【摘 要】
：
为了提高大型龙门自动铺丝(AFP)机的精度,提出重力变形与几何误差综合建模与补偿方法.采用有限元法对龙门铺丝机进行静力学分析,通过工作空间网格化方法建立重力变形模型;基于齐次变换矩阵与切比雪夫多项式建立几何误差模型,结合剔除重力变形的测量数据与Powell算法实现对几何误差参数的辨识;综合重力变形模型和几何误差模型,提出基于综合误差补偿的G代码修正策略.在龙门铺丝机上开展综合误差补偿对比实验,结果表明,补偿前龙门铺丝机误差较大,不能完全满足铺放精度需求,而经过补偿后位置误差和姿态误差均大幅度降低,其中姿态
【机 构】
：
浙江大学 浙江省先进制造技术重点实验室,浙江 杭州 310027
论文部分内容阅读
为了提高大型龙门自动铺丝(AFP)机的精度,提出重力变形与几何误差综合建模与补偿方法.采用有限元法对龙门铺丝机进行静力学分析,通过工作空间网格化方法建立重力变形模型;基于齐次变换矩阵与切比雪夫多项式建立几何误差模型,结合剔除重力变形的测量数据与Powell算法实现对几何误差参数的辨识;综合重力变形模型和几何误差模型,提出基于综合误差补偿的G代码修正策略.在龙门铺丝机上开展综合误差补偿对比实验,结果表明,补偿前龙门铺丝机误差较大,不能完全满足铺放精度需求,而经过补偿后位置误差和姿态误差均大幅度降低,其中姿态误差减小80％以上,而位置误差减小90％以上,满足铺放精度需求,证明了所提出的综合误差建模和补偿方法的有效性.
其他文献
现有的静默活体检测研究忽略不同非活体攻击方式之间的差异,以及不考虑活体和非活体样本类别不均衡对模型学习的不利影响.本研究将非活体攻击类别细分成打印攻击和展示攻击,将静默活体检测由传统的二分类问题转变为多分类问题,并提出采取交叉熵作为损失函数对网络模型进行训练的方案,用以克服二分类和类别不均衡问题,使得模型训练中能更准确发现和抽象出非活体人脸样本共同的欺诈特征,提高网络模型对非活体识别的精准度.构建双流特征融合网络模型,采取注意力机制对从RGB和YCrCb这2种不同色彩空间提取到的特征向量进行自适应加权融合
在传统图上关键字检索问题研究的基础上,基于图形处理器(GPU)设计新的关键字检索算法.基于Stein-er tree语义定义关键字检索问题,针对该问题结合传统多源最短路径算法在CPU上设计基本算法,由于CPU架构特性,该算法无法直接移植到GPU上.提出GPU上的基本检索算法,分析它相对于CPU版本的优势和仍然存在的不足.为了提升算法查询速度,反思GPU上基本检索算法的不足之处,提出基于索引的优化技术,利用单源最短路径算法的松弛更新思想、关键字独立性和内部整体性,设计GPU上的高效关键字检索算法.扩展该算法
针对Flink任务出现故障后因为全局卷回使流处理作业恢复效率低的问题,提出基于缓存队列的容错策略.在作业中找出恢复时间最长的算子作为关键算子,将其处理过的数据存储到缓存队列中,并为其进行主动备份,备份算子同时接受来自上游的数据以达到在故障后作业可以瞬时恢复的效果.为了解决主动备份带来的额外消耗,提出数据过滤算法,备份算子在每次处理数据前会到缓存组件中检索当前数据,以判断是否继续处理.当Flink算子自身出现故障后,利用策略中的缓存队列与Flink的JobManager将故障发生时的数据信息发送给备份算子,
对于AI与数据库优化问题,现有技术均须改动数据库底层,影响研究成果的应用且缺乏可扩展性.提出一种非嵌入数据库的学习式查询优化方法.在基数估计阶段,使用多模型的方法,对特定的子查询建立神经网络,独立训练不同的子模型,解决需要训练集过多且可扩展性差的问题;在连接优化阶段,应用基于代价的强化学习方法,提高查询优化性能.针对每个查询,从基数估计到连接排序的优化过程都在数据库外执行,按照得到的优化策略对查询重写,并将重写结果返回到数据库中,通过设置参数使该查询按照指定的计划执行.在包含8个表的数据集上进行实验验证,
针对现有研究方案中对病毒或病菌的传染模式定义过于严格,可能丢失重要且正确的传染事件的问题,提出面向移动对象的松散型传染模式挖掘算法.给出松散型传染事件的模式定义;提出基于滑动窗口的松散型传染模式挖掘算法(LIPMA),按照传染事件发生的时间先后顺序,从初始传染源开始,利用滑动窗口机制,依次对每一个待检测对象进行分析处理,进而挖掘所有传染事件;提出基于R-tree索引的优化挖掘算法LIPMA+,该优化算法在每一轮的处理过程中,通过降低每一轮待检测对象的规模,实现挖掘效率的提升.实验结果表明,所提出的传染模式
为了研究区块链中用户私钥安全性的问题,以门限密钥共享技术作为研究基础,提出可公开验证密钥共享技术.参与节点在收到密钥片段后对其进行验证,能有效防止分割密钥时主分割节点作恶;在密钥恢复阶段,对参与密钥拼接的节点的密钥片段进行公开验证,防止密钥恢复阶段参与节点作恶;在分发密钥阶段给参与节点添加身份IDs,从而可以对恶意节点进行追踪并实时更新节点状态;设计动态门限机制,在持有密钥片段的节点离线后,密钥碎片的拥有者和主节点一起重新分配密钥碎片给新的参与节点,保证私钥碎片的完整性.实验结果表明,该方案的私钥恢复率为
为了提高以风电、光伏为代表的新能源的爬坡预测的准确性,提出基于主成分分析、时序分解与修正长短期记忆(LSTM)网络预测误差的爬坡预测模型.为了充分考虑功率的时序特性,采用时序分解方法将功率分解为周期、趋势和余项,结合多个特征因素的主成分建立基于LSTM的趋势和余项预测模型,实现功率的时间特征与影响因素主成分的映射关系刻画.在采用LSTM对趋势和余项进行初步预测的基础上,引入误差修正算法计算拟合预测模型的动态误差并构建新的非平稳时间序列,获得准度性更佳的趋势和余项预测值.通过加法模型融合趋势、余项以及利用朴
深基坑地连墙支护体系工程变形与理论设计值之间存在较大差异且难于动态调整.采用支护结构动态调整方法解决此问题,提出动态调整方法,并运用经实测数据验证后的数值模型研究深基坑地连墙支护体系协调变形规律,得出不同调整方案下支护体系受力、变形规律及协调变形曲线(即轴力-位移关系曲线).基于弹性地基梁理论,给出反映支护结构动态调节思想的适用于多层支撑结构的支护体系力学解析模型.研究发现,在工程中,更严格的位移控制不一定能够带来更安全的结果,应该寻找合理受力平衡点并将支护体系受力参数控制在最优区间内.研究得到本工程支护
为了提高多区块链间的连接查询处理效率,提出多区块链环境下的连接查询优化算法.该方法在传统的多区块链模型中增加语义信息,构建语义多区块链模型,为多区块链间的连接查询提供基础.基于该模型,参考分布式数据库的索引结构,提出多区块链间的连接索引结构,将多条区块链进行属性连接,提高连接计算的效率,减少数据传输的通信代价.在此基础上,提出多链连接查询优化算法,提升多区块链连接查询的效率.最后,在2个真实公开的数据集上进行实验.结果表明,多区块链间的连接索引结构稳定;与传统的直接进行连接查询的操作相比,多区块链连接查询
为了满足200～300 m级堆石坝变形监测的需求,弥补利用单轨道合成孔径雷达(SAR)数据只能测得地物视线向与方位向二维变形的不足,基于集合卡尔曼滤波将合成孔径雷达干涉(InSAR)观测与常规点式监测数据进行跨尺度融合,提高堆石坝外观变形的监测精度;利用多维度监测数据,重构堆石坝外观变形场.以水布垭面板堆石坝为例进行研究,结果表明,多源数据融合能够实现“大范围、低精度、高效率”的新型监测技术与“离散点、高精度、低效率”的常规监测技术的优势互补.基于多维度监测数据重构外观变形场能够全面地掌握堆石坝的整体变形