6-TPS并联平台型数控铣床结构参数的标定方法

介绍了6-TPS并联平台型数控铣床的一种结构参数标定方法.借助于工作台上的辅助工艺孔及标准量块,采用加权分类隔离的标定方法,将结构参数分为若干类进行标定,在并联工作台的结构参数标定过程中,采用了改进后的共轭梯度法,提高了标定效率.主要分析了刀具位姿参数及并联机构结构参数的标定方法,通过标定实例验证了标定方法的有效性.     

监控视频中异常事件检测技术研究进展

异常事件检测技术是当前智能监控技术研究领域关注的一个热点,作为计算机视觉的重要研究内容,其主要目标是利用计算机自动检测出可被视为异常的事件。传统方法存在低层视频特征描述能力弱,异常检测方法计算代价大,对复杂场景建模时鲁棒性差等方面的限制。本文结合国内外的研究现状和目前的主流方法,介绍了监控视频中异常事件检测涉及的基本技术,分析了各类监控视频特征提取方法、特征学习模型和异常检测方法的优缺点,整理归纳了可用于监控视频中异常事件检测的常用实验数据集,最后讨论了监控视频中异常事件检测技术的难点、挑战及未来发展趋势。     

基于深度学习的先进陶瓷零件实时缺陷检测系统

传统先进陶瓷零件检测与分类的主流方法为纯机械尺寸过滤和人工判断,为解决其成本高、失误率高和损坏率高等问题,提出了基于深度学习的多目标实时检测分类模型（Multi-object real-time detection and classification model, MRDC）。该模型以YOLOv3为基础,使用SKNet作为注意力机制进行特征重构提高精确度,配合灰度图快速转化算法与跳帧检测方法提高检测速度,可实现实时缺陷检测。对实际生产中的先进陶瓷零件进行采集训练,多批次采集图像数据,每批数据含多个陶瓷零件的1 000张图像,平均精确率均值达到99.19％,用先进陶瓷零件生产线视频检验,识别分类的正确率达到100％,可以保证每分钟检测450~550个零件。多目标实时检测分类模型拥有识别速度更快、识别准确率更高和零件不易损坏等优点,可极大地节约生产原料与人力成本,减少废品产出。     

混合励磁同步电机电抗计算与建模

混合励磁同步电机(Hybrid excitation synchronous machine,HESM)磁场分布往往呈现三雏特性,二雏有限元法难以适用.而三维有限元瞬态场分析的计算量巨大,进行混合励磁同步电机与控制系统外电路的闭环场路耦舍仿真目前还不现实,本文建立了切向磁钢HESM的三维有限元模型,由静磁场计算得到气隙磁通随励磁电流的变化规律.利用三雏瞬态场路耦合分析电机空载特性和外特性,由电势波形和矢量图推算不同励磁、不同负载电流下电机同步电抗值.根据电压方程建立了切向磁钢HESM的MATLAB/Simulink数学模型,仿真和实验结果验证了模型的正确性,为新型混合励磁同步电机的闭环系统仿真分析、快速计算提供了重要的分析手段.     

单轴旋转光纤捷联惯导系统坐标不对准误差分析

对单轴旋转光纤捷联惯导系统的坐标不对准误差进行了分析.首先研究了基于同等精度惯性器件条件下,利用旋转调制技术提高捷联惯导系统性能的原理;其次,针对旋转捷联惯导系统中非调制惯性器件误差的累积问题,对传统的旋转结构提出了合理的改进.由于旋转结构受机械加工工艺的限制,其机械表面存在一定的倾斜误差,导致器件所在坐标系不完全重合.文中研究了其中两种坐标系不重合的情况,建立了相应的惯性器件等效误差模型,并通过角速率积分的结果,分析了两种情况下不重合误差引起的惯导系统精度的影响.同时建立了不重合误差与系统姿态、位置误差之间的对应关系,通过仿真实验深入地分析其影响程度.仿真结果表明,随着惯性器件精度的降低以及运动条件的剧烈变化,不重合引起的系统精度急剧下降.     

民机复合材料目视检查中的眼动与疲劳检测

疲劳是导致民机复合材料结构目视检查差错的重要诱因，疲劳检测对于减少人的差错，保障飞行安全具有重要意义。对基于眼动行为的疲劳度量与检测方法进行了研究，建立了民机复合材料结构目视检查实验场景，利用Tobii眼动仪提取了正常状态和疲劳状态下的目视检查眼动数据，分析了瞳孔直径、平均注视时间、平均注视频率、平均眼跳时间、平均眼跳频率、注视热点与轨迹和扫视速度等眼动行为与疲劳的关系，进而提取了能表征疲劳的瞳孔直径、平均注视时间和扫视速度3种眼动指标，以该指标构建特征向量，利用支持向量机（SVM）方法构建了目视检查疲劳检测模型。研究发现疲劳状态下的目视检查平均注视时间更长，扫视速度更慢、瞳孔直径减小，右瞳孔减小程度更大，核函数为径向基函数和高斯函数的SVM方法对疲劳的检测效果好。研究结果表明，利用SVM方法训练由瞳孔直径、平均注视时间和扫视速度构成的眼动特征向量能有效检测目视检查中的疲劳状态。     

基于双目视觉的多型号电连接器检测技术

通过双目视觉平台捕获图像反馈PC机，采用基于支持向量机（SVM）的机器学习方法对目标进行分类。判定型号并为每个型号加载图像处理检测方案及参数矩阵，实现电连接器针脚的柔性定位预处理，之后执行针顶轮廓的精确拟合算法，结合插针排列模版实现其三项检测工作。最后，通过实例验证与重复精度实验，结果表明本文方法具备面向多型号的柔性检测能力，并且稳定性，精度，效率满足低频连接器的检验要求。     

军工电子产品外协技术状态控制研究

介绍了军工电子产品外协技术状态控制的现状,分析了控制难点,从控制源头、加强过程控制、供应商动态评价、建立与供方互利的关系四个方面提出了加强军工电子产品外协技术状态控制的思路和对策。     

网络计划技术在落锤模项目中的应用

针对某型飞机油箱壳体落锤模加工周期长的问题,采用网络计划技术,找出关键因素和关键线路；打破常规,采用数控加工方法加工落锤模,并对其关键制造过程进行计划和控制,大大缩短了模具制造时间,满足了油箱落锤模的交付要求.     

基于粒子群核极限学习机的涡扇发动机加速过程模型辨识

针对解析法建立涡扇发动机加速过程模型精度和实时性不高的问题,提出了一种基于粒子群核极值学习机(PSO-KELM)的涡扇发动机加速过程模型数据驱动辨识方法,构建涡扇发动机加速过程模型,结合加速过程试车数据,利用PSO-KELM方法对该加速模型进行辨识。试验结果表明:低压转子转速、高压转子转速和低压涡轮出口燃气总温都较好地逼近了试车数据,最大相对误差均值分别为1.013%,0.355%和1.055%,平均计算时间为0.04ms。精度和实时性均优于反向传播神经网络和粒子群支持向量回归方法,可用于发动机状态监控和性能优化控制。