王国锋
- 作品数：134 被引量：549H指数：13
- 供职机构：天津大学更多>>
- 发文基金：国家自然科学基金天津市自然科学基金国防基础科研计划更多>>
- 相关领域：自动化与计算机技术金属学及工艺机械工程化学工程更多>>
- 动态链接库技术及其在信号分析中的应用
- 2004年
- 介绍了VC ++6.0中动态链接库的三种基本编程方法 ,并分析其优缺点。以一个实际的信号分析方法—相干函数的编制为例 ,阐述了DLL编程的基本流程和技术 ,此方法已经成功地应用于实际项目 ,取得了良好效果。
- 王太勇陈珊王国锋
- 关键词：动态链接库信号分析VC++6.0相干函数DLL
- 复合材料钻削刀具状态集成学习分类技术被引量：1
- 2015年
- 刀具状态监测关系到工件加工质量,因此实时掌握刀具的磨损状态具有重要的意义。针对单一模式识别分类器的局限性,提出了基于异态集成学习模型的刀具状态监测系统。在该系统中,根据集成学习基分类器选择原则,选取了支持向量机(SVM)、隐马尔科夫模型(HMM)以及径向基神经网络(RBF)这3个单分类器作为基分类器。为了验证监测系统的有效性,进行了复合材料钻削实验,提取了加工过程中的钻削力信号、振动信号的时域特征并利用局部保持法(LPP)进行了特征选择。通过与单分类器和集成学习分类效果的对比,表明了集成学习模型相比于单一基分类器具有更高的分类精度和更好的稳定性。
- 张彦超王国锋
- 关键词：刀具状态监测切削力复合材料支持向量机
- 数控机床误差补偿技术及应用——几何误差补偿技术被引量：39
- 1999年
- 利用多体系统运动学理论，通过分析低序体阵列、变换矩阵和运动方程，在相邻体之间引入位置误差和位移误差，建立了机床空间定位误差通用计算模型。基于激光测量提出机床的２１项几何误差参数辨识模型。在ＸＨ７１５加工中心上，对机床的空间几何误差进行理论计算，并进行补偿前后的对比实验，结果表明机床空间定位误差减小５０％以上，同时也表明利用误差补偿技术提高机床加工精度是有效的。
- 章青王国锋刘又午赵宏林盛伯浩
- 关键词：数控机床多体系统误差补偿
- 加工状态下实测信号的AR最优建模被引量：1
- 2002年
- 车削加工时的振动信号具有时变和非平稳的特性 ,采用分段建模的方法可以更加准确地建立其 AR模型 ,同时引入 FPE优化准测进行优化设计 ,可以建立信号的最优模型 .
- 王太勇王国锋吴振勇任成祖
- 关键词：车削加工AR模型
- 基于机器视觉的铣刀侧铣磨损测量被引量：5
- 2021年
- 针对硬质合金铣刀在侧铣工件过程中出现的刀具磨损问题,采用机器视觉的方法对磨损刀具进行磨损量检测。通过对铣刀底面ROI区域的提取以及刀刃部分直线的拟合,计算出刀具的旋转角度,从而实现对铣刀侧面磨损区域的定位。在此基础上又采用改进的图像形态学和灰度线性变换相结合的图像增强算法,能够很好地解决硬质合金铣刀磨损检测中出现的反光问题。并采用基于双三次插值的Sobel算子边缘提取算法和最小矩形法对刀具磨损区域进行边缘提取和测量,提高了刀具磨损区域的检测精度,实验结果验证了此方法的可行性。
- 魏效玲崔岳王国锋
- 关键词：图像处理刀具磨损
- 基于3 DS Max与OpenGL的数控车床仿真技术的研究被引量：9
- 2007年
- 提出了数控车仿真系统的总体结构,详细论述了基于3 DS Max与OpenGL的数控车床仿真的实现方法。该系统采用3 DS Max对静态部件进行几何建模,并存为3 DS文件格式,然后利用OpenGL接口技术将3 DS文件导入仿真环境,用重画技术对动态物体进行行为建模,从而模拟整个数控加工过程。
- 姜桂平王国锋
- 关键词：虚拟制造运动仿真DSMAXOPENGL
- 机械设备智能诊断与预测维修系统被引量：14
- 2003年
- 建立了机械设备故障诊断与状态预测的软硬件框架,并详细说明了设备智能诊断和状态预测的方法和技术,在此基础上开发了机械设备智能诊断、预测与维修系统(IFDPM),并在北京吉普有限公司的磨床分析中实际应用.
- 陈珊王太勇王国锋秦旭达
- 关键词：智能诊断预测维修机械设备
- 改良西门子法联产制备高纯硅烷的方法
- 本发明涉及一种改良西门子法联产制备高纯硅烷的方法。改良西门子法联产制备高纯硅烷的方法，将改良西门子法制备多晶硅提纯歧化工序生成的高纯三氯氢硅，一部分继续原来路线进入还原工序沉积得到多晶硅；一部分进入硅烷制备工序，得到高纯...
- 黄国强王国锋王红星陈锦溢
- 文献传递
- 基于WEB和RDCM的设备综合管理信息系统
- 提出了基于Web和RDCM的设备综合管理信息系统(PIMS)的总体方案和体系结构,建立了系统的功能模型和信息模型,讨论了系统的一些关键技术,并给出了系统的具体配置.
- 王太勇王双利王国锋韩吉韬
- 关键词：系统结构信息模型
- 文献传递
- 支持向量机在刀具磨损多状态监测中的应用被引量：19
- 2011年
- 基于多传感器信号、采用多分类支持向量机(support-vector-machine,SVM)实现了刀具监测的多状态辨识.通过对切削过程中的多向切削力和振动信号等多传感器信息进行分析,分别获得时域、频域和小波域的信息作为磨损分类特征;同时,运用基于一对多(one-versus-all,OVA)的多分类支持向量机对刀具不同磨损状态下的特征数据样本进行训练和识别.对切削过程中不同磨损状态的分类结果表明,多分类支持向量机具有出色的学习能力,能够实现在小样本情况下的不同磨损阶段分类,并具有较高的识别精度.
- 王国锋李启铭秦旭达喻秀崔银虎彭东彪
- 关键词：支持向量机
