西北工业大学基础研究基金(JC20110215)
- 作品数：6 被引量：77H指数：5
- 相关作者：孙惠斌莫蓉张栋梁李春磊常智勇更多>>
- 相关机构：西北工业大学西安建筑科技大学更多>>
- 发文基金：西北工业大学基础研究基金陕西省自然科学基金西北工业大学研究生创业种子基金更多>>
- 相关领域：自动化与计算机技术机械工程电子电信金属学及工艺更多>>
- 基于遗传算法优化的BP神经网络在粗糙度预测上的应用被引量：7
- 2015年
- 针对BP神经网络预测工件表面粗糙度精度不高的问题,提出了一种基于遗传算法优化的BP神经网络预测方法。首先用遗传算法对BP神经网络的初始权值、阈值进行全局寻优,然后对优化的BP神经网络进行训练、预测。通过MATLAB进行了粗糙度预测仿真验证。结果表明:优化的BP神经网络比未优化的BP神经网络具有更高的预测精度。
- 莫蓉田国良孙惠斌
- 关键词：遗传算法BP神经网络表面粗糙度
- 一种叶片在机测量数据重构建模技术研究被引量：4
- 2014年
- 航空发动机叶片作为飞机的重要部件之一,传统的叶片加工采用三维数字化模型设计,利用数控机床加工,使用坐标测量机检测加工精度。在加工过程中需要经常在数控机床和计量测试单位间进行零件周转,导致零件需要重复装夹定位和对刀,容易产生定位误差和叶片变形,造成超差和报废,使叶片的制造周期变长,采用在机检测技术,可以有效地避免这些问题。
- 卢万崎杨海成常智勇孙博洋
- 关键词：航空发动机叶片建模技术数据重构在机测量数控机床加工坐标测量机
- 基于流形学习与隐马尔可夫模型的刀具磨损状况识别被引量：9
- 2015年
- 为了提高金属铣削过程中的刀具磨损状态识别的自动化程度与精度,提出了基于局部切空间排列(LTSA)方法与隐Markov模型(HMM)来识别刀具的不同磨损状态的方法。该方法首先利用小波分析技术对铣削过程中的切削进给方向力信号进行处理,构造了高维特征空间。然后使用基于流形学习方法实现了高维特征空间的维数约简。最终利用约简后的低维特征向量训练HMM,从而实现刀具磨损状态的识别。实验结果说明该方法能够有效地识别铣削过程的刀具磨损状态。与未经特征维数约简的识别方法相比,新方法能够提高刀具磨损状态的识别效率与准确率。
- 张栋梁莫蓉孙惠斌李春磊
- 关键词：维数约简流形学习
- 基于混沌时序分析方法与支持向量机的刀具磨损状态识别被引量：20
- 2015年
- 为了表征、获取与识别刀具的磨损状态,提出一种基于混沌时序分析方法与支持向量机的刀具磨损状态识别方法。该方法利用混沌时序分析方法重构了刀具声发射信号的相空间,并提取了嵌入维数与Lyapunov系数建立了特征空间。使用支持向量机作为分类器,实现了刀具磨损状态的识别。实验证明,在小样本学习情况下,基于混沌时序分析方法与支持向量机的刀具磨损状态识别方法具有良好的学习能力,获得了较高的识别准确率。
- 张栋梁莫蓉孙惠斌李春磊苗春生李冀
- 关键词：刀具磨损支持向量机
- 基于希尔伯特黄变换的刀具磨损特征提取被引量：25
- 2015年
- 概述了希尔伯特黄变换(HHT)的基本理论和算法,对信号经过经验模态分解(EMD)后得到的固有模态函数(IMF)求取振幅均值,差值筛选出与刀具磨损相关的IMF分量,并对单分量固有模态函数求取边际谱,获取边际谱最大幅值点,建立他们与刀具磨损之间的映射关系,进行特征提取,将其作为神经网络的输入特征向量,结合希尔伯特三维时频谱进行刀具磨损状态的判断。研究结果证明,该方法可以作为刀具磨损监测中信号特征提取的一种简单和可靠的方法。
- 孙惠斌牛伟龙王俊阳
- 关键词：希尔伯特黄变换小波去噪
- 新型正交消隐点的摄像机标定方法被引量：17
- 2014年
- 在分析了摄像机模型,单双目视觉系统标定以及消隐点几何特性的基础上,提出了一种新型正交消隐点的摄像机标定方法。该方法仅使用摄像机在不同视角拍摄多幅(至少3幅)棋盘格模板的图像。引入一二阶径向畸变的摄像机针孔模型,主要由消隐点的计算与优化,消隐点法线性标定内部参数,新型改进的Tsai两步法线性求解外部参数和非线性全局优化等组成。实验结果表明,所给出的方法在全局优化之后,7幅图像的重投影平均像素误差为0.0043pixel,耗时为1.7911260s,可见速度快且精度高,可广泛应用于计算机视觉研究、工业三维测量与重构、道路测绘等多个领域的摄像机标定。
- 卢津孙惠斌常智勇
- 关键词：机器视觉摄像机标定
