一种基于体素网格的三维点云均匀降采样方法
降采样是三维点云预处理过程中的重要环节,体素网格法是一种被广泛使用的降采样方法。针对体素网格降采样方法存在着采样点分布不均匀的问题,提出了一种新的体素网格降采样方法。首先对点云建立轴向包围盒,然后以某一个等分距离对包围盒沿x,y,z轴三个方向的边进行等分,使得每一个体素近似为一个正方体,然后计算每一个体素内所有点的重心,并将其作为该体素的采样值。实验结果表明,当点云包围盒在x,y,z轴三个方向的边长相差非常悬殊时,该方法比传统的体素网格法获取的点云分布更均匀,而且该方法的计算效率比传统的体素网格法更高。
基于雷赛运动控制器手轮功能的设计
手轮控制功能是自动化设备必备的功能,手轮能方便地调试设备位置。通过硬件连接、伺服参数设置、程序开发可实现运动控制器的手轮功能。雷赛运动控制器在SMC Basic Studio软件环境下,通过调用函数指令,设置轴选挡位、倍选挡位、脉冲模式、进给轴、倍率值等参数,可方便地开发手轮控制功能。
8.8m液压支架设计与制造关键技术探析
液压支架是一种用于支撑和稳定大型结构物的设备,广泛应用于大型工程领域当中。随着工程建设的不断发展,对于大型结构物的支撑需求越来越高,传统的支撑设备已经无法满足需求。而8.8m液压支架的设计与制造关键技术的研究,可以提高支撑设备的承载能力和稳定性,满足大型结构物的施工要求。鉴于此,本文主要探讨8.8m液压支架总体设计制造当中所涉及的关键技术,旨在提高支撑设备的高度承载能力,减少施工过程中的风险和事故发生的可能性,确保大型结构物的安全施工。
硅灰和稻壳灰对竹浆纤维水泥基复合材料抗劣化性能的影响
以硅灰和稻壳灰作为掺合料(固定总掺量为40%)、竹浆纤维作为增强材,采用抄取法制备了纤维增强水泥基复合材料,并研究了干湿循环和热水浸泡老化试验下,不同硅灰和稻壳灰掺入比例对竹浆纤维水泥基复合材料力学性能的影响。结果表明:不同掺入比例的硅灰和稻壳灰均有效提高了竹浆纤维水泥基复合材料在干湿循环和热水浸泡老化下的抗弯强度和断裂韧性,其中,单掺40%硅灰的提高效果最好。
复杂曲面测量数据的位姿配准方法
针对三维测量数据和自由曲面模型之间的位姿配准问题,研究了先粗后精的两步配准方法。在初始配准的基础上,融合最小二乘法和最小条件原则构造目标函数,应用微分进化算法对目标函数寻优,找出三维测量数据与理论曲面的最佳匹配矩阵以实现最优配准。实验结果表明,该方法与遗传算法相比具有运算速度快和精度高等特点,能较好的解决复杂曲面类零件测量数据的位姿配准问题,并且可用于逆向工程中曲面误差的分析及修正。
基于网格模型的圆度在线检测系统开发
提出一种基于三角网格模型的圆度在线检测方法。根据圆柱的空间位置、分布的测点和测点的矢量来进行测量路径的设计。利用最小二乘法,计算圆柱测量截面的圆度误差。最后以CMM检测结果作为理想的标准,对圆度在线检测结果进行评估,结果得出该方法所带来的圆度误差非常小。
热能表示值检定的测量不确定度评定
热量表作为采暖收费的依据,可大幅提升节能效果。本文针对热能表示值检定,进行测量不确定度评定,为检定工作提供依据。
液压技术在现代自动化生产中的应用研究
近年来,随着我国科学技术的迅猛发展,在工业技术中的变革不断取得进步,特别是自动化生产也逐渐成为可能,并在现代生产中的应用越来越普及,而实现现代自动化生产的先决条件和基础就是液压技术,虽然液压技术在我早已经被广泛的推广和应用,但在实际生产工作中仍然存在着很多的问题,本文就液压技术在现代自动化生产中的应用现状及存在的问题和发展方向进行讨论,希望能够对我国的液压技术在现代自动化生产中的应用研究和改进具有参考价值.
真空感应炉水乙二醇替换无水脂肪酸酯液压油研究
真空感应炉翻炉液压系统液压介质原设计使用水乙二醇,含有40%~45%水,炉内翻炉液压缸一旦渗油,真空度无法保证,合成脂肪酸酯无水阻燃介质是一种环保液压油,采用合成脂肪酸酯替换水乙二醇,既可以阻燃、安全环保又可以保证真空度,避免真空波动影响产品质量,通过在普通国产电渣炉换油试验,3次检测结果证明水乙二醇可以用脂肪酸酯无水阻燃替换,利用检修时间对真空感应炉进行换油,生产后运行良好,防止液压系统漏油造成真空波动进而影响生产和产品质量。
宏微复合平台的微运动动态模型研究
宏微复合平台常应用于大行程运动和高精度定位的场合。基于对宏微复合驱动技术的的分析及研究,提出了一种音圈电机与压电陶瓷复合驱动的宏微复合运动平台结构,其中微运动平台采用压电陶瓷驱动和弹簧预紧,具有结构简单、分辨率高、刚度高和响应速度快等优点。针对微运动平台的主动控制问题,考虑压电陶瓷驱动器驱动电路以及滑块与摩擦复合作用的影响,建立微运动平台动态模型。通过微运动平台动态特性的实验研究,分析滑块与摩擦复合作用对微运动平台平稳性的影响。结果表明,该模型可快速缩短平台到达稳定的时间,满足平台精密定位要求。