数控机床加工精度受到机床零部件、外部环境等因素的影响,从而需要添加适当的补偿参数确保加工精度的稳定性,另外,不同车床不同时刻的补偿参数实时变化。为此,提出一种基于关联规则及神经网络方法的智能误差补偿模型。以实际生产中产生的数据集为基础,通过Apriori算法对数据集进行筛选;对各个特征值与补偿参数进行归一化处理,以提高数据的收敛速度;利用神经网络模型为不同情形下的车床搜寻最佳补偿参数模型,从而构建起最佳的智能误差补偿模型;经过智能误差补偿后,对生产的物件进行图像识别,分析其是否符合精度要求。仿真测试结果表明:针对训练集数据和测试集数据,车床稳定性分别提高了0.695和0.713。实测结果显示:利用上述方法,对30个产品进行雕刻,精度均符合要求。因此,智能误差补偿模型能够提高车床加工稳定性,提升产品合格率。

在升温型吸收式热泵内对热管式吸收器的传热传质性能进行了实验研究，对不同规格的表面横纹槽热管和光管热管做了对比实验．发现采用热管直接导出吸收热具有较好的效果，并且表面带有横纹沟槽热管的传热膜系数约为光滑管的2—3倍，传质系数约为光滑管的2倍，为吸收式热泵吸收器的高效紧凑化研究提供了依据．

针对管道测试的需求,将梯度折射率透镜的光学性能与显微镜相结合,设计了具有大景深的管道内窥镜光学系统.在保证所需放大倍率的同时,利用梯度折射率透镜介质折射率渐变的特点,使该系统的景深增大为原来的200倍.该系统像面近似球面的特点使其更适合圆形管道内壁的检测,当它与CCD等器件相结合,不仅实现管道内窥镜的数字化测试,而且能通过监视器在更大景深范围内、方便的监测管道内壁的裂痕、磨损等清晰的图像.

分析反射式系统和透射式系统的优缺点,采用折、反系统相结合的方式对一种改进型的折反射系统进行了光学设计,该系统的主次镜都采用易加工的球面反射镜,避免了折射式长焦系统的复杂结构形式、庞大的体积等缺点。本文中对所设计的折反射式系统的相对孔径和中心遮拦等问题进行了深入的探讨。从像质和能量两个角度去分析所设计的系统,最终证明了所设计系统的可行性。最后对系统的杂散光进行了分析。

随着城市生活垃圾焚烧处理方式的不断推广,焚烧飞灰的产生量也不断增加。由于垃圾焚烧飞灰中富含有害重金属,属于危险废物,必须进行无害化处理。应用常规的工艺方法,用飞灰取代部分水泥制备砌筑砂浆;研究了飞灰对砂浆拌合物稠度、凝结时间等基本性能以及砂浆的力学性能和重金属浸出规律的影响,并进行了微观分析。试验结果表明,虽然飞灰会损失砂浆部分强度,但是砂浆能大幅度地减少重金属的浸出量;水泥对飞灰中重金属的固化效果良好,同时以飞灰作为辅助材料制备砂浆可以作为飞灰资源化利用的有效途径。

提出了散斑照相术数字化的技术,即利用电寻址液晶（EALCD）和CCD取代传统散斑照相术中记录干板,省去传统方法中干板显影、定影的烦琐的化学湿处理过程,实现其数字化。介绍了EALCD在散斑照相术测量高精度测量物体位移的优点,而且能通过现有的数字器件使其实现数字化,更加利于工程应用。采用全场分析法和逐点分析法2种方法对散斑照相术进行光学实验研究,都成功获得了含有物体位移信息的干涉条纹。实验研究表明,该研究方法简单、高效,能快速获得具有高对比度的散斑干涉条纹,为数字散斑照相术测量物体的微小形变奠定了坚实的基础。

针对粉末压机压制频次高、能耗高、液压系统发热严重等问题,提出采用伺服泵组、大通径伺服阀及压力补偿等环节实现2.8 MN粉末压机液压系统的节能控制。利用AMESim软件搭建比例流量插装阀和伺服阀仿真模型,通过仿真验证模型的正确性;搭建2.8 MN粉末压机液压系统仿真模型,研究伺服泵组节能控制、伺服阀及压力补偿控制对液压系统功耗的影响。结果表明:采用伺服泵组节能控制可以有效降低压机待机阶段的液压系统功耗;采用伺服阀及压力补偿控制可实现压机工作阶段泵出口压力随负载变化而变化,有效降低泵出口压力和液压系统功耗。

为研究打磨参数对钢轨打磨磨石磨损的影响,利用SOLIDWORKS三维软件建立了钢轨打磨模型,在DEFORM-3D有限元软件中设置相应的仿真参数,仿真分析了打磨转速、进给速度及打磨深度对打磨磨石磨损的影响,研究了钢轨材料去除量随打磨参数的变化情况.结果表明：打磨磨石磨损量随打磨距离近似呈线性增长趋势;打磨磨石磨损量随打磨转速和打磨深度的增加而增加,随进给速度的增加而减小;钢轨材料打磨去除量变化趋势同打磨磨石的磨损量相一致,而且二者的变化原因也是相辅相成的.研究结果为现场钢轨打磨参数优化提供了重要的理论依据.

随着工厂化循环水养殖与海洋养殖业的不断发展,传统的投饵方式因没有合理运用鱼群进食时的参数信息,造成饵料浪费,同时多余的饵料会再次污染水质,为此提出基于鱼群摄食规律的投饵系统研究,从而实现精准的实时投喂。计算机视觉技术作为一项快速、客观、无损的检测方法,已被逐渐用于水产动物视觉属性的测量中,鱼群摄食时的参数信息可通过计算机视觉技术获取。文中提取的参数信息是目标鱼群面积和目标鱼群密集度。运用摄像机采集鱼群摄食图像,利用Lab VIEW对图像进行滤波处理、二值化处理、粒子过滤,提取鱼群个体图像坐标和像素面积,分析参数并改进Kmeans算法以建立目标鱼群密集度模型,结合实时图像处理结果得出的目标鱼群面积跟时间的关系、目标鱼群密集度跟时间的关系构建智能投饵系统,最终利用单片机控制精准投喂。实验结果证明...