一种高速印刷品缺陷在线检测系统

研究了一种印刷品缺陷(如刀丝、拉墨、飞墨、错印、漏印等)高速在线检测的机器视觉系统.通过多照射角度和防眩光的光学系统,再现印品上的微小印刷缺陷;应用基于行程长缺陷编码的缺陷快速查找算法和防轮廓误检算法,避免了因纸张形变和张力波动造成的误检;采用了C/S网络化并行结构,对图像数据进行分布式处理和集中统计管理.现场运行表明该系统实现了对印品100%全面在线质量检测的要求,在高速生产环境下运行稳定可靠.     

轴向磁场磁通切换永磁电机矢量控制

为了研究轴向磁场磁通切换永磁(AFFSPM)电机在恒转矩和恒功率区域的运行性能,分析了AFFSPM电机的结构特征,推导了AFFSPM电机的数学模型.基于矢量控制建立了AFFSPM电机的驱动系统.在恒转矩区域,采用了最大转矩电流比(MTPA)控制策略,并与id=0控制进行了对比;在恒功率区域,采用了一种基于电感补偿且保持q轴反电势不变的弱磁控制策略,并与普通弱磁控制进行了对比.仿真与实验结果表明,MTPA控制可以减小AFFSPM电机的铜耗.基于电感补偿的弱磁控制可以拓宽AFFSPM电机的恒功率运行范围,提高了AFFSPM电机运行性能,且AFFSPM电机轴向长度短、转子结构简单,因此比较适合用作电动汽车轮毂电机.     

振动技术在金属材料铸造成形中的应用与发展

介绍了振动技术在铝、铜、铁等金属材料铸造成形中的应用研究现状,就振动类型和振动对铸造成形的机理作了阐述,分析了施加振动对金属铸造成形时金属内部组织改善、强度性能提高的原因,指出现有振动技术中存在的不足,介绍了多维振动铸造机的设计思路和研制进展情况。振动铸造实践证实,在金属材料的铸造成形工艺中施加多维振动能明显改善铸件的性能,提高铸造效率,多维振动铸造机的研制为今后多维振动技术的研究和应用提供参考。     

数据中心多目标虚拟机管理研究

通过建立起资源使用、服务器热点与电源能耗三者的统一优化模型,设计多目标虚拟机动态管理系统,协同优化资源使用、服务器热点和电源能耗,以使得数据中心的效益达到最优.鉴于数据中心负载流量的动态波动性,采用基于滑动窗口的两级状态检测策略来决策迁移虚拟机时刻,基于多目标统一优化模型设计相应算法来解决迁移虚拟机和目的主机的选择问题.最后在Xen虚拟机平台上测试该系统,实验结果表明:本文设计的虚拟机动态管理方法能够较好地协同优化数据中心的资源使用、服务器热点和电源能耗,使得数据中心的效益达到最优.     

自动剪板机的PLC控制

以工业用剪板机为对象,采用了工业顺序控制过程中广泛使用的可编程控制器（ＰＬＣ）对之进行控制,先后给出电气传动部分设计方案和采用ＰＬＣ控制的状态转移图及步进梯形图。     

基于最小二乘支持向量机的交通流量预测模型

城市交通流具有复杂性、时变性和随机性,实时准确的交通流量预测是实现智能交通诱导及控制的前提.综合分析交通流量影响因素的基础上,进行多路段的交通流量预测研究,提出了基于最小二乘支持向量机的交通流量预测改进模型,并应用平安大街的流量数据进行实例验证.结果表明,该模型具有学习速度快、跟踪性能好及泛化能力强等优点,在交通流预测中更具有实用性和推广性.     

打捆机捆丝剪切刀的有限元分析

随着科技的发展,打捆包装机械在工业当中应用的越来越多,所研究的是针对线材、管材以及棒材进行打捆的这类包装机械（简称打捆机）的剪切刀。阐述了剪切刀在剪切过程中的受力情况以及对其进行有限元分析,为设计打捆机的剪切刀提供了理论依据。     

陶瓷轴承电主轴单元的设计与研究

介绍了高速机床用电主轴优良特性及其应用现状·结合磨用电主轴单元的研制实践,探讨了高速电主轴单元设计制造中的结构布局型式设计,研究了电主轴轴承的选用,陶瓷轴承的力学性能分析和轴承轴向预负荷的确定,分析了电主轴单元的冷却与润滑系统的设置·高速电主轴的性能试验表明,该型电主轴设计合理,动、静态性能指标符合要求,为其在高速机床上的实际应用提供一定的技术依据·     

基于激光跟踪仪的关节式坐标测量机参数标定

给出了一种6自由度(degree of freedom,DOF)关节式坐标测量机的总体结构设计,运用Denavit-Hartenberg(D-H)方法建立了该测量机的测量方程,并研究了测量机的误差模型,基于激光跟踪仪建立了基于空间坐标变换原理的测量机参数标定模型.对关节式坐标测量机标定前后的测量精度进行了实验验证,实验结果证明高精度激光跟踪仪可实现对关节式坐标测量机的快速标定.     

多处理器上求最小生成树的并行算法

目的给出无向图Ｇ（Ｖ,Ｅ）,｜Ｖ｜＝ｎ的最小生成树在单指令流多数据流（ＳＩＭＤ）机器、Ｉｎｃｏｍｐｌｅｔｅ－ｈｙｐｅｒｃｕｂｅ上的并行算法．方法利用有ｐ个处理器的不完全超立方网络,求加权无向连通图Ｇ（Ｖ,Ｅ）,｜Ｖ｜＝ｎ的最小生成树．结果与结论若处理器的个数为ｐ,则其时间复杂性为ｔ（ｎ）＝Ｏ（ｎ２／ｐ·（ｌｂｐ））,成本Ｃ（ｎ）＝Ｏ（ｎ２（ｌｂｐ））,它几乎是最优的．