高精度接触式测头测量力影响分析与建模

针对高精度非球面检测过程中,测量力对接触式传感器测头测量不确定度的影响问题,本文在建立接触式测头简化结构模型的基础上,分析建立了测杆倾斜、滑动以及弯曲变形对测量精度的影响模型.并通过仿真分析得出了高精度非球面测量过程中接触式测头受非球面相对口径等的影响规律,即,其中测杆的弯曲变形是测量力影响的主要分量.为进一步提高接触式测量的精度奠定了基础.     

复杂曲面零件散乱点云特征点提取

复杂曲面零件的几何特征提取对加工质量的检测及逆向重构具有重要意义。提出了一种复杂曲面零件散乱点云特征点提取方法。首先,提出了基于高斯权重的邻域主成分分析的方法,通过估计每一点邻域的局部变化程度对点云模型进行初始标记;然后,采用基于标记的自动识别法实现特征点的提取;最后,通过特征点聚类的方式去除了特征点集中的异常点,完善了提取的点云特征。该方法直接操作于散乱点云,无需任何的拓扑连接信息。试验结果表明:该方法简单、有效,不需要过多地人为调节参数,特征点提取完整。     

基于概率数据关联的地磁匹配算法

针对轮廓匹配算法存在的虚定位问题,在轮廓匹配算法的基础上,提出了一个新的分批地磁匹配方法——基于概率数据关联滤波的地磁匹配算法。算法把满足一定条件的相关值作为滤波器的有效量测,把巡航导弹的位置作为状态变量,建立了基于概率数据关联的地磁匹配模型,利用概率数据关联滤波算法计算巡航导弹的位置坐标。仿真结果表明,该算法有效地降低了虚定位发生的概率,正确匹配率、导航效果均优于轮廓匹配算法。     

利用神经网络规则提取方法获取转静碰摩故障诊断知识

 获取易于理解的航空发动机转静碰摩故障诊断知识规则对于深刻认识碰摩故障机理、有效诊断碰摩故障具有重要意义。鉴于此,研究了一种新的基于功能性观点的神经网络（NN）规则提取方法,介绍了连续属性离散、训练样本产生、神经网络训练、示例样本产生及规则提取等关键算法,并用Iris数据对方法进行了验证。最后,通过航空发动机转子实验器获取碰摩故障样本,利用神经网络规则提取方法从故障样本中提取了碰摩故障诊断知识规则,并对其进行了验证分析,验证结果充分表明了该方法的正确有效性。     

基于精益6滓的航空高强钢零件大尺寸面轮廓度 数控加工参数优化

针对某航空高强钢零件大尺寸面轮廓度数控加工合格率较低问题,利用精益6σ方法,依据DMAIC的研究路径,充分运用箱线图、等方差检验、单因子方差分析等方法和工具,分析了“人、机、料、法、环、测”6大方面的操作者、加工刀具、装夹方式、主轴转速、切削量、进给速度、切削方式7个因素,确定刀具尺寸、切削量、进给速度为关键影响因素;通过建立面轮廓度与7个影响因素之间的GLM模型,得出影响流程输出的3个关键影响因素的最佳组合,并在此基础上对工艺参数进行优化。结果表明:该零件的数控加工工艺流程改进后,减少了加工过程中的人工调试检查环节,缩短了加工调试验证时间,大尺寸面轮廓度数控加工合格率从80%提高到96%以上,取得了较好的经济效益。     

噪声图象的快速边缘提取与分割

噪声图象的快速边缘提取和分割是实时图象处理中的重要问题。本文提出了一种噪声图象快速边缘提取和分割算法。实验表明,这种方法具有很强的噪声抑制能力,且快速准确。     

材料断口轮廓线分析系统

本文介绍在Ｍａｇｉｓｃａｎ２图象分析仪上开发的材料断口轮廓线图象分析系统，断口轮廓经该系统进行图象处理后，轮廓线坐标数据能以通讯的方式传递到ＰＣ机作进一步的处理，以获得轮廓线的形状特征、断口轮廓的粗糙度及其分形特征参数。     

基于主动轮廓法的复杂背景下飞机图象的轮廓提取

研究了一种适合于复杂背景下单个目标轮廓提取的方法———主动轮廓法(ActiveContourModel)。主动轮廓法是统计学分割方法的一种。基于统计学意义上的图象分割是把图象中各个象素点的灰度看作具有一定概率分布的随机变量 ,观察到的图象是对实际物体作了某种变换并加入噪声的结果。从观察到的图象中正确分割图象从统计学的角度讲就是要找到最有可能的 (即概率最大 )的物体组合。主动轮廓法就是基于这种概率最大的思想提出来的。研究过程中 ,对原有方法进行了大的改进 ,增强了主动轮廓法对初始形状的鲁棒性 ,保持了轮廓的光滑性。仿真中 ,应用该方法提取飞机图象的轮廓 ,取得了较好的效果 ,计算所用的时间少。     

复杂背景下磨粒显微图像分割

针对DMAS系统中复杂背景下磨粒图像的自动分割问题，根据磨粒图像的相关特征，充分利用领域知识，基于图像分割和边界跟踪的思想，选取了适合磨粒图像分割的最大类间方差阈值法，并结合腐蚀、膨胀等图像处理技术，实现了复杂背景下磨粒图像的有效分割和目标提取。最后算例表明了本方法的简洁有效性。本文研究将对进一步展开磨粒识别和机械设备故障诊断研究工作提供前提和依据。     

基于并行运算体系结构的星敏感器图像处理算法

采用FPGA构建星敏感器图像处理并行计算体系结构。星敏感器图像处理算法由高通滤波、星点提取和星点排序3个模块组成。高通滤波模块基于图像局部加窗计算阈值的方法,星点提取模块采用逐行扫描的计算方法,星点排序模块采用基数排序的计算方法。星敏感器图像处理算法基于四级流水并行计算体系结构,显著提高了星敏感器图像处理的效率和算法的可靠性。