【摘 要】
:
环形锻件是一种重要的锻造工件,在航空航天、石油化工、核电等领域有着广泛的应用。随着科学技术的发展和环形锻件复杂度的提高,对环形锻件的锻造质量和测量精度提出了更高要求。环形锻件外径尺寸的测量是保证环形锻件达到工艺要求的关键技术,因此,环形锻件外径尺寸的测量精度问题一直以来都受到研究者们的大量关注,如何高效准确的测量环形锻件外径尺寸成为研究的热点。本文针对环形锻件外径尺寸测量精度问题提出两种测量方法,
论文部分内容阅读
环形锻件是一种重要的锻造工件,在航空航天、石油化工、核电等领域有着广泛的应用。随着科学技术的发展和环形锻件复杂度的提高,对环形锻件的锻造质量和测量精度提出了更高要求。环形锻件外径尺寸的测量是保证环形锻件达到工艺要求的关键技术,因此,环形锻件外径尺寸的测量精度问题一直以来都受到研究者们的大量关注,如何高效准确的测量环形锻件外径尺寸成为研究的热点。本文针对环形锻件外径尺寸测量精度问题提出两种测量方法,主要创新性工作如下:首先,基于二维点云数据特征和标准差理论提出一种点云数据重采样的环形锻件外径尺寸测量方法。该方法从激光扫描数据中提取密集分布的点云数据作为重采样的结果,并运用均值滤波方法对提取的点云数据进行光滑处理,得到具有良好圆弧特性的点云数据。利用最小二乘法原理对处理后的数据作椭圆拟合,从而得出待测环形锻件的外径尺寸信息。其次,在上述测量方法的基础上提出一种测量精度更高的方法,该方法主要将激光扫描与CCD相结合对环形锻件进行测量。在测量过程中,将点云数据依次以3个为一组,利用直线拟合的位置判别法对点云数据进行精简,其中在拟合直线下方的点保留,反之剔除。同时利用CCD图像边缘检测技术得到环形锻件两侧边缘点并转换到实际空间。将精简后的激光点云数据与环形锻件两侧边缘点的实际空间点放到同一个直角坐标系下。通过基于最小二乘原理的圆拟合得到环形锻件的外径尺寸信息。另外,利用旋转公式将处理后的数据旋转得到完整截面的数据点,对环形锻件各个截面做同样的处理,得到环形锻件的三维点云数据并构建三维立体模型。最后,搭建环形锻件外径尺寸测量平台。以标准环形锻件、一阶环形锻件和三阶环形锻件作为测量对象进行实验。将测量结果与标准值进行对比,并对测量的结果作误差分析,验证本文提出的环形锻件外径尺寸测量方法的可行性与准确性。
其他文献
近年来,随着汽车保有量的增加,城市交通安全成为了研究热点方向,车联网作为智慧交通的关键技术被用来解决交通问题,实现车辆与车辆间(V2V)通信的信息交互。V2V通信时车辆密度很高,传统的车联网基于无线电的通信方式,由于频谱范围有限存在信道资源短缺问题。可见光频谱在400790THz之间,具有较低延时,带宽广的优点,将可见光通信(VLC)应用于车联网具有很大的研究价值。基于VLC的V2V路由协议给出了
随着我国绿色清洁型智能电网的大力发展,越来越多的分布式电源受国家政策鼓励并入配网发电,然而高渗透率的分布式电源具有的不确定性、常态化的随机波动性,以及常被忽略的出力相关性,对配电网态势感知带来影响,给配电网的运行调控、安全稳定带来挑战。本文提出一种仿射状态估计方案,对分布式电源出力仿射建模后,利用含微型同步相量测量生成伪测点的状态估计模型并进行改进仿射数运算的求解,实现状态估计结果完备性及降低保守
本文旨在以偏远地区微电网为研究背景,使用太阳能等可再生能源代替传统动力能源,并结合储能装置为其进行供电。在本文的微电网系统中,光伏单元接口采用电流控制逆变器,储能单元接口采用下垂控制逆变器,以光伏单元和储能单元相结合的方式,可以实现光储互补、削峰填谷。对于下垂控制逆变器与电流控制逆变器并联系统而言,逆变器间的耦合与相互作用会影响系统的抗扰动性能,从而影响系统的稳定性。对于并联系统稳定性问题的研究,
大多数道路车辆检测与跟踪是基于传统的固定监控摄像头,固定摄像头存在灵活性差、视野局限等弊端,而无人机飞行灵活、监控范围广、目标遮挡度低,在特殊时间段内可以对未设置固定摄像头的区域进行辅助监控,有效地弥补了监控区域固定和范围有限的不足。因此,基于无人机拍摄的道路交通视频的车辆检测与跟踪算法是一个值得研究并且有较高实用价值的课题。由于无人机视角下的交通视频中存在目标尺寸较小等问题,同时跟踪速度也应满足
随着能源短缺、环境污染和能源需求等问题日益严重,电动汽车(Electric Vehicle,EV)以节能、便捷和绿色等优势成为国内外关注的焦点,在汽车行业成为节能减排的战略性目标。然而,由于大规模EV无序充电聚集而引起高峰负荷增加、电压偏差和能源损耗等问题,对电力系统的安全运行提出新的挑战。换电站(Battery Swapping Station,BSS)作为EV的快速能源供给站,不仅快速解决EV
在过去的十几年中,直流微电网在学术界和工业界都得到很高的关注。微电网作为分布式能源接入交流主电网的一种有效手段,对提高能源利用率和减少温室气体排放具有重要意义。本文首先介绍了直流微电网的国内外发展历史、研究现状和微网功率协调控制技术,对直流微电网中储能系统(Energy Storage System,ESS)的发展状况进行阐述,并针对近几年来储能系统的前沿控制技术发展进行综述,介绍了本文主要研究的
当今社会,清洁能源正逐渐替代传统化石能源,在电力电子领域,光伏发电技术的研究也取得了重大突破。随着光伏分布式并网系统的不断扩大,并网逆变器的控制也在创新发展,经典控制技术在应用过程中改进方法层出不穷,但是这些传统的控制策略面临着设计参数困难、动态响应过程中快速性无法保证的问题。电网侧发生电压跌落故障时,通常使分布式并网系统保持并网运行,采用低电压穿越技术通过向电网侧快速注入补偿电流,来抬升并网侧电
目前,化石燃料的快速消耗及空气污染越发严重,清洁能源逐步变为电力相关研究的重点。微电网能够整合多种分布式电源发电,有着主动性高、灵活性强和安全可靠等优势,也增强了电力系统的电能质量。因此多微网的优化调度研究越来越被学者们关注。本文对考虑多重不确定性的多微网分散式经济调度进行了研究,具体内容如下:首先,介绍了多微网结构图和分散式调度中多微网分区的概念,并建立多微网的分散式调度模型,目标函数是其总运行
随着经济和科技的飞速发展,智能电网逐渐进入到人们的视野当中,其中,微电网凭借其线路损耗率低、能源利用率高、电能质量高等众多优势,被十分广泛的应用于实际中。微电网中的系统控制方法以及微电网的孤岛与并网模式之间的平滑切换都是微电网中十分关键的技术问题。微电网在采用下垂控制时具有较高的可靠性、控制无需互联、实际操作方便等众多优点,从而使得下垂控制在实际微电网中得到广泛的应用。虽然在微电网中应用广泛,但是
信息时代的到来,各种数据呈指数级增加,例如文字、语音、图像信息等。同时随着科技的迅速发展,相比于其他传输媒介,其中图像信息的骤增愈发明显,且人们对于图像信息的感知更为高效。因此,大数据时代下对于图像信息的有效捕捉和分类已成为机器学习最基本的问题。图像分类技术被广泛应用于工业、农业和商业等领域,极大的方便了人们的生产生活,其分类方法已成为一个重要的研究方向。在众多图像分类方法中,极限学习机(ELM)