【摘 要】
：
在质量分布不均匀的情况下,电机转子的旋转将在旋转轴上施加一个交变的离心力,会加速转轴的磨损导致机器使用寿命缩短,并产生噪音、振动等现象恶化工作环境。因此,研究转子不平衡问题并找到合适的解决方法具有重要意义。目前,国内的动平衡机基本都是针对中大型转子,并且大多采用去重的方法进行动平衡;少数针对小型转子的平衡机也都是采用测试与校正分离的方法,精度低、效率低,无法满足中小型企业的需求。因此,急需研发一款
论文部分内容阅读
在质量分布不均匀的情况下,电机转子的旋转将在旋转轴上施加一个交变的离心力,会加速转轴的磨损导致机器使用寿命缩短,并产生噪音、振动等现象恶化工作环境。因此,研究转子不平衡问题并找到合适的解决方法具有重要意义。目前,国内的动平衡机基本都是针对中大型转子,并且大多采用去重的方法进行动平衡;少数针对小型转子的平衡机也都是采用测试与校正分离的方法,精度低、效率低,无法满足中小型企业的需求。因此,急需研发一款高精度、高效率、高稳定性的小型全自动转子动平衡机。论本首先基于国内外动平衡机发展现状,研究了力的合成与分解、动平衡方法、动不平衡定位原理等双面平衡理论基础,给出了衡量动不平衡的国际标准ISO1940平衡等级的计算公式;通过分析三点加重法、永久标定法和影响系数法的优缺点,选用影响系数法进行动平衡的计算。其次,通过比较几种常见传感器的原理、优缺点,完成了系统传感器和数据采集卡的选型工作。选用压电加速度传感器测量转子的振动量,选用光电传感器测量转子的转速,使用NIUSB-6009数据采集卡采集信号,并通过整周期截断法对振荡信息进行整周期采集。然后,根据振动信号特性,设计一款IIR数字滤波器,并通过仿真测试完成了数字滤波器性能的评估工作,研究了快速傅里叶变换在动平衡中的应用方法。再次,设计了中控系统软件,包括使用DMC2410C-A运动控制卡进行运动控制、使用NI-DAQmx提供的API获取传感器采集到的数据、使用VS2015进行软件界面的设计、使用ML-5000Ⅻ型号的点胶机设计点胶方案等模块。最后,完成了动不平衡检测系统和点胶校正系统的实验测试,实验结果表明,动不平衡检测性能良好,点胶校正系统精度还有待提高,基本满足设计要求。
其他文献
在医学图像领域,图像融合是一种重要的医学辅助技术,可以综合处理不同医学成像设备提供的图像信息,并进行有效组合,获得一幅信息更加丰富的结果图像。本文研究了基于反卷积神经网络及直觉模糊推理的CT/MRI医学图像融合算法,具体研究内容如下:研究了基于多方向梯度的直觉模糊推理CT/MRI图像融合算法。为了获得能够充分表征源图像的特征图,本文采用基于高斯方向滤波器的反卷积神经网络,根据待融合数据,设计了图像
高校实验教学是学生掌握专业技能与培养解决实际问题能力的重要途径,其中,学生实验课堂表现是实验成绩评估的重要环节。但是,近年来随着学生数量的增加与实验内容复杂度的提升,单纯依靠教师已难以及时、精确地评估学生的课堂表现。因而有必要将人工智能技术融入到实验课堂教学中,通过智能视频检测方法实时识别学生的实验课堂行为,提高了课堂表现评估的精确性和实时性。本课题充分考虑大学实验课堂的具体情况和需要,为解决学生
同步定位建图技术（Simultaneous Localization and Mapping,SLAM）是在未知区域中实时获取自身定位和环境位置信息的技术。目前,单目SLAM存在建图稀疏的问题和运动较快时容易发生定位丢失的问题。针对这些问题,本文对基于特征点法的单目ORB-SLAM2系统进行改进,提升了系统建图的稠密程度和部分快速运动场景下的鲁棒性。本文工作如下:（1）针对单目ORB-SLAM2系
在驾驶员疲劳检测、教育和人机交互等应用领域,理解人类情绪的状态或者目的是必要的。由此,研究者向人脸表情识别投入了更多的关注。大量研究已经证明了对于解决识别任务,基于卷积神经网络方法是强大且成熟。但是,当我们把上述理论应用于多姿态人脸表情识别任务时,依然会存在很多问题。事实上,不同姿态下人脸重要的局部区域会有所不同,而现有深度学习框架中的注意力机制对这些局部区域的鉴别性信息的关注度不足;另外,人脸表
近年来,各式成像设备的迅猛发展使得人们能够获取多种异源图像,将其整合并利用的前景越发广阔。图像配准技术是将异源图像拼接、融合等视觉任务提高精度的瓶颈和必要前提,也是图像处理领域的研究热点。可见光与红外光图像作为异源图像中的两种经典多模态图像,因其所处光谱的不同波段及信息互补性,其图像配准任务可以充分利用互补信息,减少场景目标的不确定性,提高后续图像分析的精度。然而,基于传统手工特征的配准方法往往对
在传统舌诊的过程中,诊断结果容易受到医师经验的影响,并且还存在着交叉感染的风险。为此,本文设计了一种基于FPGA的智能舌诊系统,该系统将传统舌诊与现代图像处理技术相结合,通过摄像头采集舌体图像,并由FPGA上实现的算法处理模块对舌体的颜色特征以及性状特征进行识别,并将诊断结果显示在显示屏上。凭借着FPGA高度并行化运算的优势,大大提高了系统的运行速度,并且该系统能耗更低、体积更小,更加便于系统的部
随着卷积神经网络的发展,深度学习方法被广泛应用于医学影像分析和处理任务中。这些深度模型往往具有庞大的参数规模,普通医院与诊所难以配备相匹配的高性能显卡,使得在学术界中性能优异的深度学习模型难以部署到医院的设备上,无法为医生提供实时高效的辅助诊断结果。因此,如何在保证模型性能的前提下尽可能压缩模型,成为近些年深度学习领域关注的热点问题。结构化剪枝作为一种主流的模型压缩方法,因其压缩得到的模型有结构稀
随着国民经济的不断增长,中国机动车保有量逐年提升。交通参与车辆的增多,导致交通事故频发、交通拥堵率提高,带来了环境污染、能源浪费等诸多问题。为解决此类问题,智能交通网联化的研究成为了近几年来的研究热点。实现智能汽车网联化的主要方式,是车载嵌入式固件通过自身通讯模组与平台或其他车辆进行通信,通讯模组可以通过4/5G或V2X等通信手段实现与外界的交互。V2X作为车辆间专用的短程快速通信手段,其效率与可
表面缺陷检测是指对物体图像中的表面缺陷进行检测与定位,能够辅助剔除工业生产过程中的残次品,对于工业产品质量监控有着至关重要的作用。表面缺陷检测算法通常需要在无任何缺陷先验信息的情况下,对真实世界中的缺陷样本进行检测,但这会导致算法在缺陷区域的重建误差小,对缺陷区域定位效果差以及在实际应用中由于模型参数量庞大检测速度慢等问题。为解决以上问题,本文提出基于自监督学习范式的基于缺陷修正的表面缺陷检测算法