中央高校基本科研业务费专项资金(SWJTU09ZT06)
- 作品数：7 被引量：48H指数：4
- 相关作者：傅攀李海伦葛源坤黎荣陈侃更多>>
- 相关机构：西南交通大学四川日机密封件股份有限公司四川大学更多>>
- 发文基金：中央高校基本科研业务费专项资金国家科技重大专项更多>>
- 相关领域：自动化与计算机技术机械工程农业科学一般工业技术更多>>
- 应用遗传模糊聚类实现点云数据区域分割被引量：11
- 2012年
- 为了准确地实现点云数据的区域分割,将基于遗传算法的模糊聚类算法应用于逆向工程中的点云数据区域分割中。首先估算出法矢量、高斯曲率和平均曲率,并与坐标一起组成八维特征向量,用加权距离代替欧氏距离,然后通过遗传算法获得全局最优解的近似解;最后将近似解作为模糊聚类的初始解进行迭代,实现点云数据的区域分割,从而避免传统FCM算法的局部性和对初始解的敏感性,减少了迭代次数。以汽车钣金件为例,证明了应用遗传模糊聚类实现点云数据区域分割的有效性,并验证了该方法能快速、准确地实现点云数据的区域分割。
- 李海伦黎荣丁国富葛源坤
- 关键词：模糊聚类遗传算法点云数据逆向工程
- 空间分割与曲率相融合的点云精简算法研究被引量：12
- 2012年
- 非接触式扫描方法获得点云数据存在大量的冗余数据。为便于模型重构,针对点云数据精简是必不可少的数据预处理手段,提出了一种基于空间分割和曲率特征信息的点云数据精简算法。通过K-邻域计算、二次曲面拟合、曲率估算和曲率阈值可调的数据分区等关键精简技术,实现了对同一数据不同区域应用不同精简算法,进行不同比例的数据精简。实例验证表明,该算法能适应各种类型曲面数据的精简要求,保证精简效率的同时,很好地保留点云的特征信息。
- 葛源坤黎荣李海伦
- 关键词：曲率包围盒
- 基于小波包和概率神经网络的滚动轴承故障诊断被引量：4
- 2011年
- 为更好实现滚动轴承的状态监测和故障诊断,提出了基于小波包分析的特征向量提取算法。通过小波包分析对信号的高频和低频进行同样精度的分解,再将有效特征向量作为概率神经网络的输入,实现滚动轴承状态监测和智能化模式识别。结果表明,小波包变换可提高信号的频率分辨率,概率神经网络可充分利用故障先验知识,两者相结合能更有效地突出故障特征。
- 陈佳傅攀
- 关键词：滚动轴承小波包分析概率神经网络BP神经网络
- 基于CAN总线的重型卡车嵌入式车载仪表系统设计
- 2010年
- 设计了基于CAN总线的重型卡车车载网络系统。该网络系统由牵引车网段和拖车网段组成,中间通过桥接设备相互连接。主桥接设备是整个网络系统的核心,以嵌入式微处理器S3C2410A为核心,完成了该主桥接设备的硬件结构设计和基于Linux的监测、显示软件设计。
- 王雪梅吴晓娜倪文波
- 关键词：CAN总线嵌入式技术重型卡车
- EMD和Elman神经网络在滚动轴承故障诊断中的应用被引量：6
- 2011年
- 针对滚动轴承故障信号的特点,提出EMD和Elman神经网络结合的滚动轴承故障诊断方法。以滚动轴承振动信号为研究对象,首先对信号进行经验模态分解(EMD),提取包含主要信息成分的本征模函数(IMF)分量,将IMF的能量比作为特征向量输入Elman神经网络进行网络训练和故障识别,实现滚动轴承的故障诊断。结果表明,EMD方法能按频率由高到低把复杂的非平稳信号分解成有限个IMF分量,具有自适应的特点,有效地突出轴承故障特征;而Elman神经网络能直接反映动态过程系统的特性,达到很好的识别效果。
- 李敏傅攀
- 关键词：滚动轴承经验模态分解ELMAN神经网络故障诊断
- 不等温下螺旋槽干气密封端面压力分布计算被引量：11
- 2013年
- 以干气密封无限窄槽理论为基础,提出了不等温假设条件修正算法.利用机械密封端面温度分布近似算法求解干气密封端面温度分布函数,与液体介质情况不同的是,对于空气,其热传导角根据经验取为液体的3倍.为了更方便地求解Gabriel算法中的微分方程,采用线性曲线拟合方法获得与前面求得的温度分布函数近似的密封端面温径关系曲线T(r).将T(r)代入Gab-riel算法中代替原来的温度常量T,从而得到非等温条件下的螺旋槽干气密封端面压力分布微分方程.采用4阶龙格库塔法求解该微分方程,得到沿半径方向的端面压力分布.通过与文献结果对比发现,当膜厚分别为5.08,3.05,2.03μm时,采用非等温条件修正后的算法所得槽根处压力pg比原算法提高了6.8%,5.0%,2.7%.计算结果较好地反映了干气密封端面压力分布槽根处最高、外半径处次之、内半径处最小之一般规律.与有限元法相比,该算法应用更为便捷.
- 陈侃黄泽沛姚进张智
- 关键词：干气密封端面温度螺旋槽
- 钛合金车削加工过程中刀具磨损状态监测的小波包子带能量变换特征提取新方法被引量：4
- 2011年
- 在小波包分析的基础上,提出对小波包子带能量特征抽取的新算法。考虑到小波包能量子带的动态特性和统计特性可以作为刀具磨损状态识别特征提取的来源,提出将小波包子带能量相对比率、小波包子带能量相对比率的变化值、小波包子带能量相对比率的变化值的统计偏差(能量距)作为三个新特征值。建立刀具磨损状态监测实验平台,采集刀具三维力反馈、振动信号作为监测信号。按常规特征抽取方法和本研究中提出的方法抽取特征值,形成网络训练、识别特征值空间。用梯度下降法训练建立BP人工神经网络,对刀具四种磨损状态进行识别,验证小波包子带能量变换提取到的特征的有效性。
- 陈侃傅攀李威霖曹伟青
- 关键词：刀具磨损模式识别
