纤维素制备微球材料的研究进展

主要综述了纤维素微球的基本制备方法,包括反相悬浮、乳化-固化、喷雾干燥、气体抗溶剂、微流通道。其中微流通道法更易于精确操控,微球粒径均一,在纤维素微球的制备方法中占有突出优势。将微球的合成过程概括为溶解、分散、固化等阶段,而纤维素溶剂、分散剂、固化再生的方法都将影响微球的最终形貌。从化学改性、共混改性两方面出发,探讨了纤维素微球常用的改性手段及最终改性的效果。详细介绍了纤维素微球在生物载体、金属及染料的吸附、色谱分析、示踪标记等方面的应用,展望了未来纤维素微球材料发展方向。     

从高炉粉尘中回收锌的工艺现状

介绍了高炉粉尘的特性及处理现状,综述了物理法、火法、湿法、微波法、等离子法及联合法等从高炉粉尘中提锌的原理及工艺,评述了这些方法的特点。     

基于PC平台的可编程控制器的实现

论述了建立在ＰＣ平台上的“超人ＰＬＣ”的软，硬件结构，软件采用行双向链的数据结构，获得良好的人机界面和丰富的功能，硬件采用独立的ＣＰＵ控制和双端口ＲＡＭ通讯，有很好的可靠性。     

基于平面散乱点集的曲线重建算法

在反求工程中,基于散乱数据点的曲线重建研究有着重要的意义。本文给出了一种基于投影的移动最小二乘(MLS)曲线重建方法。首先快速搜索散乱点的K邻近,并引入相关性概念,应用MLS法细化散乱点集,最后通过排序和简化重建曲线。实验表明,细化点集准确地反映了数据点的形状和走向,拟合效果良好,效率较高。本文算法可应用于运动曲面重建中的轮廓线拟合。     

基于点云测量数据的汽车车身外形匹配质量分析

汽车车身外形匹配质量主要通过搭建外覆盖件匹配样架来进行检测,存在搭建周期长、测量效率低的问题。研究了基于各单个汽车零件快速测量的虚拟AMB搭建技术,在虚拟环境下对汽车外形匹配质量进行检测分析。在总结分析参考点系统类型的基础上,适应性地提出RPS对应测量点提取方法,提高RPS匹配精度,计算相邻零件间匹配缝隙和平整度偏差。具体实例验证说明虚拟AMB搭建技术能够有效地实现汽车外形匹配质量的检测分析。     

在机测量激光测头位姿的线性标定

针对在机激光扫描测量中激光测头安装位置和姿态引起的测量误差,提出了一种适用于在机激光测量的测头标定方法。构造了在机激光扫描测量原型系统,建立了激光测头随机床运动的测量模型;通过多角度扫描标准球球面拟合球心,给出了一种线性求解测头安装位姿参数的算法,避免了非线性优化求解中的大量计算和不稳定问题。分析了测量过程中机床各个轴的运动误差对测量结果的影响,建立了误差模型,并给出补偿机床系统误差的方法。实验显示,对直径已知的标准球进行测量时,测头在不同摆角测得的标准球直径误差小于0.05 mm,误差补偿后球心位置误差减小了83%。实验结果验证了该标定方法的可行性,以及机床误差对测量精度影响的模型及补偿方法的正确性。     

基于曲率的三角网格孔洞修补算法的研究

在逆向工程中，三角网格模型被广泛应用。但三角网格模型常常会存在一些孔洞，这些缺陷会影响许多后续操作，因此在应用前对这些孔洞进行修补是十分必要的。一种基于曲率的空间多边形孔洞修补的算法，每次寻找孔洞多边形中夹角最小的一对邻边，构造新的初始三角片，再根据新增点和其邻点的法矢调整新增点的位置，然后更新孔洞多边形，直至覆盖整个孔洞。最后再根据需要对所有新增顶点作一定的调整。对曲率变化较小的孔洞获得较好的修补结果。     

基于流形调和变换的浅浮雕生成算法

针对利用3D网格生成浅浮雕不能使用精确的网格表示、浮雕细节保持特性依赖于规则采样高度域上分辨率的问题,提出一种基于3D网格频域分析的浅浮雕算法.从信号处理的角度出发,首先利用网格的几何微分性质和拓扑结构通过离散调和变换将网格的深度信号变换到频域;其次提出一种基于几何频率能量的频域划分策略,将频率分割为低频、高频和噪声,再对低频进行线性压缩,利用各项同性的扩散函数对高频进行自适应非线性压缩并过滤噪声,得到信号在频域上一组新的变换系数;最后利用调和逆变换将处理后的频域映射到信号的空域重建浮雕模型.实验结果表明,该算法可通过控制频谱的分割和扩散函数的参数实现浮雕模型细节的增强.     

讲基于曲率特征的三维模型浮雕压缩算法

基于三维拓扑和几何信息的数字化浮雕生成,是浮雕设计领域的一个全新发展方向。根据浮雕艺术形式的特点,实现了一种基于三维测量数据的浮雕曲面生成算法。该算法将浮雕的生成抽象为三维模型在某个投影方向上深度场的压缩过程,以模型曲面的几何信息作为压缩对象,生成的浮雕曲面在深度方向上的立体感可由用户自由控制。实验表明该方法在保持模型拓扑结构一致性的基础上,包含了丰富的几何细节特征。算法可以利用现有的各种实体造型,生成灵活多样的浮雕艺术品,具有广泛的应用前景。     

基于SIFT图像特征匹配的多视角深度图配准算法

为有效地解决多视角深度图配准问题,提出一种新的配准算法.首先给出一种深度图数据图像化方法,根据深度图包含的像素信息和网格顶点处的曲率值创建特征图像;然后通过对特征图像进行SIFT特征检测与匹配来获得特征点与匹配关系,从而得到原始深度图上的特征点与匹配关系;最后采用投票和预配准方法去除误匹配,实现递增式多视角深度图配准.模拟噪声实验和多个实际测量深度图的配准实验结果验证了该算法的鲁棒性和有效性.