针对铣刀磨损量预测精度低的问题,提出一种高精度铣刀磨损量预测方法。该方法通过遗传算法(GA)寻出长短期记忆网络(LSTM)的最优参数,并将参数输入LSTM实现改进模型GA-LSTM。采用时域、频域及时频域方法提取特征,应用皮尔逊相关系数法筛选出与铣刀磨损量高度相似的特征向量,输入GA-LSTM模型进行训练,并对测试数据进行预测。实验结果表明:与传统的机器学习方法BPNN或深度学习方法FE-LSTM、CNN相比,GA-LSTM的均方根误差分别下降了41.3%、39.0%、51.5%,平均相对误差分别下降了48.3%、40.8%、56.7%,模型的预测识别精度有较大提高,实现了铣刀磨损量的有效预测。

针对超精密垂直轴对无摩擦、高稳定性重力平衡系统的需求,本文设计了一种新式无摩擦气缸,并对气浮轴承的参数进行优化。首先,确定气浮轴承初始参数,据此建立基于ANSYS的有限元分析模型,将分析结果与工程计算、实验结果对比,验证仿真计算的可靠性。然后,利用该模型,采用响应面优化方法,得到不同节流孔布置下(对应最佳气膜厚度时)的承载力、耗气量、抗弯力矩,选定最优气膜参数。分析结果表明承载力与节流孔个数呈现非线性变化关系,承载力随节流孔数量增加快速上升后基本保持恒定。采用双排节流孔布置,可以较少的节流孔个数保证抗弯力矩。最后针对优化前后的气缸进行了实验测试,分析发现参数优化后承载力提升约7.7%,抗弯力矩提升约15.7%。本文提出的基于响应面优化的气浮轴承参数优化设计高效可行,优化设计的新式气浮无摩擦气缸能够满...

针对武器装备中铆接结构损伤检测的问题,提出了支持向量机（SVM）机器视觉识别方法。首先,采集铆钉图像样本并对其进行图像预处理,提取了铆钉头四个相关特征参数。其次,在小样本条件下,采用SVM算法对铆钉的样本特征进行训练并建立视觉识别模型,分析了特征参数与最终模型之间的关系。最后,将SVM视觉识别方法与Hough变换和独立判断方法进行对比分析。对比结果表明：SVM视觉识别方法较后二者的识别速度更快,识别准确率更高,证明了该方法的可行性和有效性。