特征自动识别的原理与算法，最后通过具体实例验证了本方法的优点及可行性。     

DTN中基于节点邻居变化率预测的数据转发算法

延迟容忍网络(delay tolerant networks,DTNs)是一类特殊的网络,其中端到端的路径通常很难建立,而现有的延迟容忍网络数据转发算法在度量节点的传播能力时大多关注节点的静态属性,忽略了属性随时间的动态变化.文章研究了DTNs中数据转发与节点邻居变化率的关系.首先定义节点在相邻时间段之间邻居变化率,并...     

一种基于链码的轮廓平滑算法

研究基于目标轮廓链码的轮廓平滑算法。方法通过对目标轮廓链码的分析,选出在人工目标中出现较少或不可能出现的边缘作为不平滑边缘,通过变换将之转换成平滑边缘。     

基于混合遗传算法的高速列车截面变化率优化设计

基于遗传算法和单纯形法构造出了一种混合优化算法,对不同编码方式的算法进行了对比分析。发现混合算法的寻优能力明显优于遗传算法的寻优能力;实数编码的混合算法能够更好的保持种群多样性,在存在多个局部最优解的情况下,比二进制编码的混合算法的寻优能力强。利用构造的基于实数编码的混合算法,结合Hicks-Henne型函数参数化方法和Kriging代理模型,对高速列车的截面变化率进行了减小气动阻力的优化设计,得到了在设计空间内的最优截面变化率;优化后,三辆编组列车的气动阻力减小9.41%,其中,压差阻力减小38.02%,摩擦阻力基本不变,头车气动阻力减小12.55%,尾车气动减小13.98%。     

渐开线凸轮轮廓曲线的迭代算法

本文介绍了一种适合于微机上使用的新的迭代算法，渐开线的圆逼近方法及其程序设计方法。此外，还通过算法实例对该方法进行了分析。     

基于WLAN的数据还原模型

提出了在公共无线局域网WLAN(Wireless Local Area Network)环境下一种数据还原模型.通过对无线局域网的数据采集与分析,利用会话重聚算法快速分类数据中的多个会话与连接,提出一种单一会话对应多个连接的方法,合并每个会话中的不同连接的数据信息,并采用多线程并发处理技术最终实现一种快速的信息重放与还原模型.最后通过对该模型的处理时延和执行效率的分析,表明该模型能够对无线局域网的数据尽最大可能的快速还原与重放.     

基于Canny算子和轮廓方向图的异形纤维轮廓增强算法

显微包埋采集纤维图像过程中,由于背景光照不均、景深和聚焦等造成纤维图像对比度较低、目标与背景区分不明显的问题.传统的Canny算子对于异形纤维的轮廓提取存在边缘不连续、虚假边缘等不足,尤其是对于粘连纤维无法确定其轮廓.针对这些不足,提出了一种利用轮廓跟踪算法剔除Canny算子产生的噪声边缘,并在方向图的基础上利用矩形方框确定真正的轮廓区域,然后对此区域内的像素进行模糊域非线性拉伸,从而得到增强后的异形纤维图像.对增强后的异形纤维图像进行Otsu二值化处理,其结果表明该算法能够得到准确完整的异形纤维轮廓.     

汉字轮廓特征提取算法及其实现

给出了一种稳定性好，分类能力强的汉字轮廓特征提取方法及其算法实现．     

数据流上的轮廓查询算法

采用滑动窗口技术对数据流进行近似,提出了两种数据流上的轮廓查询方法:CCS算法和PCS算法.CCS算法能够实时反映数据的变化,内存空间的利用率也较高.PCS算法则适合周期性更新的应用环境,有利于节约CPU资源.实验结果证明所采用的算法是有效的.     

基于轮廓插值加权算法的研究

为了进行医学二维图像的三维表面图像重建，最重要的一步就是提取二维图像的轮廓线。文章首先从算法的角度上探讨了诸如线性加权平均的图像插值方法、动态弹性插值方法、方向性插值方法和基于形状的插值算法的基本原理，以及它们的适用范围和局限性。在基于形状的插值方法的基础上，提出了改进的轮廓插值加权算法。采用这种改进算法以后，三维重建的轮廓质量有明显的改善。     

轮胎花纹结构对喇叭效应影响规律研究

基于软件LMS Virtual.Lab对轮胎喇叭效应进行了声学边界元数值模拟研究。首先运用快速多级边界元方法分析比较了三种不同花纹结构轮胎的噪声放大作用的差异;并验证仿真模型的正确性。然后分析纵沟花纹轮胎三种不同结构参数对喇叭效应的影响。通过分析验证了轮胎表面结构会对喇叭效应产生影响。结果表明:花纹沟拔模斜度越大,对轮胎噪声的放大作用越强;花纹沟的深度越深,对轮胎噪声放大作用越弱;轮胎胎冠呈圆弧状时,对轮胎噪声的放大作用会有所减小。     

基于轮胎侧偏刚度变化率的车辆质心侧偏角融合估计算法

针对车辆在高速紧急避让工况下质心侧偏角难以直接测量的问题,提出一种基于轮胎侧偏刚度变化率的质心侧偏角融合估计算法。在车辆二自由度动力学模型的基础上,提出一种轮胎侧偏刚度估计方法,构建基于改进扩展卡尔曼滤波的质心侧偏角估计算法。根据质心侧偏角和车辆纵向、侧向加速度的关系,构建基于积分法的质心侧偏角估计算法;结合两种估计算法的特点,采用轮胎侧偏刚度的一阶微分表征车辆的非线性程度,设计了一种适用于不同车辆动态特性及路面条件的融合估计算法。Carsim/Simulink联合仿真结果表明,该融合估计算法在不同的车辆动态特性和不同路面条件下具有良好的估计精度和实时性,对传感器信号的噪声、误差鲁棒性强。     

基于改进k-means聚类算法的车轮踏面损伤检测研究

为提高列车车轮踏面检测效率,设计了一套基于机器视觉的车轮踏面动态检测系统,分析了k-means聚类算法,通过加权欧式距离对该算法进行改进,利用聚类法具有保持最大相似性的特性,将基于加权欧式距离的k-means聚类算法用于机器视觉的图像处理。先对原始图像作图像增强、图像灰度化等预处理,再以特征聚类思想对图像作阈值分割,使图像中的各部分特征更加突出。图像处理结果显示,基于加权欧式距离k-means聚类算法的车轮踏面损伤视觉检测系统可以有效地检测出踏面损伤。     

涡旋压缩机的变基圆型线研究

研究了具有内、外起始角的变基圆涡旋型线,根据展开角是否在x轴起始,给出两种形式的变基圆外型线方程,并明确给出相对应的内型线方程,推导出偏心距的表达式,分析了两种形式的变基圆涡旋型线方程的关系.对两种形式的变基圆涡旋型线进行双圆弧齿头修正,给出双圆弧修正型线方程,分析两种情况下修正型线方程的关系,并探究修正展角对修正齿头几何形状与压缩比的影响,为变基圆涡旋型线的研究提供了一定的理论基础和应用参考.     

基于模糊自整定PID 的爆胎车辆轨迹控制

为解决高速公路爆胎车辆出现偏航的问题, 借助veDYNA 软件进行了的仿真研究。在确定了爆胎车辆轨迹控制的评价指标后, 采用模糊PID(Proportion Integral Differential)控制器, 规划了爆胎后车辆的方向盘转角, 代替驾驶员对爆胎车辆进行方向控制。该方法结合模糊控制和传统PID 控制的优点, 针对车辆爆胎的复杂环境, 自动整定PID 控制参数, 适应爆胎车辆的参数变化。仿真结果表明: 基于模糊自整定PID 的爆胎车辆轨迹控制可在保证车辆稳定行驶的同时控制车辆的行驶轨迹, 使其在出现较小偏移后回到原路径, 具有较好的适应性。     

基于遗传算法的复杂平面曲线轮廓度误差评定

针对不规则曲线轮廓度误差评定中存在的问题,提出了一种基于非均匀有理B样条(NURBS)插值与遗传算法相结合的复杂曲线轮廓度评定方法,对离散数据点表示的理论轮廓进行3次NURBS插值反算控制点,建立了理论轮廓曲线的数学模型;采用实数编码的遗传算法求解测量点与理论轮廓曲线位置偏差,消除了由于位置偏差引起的轮廓度评定的不精确问题;阐述了测量点到理论轮廓最短距离的求解算法和步骤。实验结果表明该方法能够快速获得较好的误差评定结果。     

提高基于不恢复余数除算法的除法阵列速度

提出一种提高基于不恢复余数除算法的除法阵列速度的方法．当余数为０时,该方法可以使除法阵列的平均速度提高一倍．这种除法阵列在异步控制的并行环境中有应用价值．     

基于改进的粒子群优化算法的轮胎参数辨识

轮胎是汽车的重要组成部分,其特性分析是研究汽车动力学的基础,其模型的精度直接影响整车模型仿真的精度,多采用粒子群优化算法对轮胎参数进行辨识.参考自然界生物进化现象,在基本粒子群算法的基础上提出带变异阀值的多种群粒子群算法.该算法采用多个种群同时进化以保证粒子群的多样性,同时可改善全局收敛的可靠性,采用变异阀值可避免优化算法陷于局部收敛现象的发生.将该方法应用于轮胎参数辨识,并与其他优化算法辨识结果进行比较,该方法结果能够更好地与实验数据吻合,证明该方法辨识精度高,在轮胎参数辨识中有较好的应用性.     

基于变尺度法的机床平面度误差轮廓重构算法

为了解决国内机床导轨安装表面平面度检测无法实现数字化描述这一问题,基于变尺度原理,提出了全新的机床导轨安装面平面度误差检测方法,通过将多段具有重合区域的短安装面拼接起来实现安装表面全长测量.同时设计出了检测仪,给出了测量原理,利用基准板、测量仪和机床导轨安装表面间的几何关系,建立了算法的理论模型,开发出机床导轨安装表面平面度误差轮廓重构算法,并对算法进行了仿真.结果表明,算法可以精确重构出机床导轨安装面平面度误差轮廓.     

切比雪夫多项式在磨耗形踏面设计中的应用

在切比雪夫多项式逼近法的基础上 ,提出了一种高次曲线磨耗形踏面的设计方法 .利用这一方法在HLM踏面离散数据的基础上设计出了LY2型磨耗形踏面 ,并分析了LY2踏面与我国6 0kg/m钢轨匹配时的几何接触关系 .