基于相差轨迹的三维标注缺失尺寸推荐

为保证三维尺寸标注的完整,研究了零件缺失尺寸的推荐方法。在轨迹相交法的基础上,根据轨迹生成规则建立了缺失尺寸与相差轨迹之间的映射关系,通过逆向推理轨迹相交规则建立了相差轨迹的生成规则。以尺寸标注数目最少为原则,通过求取相差轨迹建立了几何基元的最少缺失尺寸提取流程。在刚性体识别法的基础上,通过分析刚性体的等价定位元组的固定条件,建立了刚性体间的缺失尺寸提取算法。给出了零件的三维缺失尺寸推荐的总体流程,并以一个尺寸标注模型为例演示了缺失尺寸的推荐过程,验证了算法的有效性。     

面向三维机加工艺规划系统的尺寸信息模型构建

在数字化工艺设计领域,制造特征识别技术是连接CAD和CAPP的桥梁,并将MBD模型的几何和非几何信息转换为CAPP可识别的特征属性。然而,标注尺寸在工艺设计领域与CAD中表达方式的差异,阻碍了特征识别对应的尺寸信息作为其属性信息。在重点研究二者表达方式的不同点后,为了构建适用于三维机加工领域的尺寸信息模型,将尺寸依附体抽象转化为工艺上有意义的面或中心线,促进了设计特征与制造特征之间的转化,为后续的工艺规划提供了更加完善的制造信息。     

特征尺寸自动标注方法的研究及实现

尺寸自动标注是提高绘制工程图样效率的有效途径。在研究三维实体造型与工程图关系的基础上,提出了基于特征的尺寸自动标注方法。通过提取三维零件模型的特征信息,生成定形尺寸和定位尺寸,并自动调整尺寸的分配和布局。在此基础上,实现了UG中零件尺寸自动标注模型。     

机械图纸扫描图像尺寸信息提取

尺寸识别是图纸理解的重要部分。本文先用单义域邻接图表达机械图纸扫描图像 ,描述几何与拓扑信息 ,然后进行字符提取和矢量化。在此基础上 ,从箭头出发 ,按照尺寸标注规则提取属于同一尺寸的尺寸线、尺寸界线及尺寸数字等 ,而且对尺寸所约束的几何图元进行了提取 ,实现尺寸与图元关联 ,从而完成尺寸信息的完整识别。实例表明 ,本算法可以较好地提取尺寸信息 ,提高理解层次。     

面向三维工序数模构建的特征标注方法研究

针对以三维工序数模开展工艺设计时尺寸标注工作量非常大的问题,提出了基于制造特征完成工序模型的自动标注的方法。首先,对零件MBD模型进行预处理,并对其尺寸标注信息进行提取;其次,基于零件MBD模型上特征的定位尺寸和工艺基准构建特征尺寸链,通过特征尺寸链换算求解工序尺寸,解决工艺设计中工艺基准与设计基准不重合的问题;然后,对其尺寸标注进行显示;最后,在UG平台下通过实例测试,验证了该方法的可行性和有效性。     

面向三维零件工艺智能设计的工艺尺寸快速标注方法

针对现有工艺尺寸标注方法存在无法精确描述零件加工前后特征变化的问题,提出面向三维工艺智能设计的工艺尺寸快速标注方法.首先,建立去除体的参数化快速建模方法,构建去除特征与定形尺寸之间的组织与管理机制;其次,在工艺模型逆向创建过程中,分析工序特征、去除体与工艺尺寸三者之间的关联关系,构建"特征-尺寸-去除体"约束机制以快速...     

基于B－rep表示的机械零件工作图尺寸标注的智能化

基于实体造型和特征造型技术，对机械零件工作图尺寸标注智能化进行了系统的研究．建立了尺寸标注综合模型，论述了尺寸标注冗余性判断基本原理，将神经网络、特征识别和尺寸键技术相结合，确定零件的尺寸标注方案；采用了基于范例推理（ＣＢＲ）的方法完成了零件标注尺寸的自动市置，最后通过ＡｕｔｏＣＡＤ输出零件工作图．     

基于B－rep表示的机械零件工作图尺寸标注的智能化

基于实体造型和特征造型技术，对机械零件工作图尺寸标注智能化进行了系统的研究．建立了尺寸标注综合模型，论述了尺寸标注冗余性判断基本原理，将神经网络、特征识别和尺寸键技术相结合，确定零件的尺寸标注方案；采用了基于范例推理（ＣＢＲ）的方法完成了零件标注尺寸的自动市置，最后通过ＡｕｔｏＣＡＤ输出零件工作图．     

基于功能语义的尺寸模型生成及其调整

将零件进行特征基元体分解，通过分析基元体在组合成为零件时尺寸功能语义的变化来生成尺寸模型。利用单个基元体的特征元素和消失元素确定初始定形尺寸，利用基元体组合时刚体自由度完备约束条件和尺寸约束定位作用，生成初始定位尺寸。针对基元体在组合时因特殊结构和组合方法不同而发生尺寸变异的情况，分别提出消失尺寸、新生尺寸和转换尺寸三种处理方法。消失尺寸和新生尺寸用于确定尺寸数量和尺寸约束元素，转换尺寸用于解决尺寸视图安排问题，从而得到最终的尺寸模型。实例表明，开发的原型系统模型是有效的。     

基于轨迹相交的三维顺序尺寸标注完备性检查

为了实现顺序尺寸标注完备性的自动检测,提出一种基于轨迹相交的检测方法。根据几何约束求解和约束依赖性分析,将顺序尺寸标注的完备性检查问题转换为几何基元的约束状态判定问题,建立了尺寸完备性状态与几何基元约束状态、尺寸使用状态之间的映射关系。提出轨迹的概念来反映几何约束对几何基元产生的影响,进而建立了轨迹生成规则,分析了轨迹两两求交的交集类型。以定位基准为基础,依次确定了每个几何基元的约束状态,进而得到了尺寸的完备性状态。以一个含有尺寸标注的三维模型为例,演示了顺序尺寸标注完备性检查的运行过程,结果验证了算法的有效性。     

基于模糊聚类分析的特征识别方法及其应用

针对高维数据给智能学习算法带来的维数灾难,提出了一种特征提取与聚类分析相结合的特征识别方法.该方法基于小波包变换对振动信号进行特征提取,采用模糊传递闭包法,对信号的特征频段进行识别和分析,实现对信息的进一步压缩.针对模糊传递闭包法中关于阈值的确定问题,从样本之间的"紧致度"和"分离度"出发.建立了聚类有效性函数评价模糊聚类算法模型,并确定最优聚类.通过实例分析,验证了该特征识别方法在信息压缩和特征识别中的有效性和实用性.     

切削加工颤振智能监控技术

切削加工颤振智能监控技术是智能机床中不可或缺的一部分,是智能加工的一个重要发展方向。它对于提高零件的加工精度与效率,增加企业的运营绩效具有重要的意义。以传感器的选择、特征提取、颤振识别和颤振抑制为主线,系统的综述了切削加工过程中颤振智能监控的研究进展。分析颤振信号的选择和时域、频域、时频域以及特征自适应智能提取的特征提取方法;分析神经网络、支持向量机、隐马尔科夫模型、混合模型和在线智能进化模型在颤振识别中的应用;着重分析基于主轴转速调整的颤振智能控制方法。在此基础上,对切削加工颤振智能监控的研究难点进行了分析,并总结了目前存在的问题。最后,对切削加工颤振智能监控技术今后的发展趋势进行了展望。     

基于纹理特征的道路行人识别研究

道路行人识别已经成为智能车辆与车辆辅助驾驶系统的关键技术。研究一种基于纹理特征的行人特征提取和识别方法。纹理特征作为图像的重要特征在图像分析与识别有着广泛的应用。做出道路行人与非行人样本的纹理频谱,得出它们存在差异性的结论。首先用统计方法来计算样本图像的纹理特征,然后将支持向量机方法应用于道路行人的识别试验。试验结果表明,选择纹理特征作为道路行人特征具有很好的道路行人识别效果。     

实体造型特征识别技术的研究

从实体构造、特征识别系统原理出发，阐述了具有代知瞄的特征识别方法，并对其进行分析。运用基于边界匹配的特征识别方法设计一实例实现了特征信息的提取。     

支持产品变型设计的工程图特征识别技术研究

为有效利用已有的设计资源，提出了从零件工序图重构零件特征模型的方法，实现了工程图特征识别技术的工程应用，讨论了降低元素的搜索空间、减少特征规则数目，几何元素的抽象表示等形状特征识别关键技术，指出了特征参数识别与标注尺寸识别的差异，以牙轮钻头工程图为例说明特征识别的一般过程及方法。     

基于图像处理的光纤预警系统模式识别

针对相位敏感光时域反射计(Φ-OTDR)光纤预警系统对一维信号进行模式识别产生的误报和较低的识别效率,提出基于形态学方法提取时空二维信号特征,并利用相关向量机(RVM)分类器对事件进行分类识别的方法。首先,将Φ-OTDR采集到的时空二维信号当作图像,根据信号在图像上的特征采用图像处理的方法对不同入侵事件信号进行阈值分割。然后,基于本文提出的特征提取方法,利用不同事件区域在幅值、面积、形状以及区域间隔上的差别提取不同信号特征。最后,利用相关向量机分类器对不同事件信号进行识别并采用"一对一"的多分类策略。对3种管道安全事件进行了实验。实验结果表明,本文提出方法的识别精度能够达到97.8%,而算法时间不到1s。与传统模式识别方法相比,提出的算法大幅度地改善了系统性能,且简便易行,能够满足Φ-OTDR光纤预警系统在线实时监测的要求。     

基于图的体积分解的加工特征识别方法

为有效提取实体边界模型中的2．5维加工特征,提出了一种实用、可行的特征识别方法。该方法参考毛坯的实际加工过程,从零件毛坯模型中分解出待加工体积;沿待加工体积的进刀方向逐层分解出局部组合特征;依据局部组合特征顶面凹凸性特点,进一步分解,重新组合为通用型加工特征;匹配特征相互关系,构成特征关系图。研究了每个步骤的相应算法,这些算法以基于图的布尔运算为基础,通过特征边界的重构,形成完整的特征边界,并最终生成体积特征。该方法适用于与设计下游单元的有效集成。通过对典型2．5维加工零件的测试,证明了该方法的有效性和实用性。     

Support vector machines combined with wavelet-based feature extraction for identification of drugs hidden in anthropomorphic phantom

A new recognition method of Support Vector Machines (SVMs) combined with wavelet-based feature extraction is proposed for identifying drugs hidden in human body. Preliminary data sets of eight kinds of samples are acquired by a home-built instrument using energy-dispersive X-ray diffraction (EDXRD) technology in a short detection time. Small sample size, poor signal-to-noise ratio (SNR) and high dimension of data make drugs identification a challenging problem. In this paper, the potential effective method solves the problem well. The spectral signal with poor SNR is obtained and processed with wavelet for feature extraction and then the wavelet coefficients are used as the inputs of SVMs. A multi-classifier of SVMs based on binary tree architecture (SVMs-BAT) is trained. The method of SVMs-BAT combined with wavelet-based feature extraction (WSVMs-BAT) is firstly compared with two methods: one is single SVMs-BAT which uses original data as inputs without preprocessing, the other is SVMs-BAT combined with feature extraction based on principal component analysis (PCA-SVMs-BAT). The high identification accuracy of WSVMs-BAT indicates that the method of feature extraction using wavelet can effectively represent the original data better. Then the recognition result of the proposed method is also compared with artificial neural network (ANN) and K-nearest neighbor (KNN) methods. Our findings show that the proposed method combined with EDXRD technology provides a good access to achieve the aim of automatic identification of illicit drugs.     

一种基于LLE特征融合的故障识别方法

针对传统的故障识别中未能充分利用特征信息的问题,提出一种基于局部线性嵌入(LLE)特征融合的故障识别方法,通过初步提取信号时域和时频域的特征获得原始特征集,利用LLE算法对原始特征集进行二次特征提取,进一步融合两组特征集并使用KNN算法进行故障识别。仿真信号数据分析与实际故障分析证明了所提方法对故障样本识别的可行性和有效性。     

基于正交局部保持映射的转子故障诊断方法

为了改善故障模式识别的分类性能,提出了一种基于正交局部保持映射算法的多流形特征提取方法。对于高维的非线性数据可以有效地提取低维流形特征向量,并且不会改变数据的内在属性。利用转子的振动信号构造一个高维多征兆矩阵,然后在应用正交局部保持映射将这个高维矩阵进行降维,提取低维特征向量矩阵,映射在可视空间里,从而可以有效地达到故障分类的效果,提高故障诊断的准确率。最后通过实验和数据降维仿真证明了正交局部保持映射算法的有效性和可行性。