并联机床工作空间和工件位置计算

根据并联机床工作空间的定义及几何约束条件,针对哈尔滨工业大学研制的并联机床,按刀头点计算出该机床的工作空间,以及在Ｚ轴方向上各高度刀具的加工范围,这对指导机床加工工件具有重要意义。另外由于并联机床工作窨不规则,加之刀具轴线与Ｚ轴方向夹角的限制,对于带有复杂曲面的工件如何设置其在工作空间中的位姿,仅靠直觉很难完成。因此本文论述了如何建立工件自动定位的数学模型,进而开发工件自动定位系统,这对带有复杂曲     

基于AO S建议的伪码测距研究

在介绍AOS建议的基础上,分析航天测距面临的新问题、新要求和现行测距伪码传输方式的优缺点。提出AOS建议下伪码传输的一种新方案,对该方案的可行性进行详细论证,并设计实现框图。同时对使用该方案可能出现的问题也作了初步的分析,并提出解决途径。     

应用圆盘工装谐振实现高量级随机振动

针对高量级随机振动试验提出了一种利用工装谐振原理在振动台上实现高量级振动的试验方法。首先在理论上分析振动台系统的圆盘工装的振动特性,利用谐振原理设计了结构响应放大装置,并在理论上分析了该装置的结构响应放大的可行性,最后应用该装置成功完成了伺服机构高量级步进随机振动试验,验证了其在高量级随机振动试验中的有效性。     

一种基于单目视觉的自主机器人导航控制方法

首先对单目视觉获得的原始图像进行图像校正处理,利用边界判据函数分割获得可行区域,得到障碍物位置信息,然后在可行区域中根据障碍物位置分段给出机器人导航控制边界,最后采用拟合曲线模型得到前进路径曲线。试验表明,该算法有效稳定,可实时获取可行区域并实现移动机器人自主避障功能。     

基于融合信息(火用)的转子振动故障SVM诊断方法

通过提取信息(火用)特征,提出基于融合信息(火用)的转子振动故障支持向量机（SVM）诊断方法.首先,在转子试验台上分别模拟转子不平衡、轴系不对中、转子裂纹和转子碰磨4种典型故障,采集这4种典型故障在多转速和多测点下的振动加速度信号;其次,提取基于时域的奇异谱熵和频域的功率谱熵的转子振动故障过程变化规律的信息(火用)特征;最后,将提取到的信息(火用)特征作为故障向量,建立SVM故障诊断模型,进而对转子振动故障进行诊断.实例诊断结果表明：将信息(火用)特征与支持向量机相结合进行转子振动故障诊断,诊断结果准确率达到了97%,有效地提高了故障诊断的准确率.     

基于SVM和SNN的航空发动机气路故障诊断

为了区分航空发动机气路故障诊断过程中出现的相似故障,提高诊断准确率,提出了一种支持向量机(SVM)和协同神经网络(SNN)相结合的故障诊断方法.首先利用参数优化后的SVM对测量数据进行初步故障诊断分类,对诊断结果进行分析统计,得出难以区分的相似故障类型,并根据SNN对这些相似故障进一步地区分判断,最后根据实际数据对此故障模型进行仿真.结果显示:基于SVM的初步故障诊断准确率达到96%;而经过SNN进一步地相似故障区分后,诊断准确率提升到100%.     

线圈压床伺服控制技术应用

WPN系列数控线圈压床是集机、电、液、计算机控制为一体的大型变压器线圈生产的设备。其控制系统采用了先进的多轴运动控制卡作为主控制系统,辅助以液压伺服系统、数据采集与处理系统、安全防护系统的全新结构、性能先进的伺服数控线圈压床。     

CCSDS建议在某新型航天器测控中的应用

CCSDS(空间数据系统咨询委员会)建议的AOS(高级在轨系统)数据传输机制和TM(遥测)信道编码,较好地满足了某新型航天器遥测功能服务于多数据源、信号格式采用帧结构以及链路采用高性能信道编码的要求。某新型航天器测控采用AOS建议的插入业务和位流业务专用虚拟信道分别解决了多个不同特征数据源的遥测数据等时传输问题;采用CCSDS建议的传送帧结构满足了非相干测量功能对下行信号的要求;同时参考CCSDS遥测同步和信道编码建议中Turbo码的码型设计和码块同步方法,完成了下行链路高性能信道编码设计。     

Novel approach of crater detection by crater candidate region selection and matrix-pattern-oriented least squares support vector machine

Impacted craters are commonly found on the surface of planets, satellites, asteroids and other solar system bodies. In order to speed up the rate of constructing the database of craters, it is important to develop crater detection algorithms. This paper presents a novel approach to automatically detect craters on planetary surfaces. The approach contains two parts: crater candidate region selection and crater detection. In the first part, crater candidate region selection is achieved by Kanade-Lucas-Tomasi (KLT) detector. Matrix-pattern-oriented least squares support vector machine (MatLSSVM), as the matrixization version of least square support vector machine (SVM), inherits the advantages of least squares support vector machine (LSSVM), reduces storage space greatly and reserves spatial redundancies within each image matrix compared with general LSSVM. The second part of the approach employs MatLSSVM to design classifier for crater detection. Experimental results on the dataset which comprises 160 preprocessed image patches from Google Mars demonstrate that the accuracy rate of crater detection can be up to 88%. In addition, the outstanding feature of the approach introduced in this paper is that it takes resized crater candidate region as input pattern directly to finish crater detection. The results of the last experiment demonstrate that MatLSSVM-based classifier can detect crater regions effectively on the basis of KLT-based crater candidate region selection.     

基于RVM回归误差补偿的航空发动机分布式控制系统多步预测控制

针对具有随机有界双侧时延的航空发动机分布式控制系统,提出了一种基于多步预测和关联向量机(RVM)回归误差补偿的控制方案.首先建立航空发动机分布式控制系统(DCS)的神经网络非线性自回归滑动平均(NARMA)模型,利用当前的系统输出和控制量对N步之后的系统输出进行预测;其次用改进的RVM回归多步预测算法估计NARMA模型的的预测误差,并对预测结果进行误差补偿;最后利用补偿之后的预测值和设定值对控制参数进行滚动优化,设计系统的神经网络逆控制器实现系统的自适应控制.仿真结果证明该控制策略能够避免随机有界双侧时延对控制系统的影响,实现对设定值的稳定跟踪,且控制器具有较好的实时性和鲁棒性.低压转子转速阶跃响应的稳态绝对误差小于0.04%,响应时间小于0.3s.