基于改进风驱动算法的摄像机标定优化方法

为进一步提高摄像机参数标定的准确率,提出一种基于改进风驱动算法的摄像机标定优化方法.将摄像机内参作为空气微团的位置矢量,将标定结果的重投影误差作为空气微团的适应度值,通过迭代寻找适应度值最小的解.针对基本风驱动算法中固有参数的设置问题,通过引入协方差矩阵自适应进化策略自动确定.将该方法与张正友标定法、基于粒子群算法的标定法和基于基本风驱动算法的标定法作比较,实验结果表明,改进算法优化标定的摄像机内参精度更高,具有更快的收敛速度和更好的稳定性.     

FeGa/PZT圆柱体复合材料非线性瞬态磁电响应研究

磁致伸缩/压电复合材料在磁场探测领域极具应用前景,然而,瞬态磁场激励下复合材料的非线性磁电效应尚未明确。研究了FeGa/PZT圆柱体复合材料在瞬态磁场激励下的磁电响应特性。实验发现,在瞬态磁场激励下,复合材料输出电压存在阻尼振荡现象,且振荡周期为其固有周期;当瞬态磁场宽度为固有周期倍数时,阻尼振荡现象几乎消失。另外,研究了FeGa/PZT材料对瞬态磁场宽度和幅值的传感特性。结果表明,材料输出电压脉宽与瞬态磁场脉宽呈线性变化;复合材料对10μs、25μs宽度瞬态磁场幅值测量灵敏度分别为17.329 mV/Oe和24.405 mV/Oe。由此可知,FeGa/PZT材料在瞬态磁场测量领域有极大的应用前景。     

PZT陶瓷的断裂分析

与有限元法相比,无网格法由于只需节点不用单元而在压电分析中具有优越性。采用一个简单的包含有极化反转及电饱和影响的锆钛酸铅系压电陶瓷(PZT)的本构模型,以局部J积分作为断裂准则,应用再生核点法这一无网格数值法导出了作用电场与断裂载荷的关系曲线,该曲线的趋势与Park[1]的实验观察现象一致。计算程序采用面向对象方法实现。     

基于深度学习的杆塔接地网断点诊断方法研究

在使用电磁感应方法诊断杆塔接地网断点的过程中,针对人工诊断引起的误差问题,提出了一种基于一维卷积神经网络(one dimensional-eonvolutional neural network,1D-CNN)的诊断模型,诊断模型以接地网正上方的一维磁场数据为输入,通过深度神经网络输出断点故障的数量和位置.首先通过实验...     

烟炱对电接触磨损的影响

选用常见的铜作为电接触材料,将烟炱溶液喷洒于试样表面,进行不同载荷下的电接触微动试验,用3D形貌仪和SEM对磨痕形貌进行分析。结果表明:载荷对材料的电接触性能影响显著,接触电阻与法向载荷成反比,即增加载荷可改善摩擦副的电接触性能;接触区域的有效导电面积是有限的,故载荷达到某一值后,随着载荷的增加,接触电阻不再有明显的下降趋势;小载荷下,烟炱的加入恶化了摩擦副的电接触性能,随着载荷的增加,这种恶化作用逐渐减小;摩擦因数随着载荷的增加而降低,载荷较低时(2～6 N),摩擦因数曲线可见明显的上升期、跑合期、下降期、稳定期;而载荷较高时(8～10 N),只有上升期和稳定期;大载荷下,触头接触区域匹配良好,摩擦副表面迅速达到了平衡点,摩擦因数较稳定。在电化学的作用下烟炱颗粒在摩擦副表面形成固体膜,起到减摩抗磨的作用。     

基于风驱动优化BP神经网络的滚动轴承故障诊断

提出一种基于风驱动优化BP神经网络的滚动轴承故障诊断方法。把BP神经网络权值和阈值作为优化参数,利用风驱动算法对其进行优化,提高了神经网络的训练效率和准确率。对滚动轴承的振动信号进行处理,提取其时域特征、频域特征、FFT谱特征、功率谱特征、小波包络谱特征作为轴承的故障特征。经测试,优化算法的诊断结果正确,减小了BP网络的训练误差和测试误差,验证了风驱动优化BP神经网络用于滚动轴承故障诊断的有效性和实用性。     

电泳沉积法制备氧化石墨烯膜的微动电接触性能

目的 研究氧化石墨烯膜在不同表面粗糙度条件下的微动电接触性能.方法 采用金属铜为基底,使用不同粒度的砂纸进行处理,制备不同表面粗糙度的试样.通过电泳沉积法在不同粗糙度的铜表面制备氧化石墨烯膜.通过微动电接触试验装置,研究氧化石墨烯膜在不同表面粗糙度条件下的微动电接触性能.采用拉曼光谱仪分析氧化石墨烯膜的沉积情况.使用白...     

烟炱和灰尘颗粒对紫铜电接触微动磨损性能的影响

采用球/平面接触方式,在自制的电接触磨损试验设备上对紫铜进行电接触微动磨损试验,研究了表面附着的烟炱和灰尘颗粒对紫铜电接触微动磨损性能的影响。结果表明:表面附着灰尘颗粒时的接触电阻远高于附着烟炱颗粒的;烟炱颗粒具有减摩作用,其附着数量的增加会降低试样的摩擦因数,灰尘颗粒则相反;烟炱和灰尘颗粒的引入均延缓了试样的微动磨损,磨痕宽度、磨痕深度和磨损量均与附着颗粒的数量呈负相关。