【摘 要】
：
针对多轴数控机床中存在影响加工精度的几何误差问题，避免传统多体系统理论采用齐次坐标变换(homogeneous transformation matrix， HTM)方法对多轴数控机床进行运动学建模的缺陷，以三轴立式加工中心为研究对象，提出一种基于指数积(product of exponential， POE)旋量理论的几何误差综合建模方法。首先根据误差和旋量的几何定义建立三个旋量来表示各个轴的6
论文部分内容阅读
针对多轴数控机床中存在影响加工精度的几何误差问题，避免传统多体系统理论采用齐次坐标变换(homogeneous transformation matrix， HTM)方法对多轴数控机床进行运动学建模的缺陷，以三轴立式加工中心为研究对象，提出一种基于指数积(product of exponential， POE)旋量理论的几何误差综合建模方法。首先根据误差和旋量的几何定义建立三个旋量来表示各个轴的6项基本几何误差元素，综合三个旋量建立各个轴的误差POE模型；其次在POE建模时考虑垂直度误差，根据垂直度
其他文献
针对存在量化数据、通信时滞等通信约束以及带有竞争关系的多智能体系统， 研究其二分实用一致性问题， 提出了一种基于量化器的分布式控制协议. 该协议基于结构平衡拓扑假设， 通过规范变换将具有竞争关系系统转变为具有非负连接权重系统， 使二分实用一致性问题转变为一般实用一致性问题. 利用微分包含理论、菲利波夫解的框架、代数图论以及Lyapunov稳定性理论， 证明了在本文所提控制策略下， 具有竞争关系的多
针对室内弱纹理场景下，基于点特征的SLAM算法难以追踪足够多的有效特征点，导致系统定位精度和鲁棒性较差，甚至完全失效的问题，提出一种基于点线特征并融合IMU的双目视觉惯性SLAM算法。利用点线特征的互补优势来提高数据关联的准确性，同时引入IMU数据为视觉定位算法提供先验和尺度信息，通过联合最小化多残差函数得到更准确的相机位姿，并据此构建环境点线特征地图、稠密地图和导航地图。针对传统线特征提取算法在
成功地检测隐匿虚假数据入侵（False Data Injection, FDI）攻击是确保电力系统安全运行的关键.然而,大多数工作通过建立FDI攻击模型来模拟真实的入侵行为,所得到的模拟数据往往与真实数据存在一定的差异,导致基于机器学习的检测方法出现较差的学习效果.为此,针对源域中模拟样本数据量大而目标域中真实样本标记少的特点,提出了基于深度信念网络(DBN)和迁移学习的检测算法, DBN中的受限
无人机已经被广泛应用到各个领域，目标检测成为无人机视觉领域关键技术之一。针对无人机图像中场景复杂、尺度多变、小目标丰富等问题，提出了一种基于多尺度深度学习的自适应航拍目标检测算法。首先，构建自适应特征提取网络MSDarkNet-53，引入多尺度卷积方式，采用不同类型卷积核对不同尺寸目标进行运算，有效扩大感受野。其次，结合注意力机制的优点设计卷积模块，自适应优化特征权重，增强有效特征，抑制无效特征，
分部件建模获得的装配体其部件和部件之间的共享区域在不同部件中存在多份表征，直接在该模型的原始边界表征上生成网格，重叠区域的网格在几何和拓扑上都不兼容，不能用作数值模拟分析。针对错位装配体中的重复表征问题，应用连续-离散混合曲面造型方法，提出了适用于装配体模型的自动曲面嵌入算法，该算法在离散层面上通过线段-三角形相交计算边界相交图，并通过拓扑操作移除三角形相交问题，完成离散曲面的嵌入；而后根据边界相
针对目标检测中小目标物体漏检率及误检率高等问题，提出了一种基于Yolov3-Tiny算法的改进模型。首先，改进k-means聚类方法，增加3×3和1×1的卷积池化层，将第九层卷积输出上采样，并与第八层卷积得到的特征图进行连接，得到新的输出：52×52，形成新的特征金字塔。接着，基于卡尔曼滤波算法实现目标跟踪。并提出融合跟踪算法的检测网络。使用匈牙利算法对检测边缘框与跟踪边缘框进行最优匹配，利用跟踪
为了解决激光超声检测过程中表面缺陷深度定量识别困难的问题，提出了一种粒子群（PSO）优化BP神经网络表面矩形缺陷深度定量识别方法。基于热弹机制，利用有限元软件COMSOL建立了激光超声检测含有表面缺陷铝材料的有限元模型，得到了脉冲激光照射下不同深度缺陷对应的透射波信号，提取透射波信号的时域峰值、中心频率、频域上3dB带宽以及上限截止频率和下限截止频率等多个变量作为神经网络的特征向量，建立了PSO-
为保障电力系统的安全运行，电力系统常需要针对运动目标，如鸟类，气球，维修作业人员等进行追踪，传统的运动目标追踪主要依赖人工巡检，该方式工作量大、周期长、效率低，无法满足行业的发展需求。近年来，随着人工智能技术的发展，面向电力系统的运动目标追踪技术逐渐得到关注，现有方法虽有一定成效，但是大多基于固定摄像头的监控视频录制，不能灵活追踪运动目标，当运动目标离开摄像头视野时，存在运动目标丢失问题。为此，利
利用图像传感器的成像灰度实现位移测量，需要在位移过程中用相机对靶标进行成像，进而建立位移值与成像灰度值之间的映射关系，即成像灰度模型，该方法的测量精度取决于成像灰度模型与灰度噪声水平。实际测量过程中，光照不均匀、靶标制造误差、相机成像系统畸变等外部误差源以及内部不同图像传感器单元之间成像特性的差异性均会使成像灰度模型偏离理想情况，从而影响测量结果。为了进一步提高测量精度，所提方法考虑了上述的非线性
无人机参与配送是解决末端物流难题的重要途径之一。卡车搭载无人机协同配送模式，克服了无人机载重量小、续航时间短的弊端，成为无人机参与末端物流配送的重要形式之一。在疫区、灾区进行应急配送时，经常遇到由于道路毁坏或封锁、区域污染，导致部分路段车辆或无人机无法通行的情况。在非应急配送中，也可能存在车辆限行和空域禁飞等区域限制措施。区域限制给卡车搭载无人机物流配送路径优化问题带来了很大挑战。论文构建了区域限