关键词： 航空叶片   坐标测量   误差补偿   数据处理   测量自动化  

摘要： 航空发动机制造技术的水平体现了航天航空工业的发展程度,航空叶片作为发动机的“心脏”零部件,其加工精度及表面质量直接影响着发动机的使用性能,因此需要通过现代化测量技术对航空叶片进行严格的管控。航空叶片的现代化测量问题一直制约着我国制造类企业的发展,一是测量效率较低,目前企业叶片三坐标测量流程需要大量的人工操作干预,耗费较多有效工时;二是空间利用率较低,叶片待测区域及检测区域的空间规划存在局限性,占用空间面积较大;三是系统集成程度较低,各个单元模块相互独立,数据过于离散化。针对以上问题,本文在横向课题的支持下,自主设计并搭建了航空叶片自动化测量系统实验平台,开展了航空叶片计算机集成自动化测量关键技术的研究,本文具体研究工作如下:(1)通过集成机械臂、智能料架、高精度旋转平台和三坐标测量机等先进设备搭建航空叶片自动化测量系统。深入阐述了自动化测量系统的测量流程及技术方案,并对自动化测量系统进行硬件设计与软件开发。利用Solid Works软件设计出X、Z双轴联动模块、智能料架模块及气动机械爪模块等关键硬件设备的机械结构。同时针对自动化测量系统的运动控制、数据处理等问题,通过采用NMC5800运动控制卡提供的动态链接库进行系统软件开发,得到的系统软件可以迅速高效地采集、保存和处理测量数据。(2)针对自动化测量系统存在精度误差等问题,本文将深入研究系统的运动误差及静力学误差,分析误差产生的原因以及对精度的影响大小,最终对误差进行修正补偿。首先运用低序体阵列法对系统运动链关系进行描述,进而研究各运动部件之间的运动变换特征矩阵,建立综合误差模型。利用ANSYS Workbench软件对系统关键零部件进行有限元静力学分析,并对特殊结构进行优化,减少应力集中现象。最后基于综合误差模型与软件补偿法对系统误差进行补偿,有效保证系统测量的精度。(3)针对精密测头得到的初始点云数据存在异常点多、数量庞大和匹配不准等问题,提出一套完整的数据处理流程。首先分别运用高斯滤波法和基于统计分析的滤波方法剔除常见的三大类异常点;运用基于最小距离和角度偏差的融合算法对数据进行精简,提高数据处理效率;运用3次NURBS曲线对数据进行曲线插值重构,还原被测目标零件的轮廓形貌;最后运用改进的ICP算法将理论CAD模型与处理后的点云数据进行配准,提高测量数据的准确性。(4)基于Visual Studio开发环境以及C#开发语言对系统软件—航空叶片测量控制系统(Aviation Blade Measurement and Control System,BMCS)进行开发设计。利用RR-10002L型号的航空叶片进行实验验证,并将测量数据与海克斯康测量机测量结果进行对比,验证本文提出的航空叶片计算机集成自动化测量技术方案的可行性和可靠性。

关键词： 水土保持   数据分析   数据可视化   数据处理  

摘要： 水土流失在我国的危害已达到十分严重的程度,它不仅造成土地资源的破坏,导致农业生产环境恶化,生态平衡失调,水灾旱灾频繁,而且影响各业生产的发展,因此需要建立水土保持监测平台,并对监测数据进行分析,辅助决策。本文的主要目标是设计并实现一种水土保持监测数据分析子系统,为水土保持研究人员提供高效的数据分析与可视化展示功能。本文首先从系统用户的需求出发,通过周境分析、数据流分析、角色用例分析,总结出系统的功能需求,对系统的非功能需求,如性能、扩展性、安全性等进行了归纳。接着,根据需求分析完成系统概要设计,论述了系统软件分层架构设计,按分层模式划分了功能模块。然后,给出数据库实体关系图和库表设计,完成了接口定义和主界面的设计。本文论述了数据提取、处理、可视化、系统管理等主要模块的详细设计与实现,对关键模块进行了性能优化。接着给出了系统的部署过程,完成测试环境的搭建,进行功能和性能测试,验证了系统功能实现的正确性和性能的稳定性。本文对本项目的工作进行总结,阐述了本文采用的数据处理和可视化方案的优势。系统能够快速地对数据处理流程进行编排,高效、灵活地完成数据可视化。最后,提出了系统存在的问题和下一步的工作。

关键词： 钢结构   数据处理   数据库   机器视觉   工件识别   工件定位  

摘要： 目前国内的装配式建筑中,装配式钢结构建筑所占比例高、需求量大。建筑钢结构作为装配式钢结构建筑的主要组成部分,其产量和质量要求也在逐年提高。智能数据处理技术和机器视觉技术是目前传统制造业升级改造的热点技术,其中智能数据处理技术可以保证整条生产线的数据需求,维持整体的完整性和生产的准确性。而机器视觉技术则可以提高工件识别的准确率和效率同时节约人力成本。本文以钢结构生产方式改造为技术背景,开发了基于机器视觉的钢结构工件识别及定位系统。主要研究内容为:首先,根据建筑钢结构生产方式和结构特点,确定系统的功能需求,对整个系统所需模块和功能进行了设计。融合数据处理及数据库技术和机器视觉技术设计出了一套基于机器视觉的钢结构工件识别及定位系统。其次,利用MySQL数据库工具完成钢结构工件数据库的创建,并利用Python编程语言编写了钢结构三维数据XML文件解析程序,成功得到钢结构工件的特征信息、定位信息和利用模拟相机所拍摄的工件轮廓信息,将工件的最终定位信息转换成姿态矩阵、欧拉角和四元数存储进数据库内。然后,结合数据库数据和实际工件开发出基于机器视觉的自动识别和定位系统。利用Python连接工业相机完成了图像采集,针对实际工件图像设计了图像处理流程,实现了实际工件轮廓提取和特征信息提取;使用Python编程语言编写工件识别及定位算法,完成了待焊接工件的识别和定位。最后搭建了基于机器视觉的钢结构工件识别及定位实验系统。所搭建系统可以正确识别实验工件得到工件信息,确定工件位姿并传输至工业机器人进行抓取,同时得到该工件所在钢结构中的最终位姿。本文研究内容可为机器视觉在钢结构工件识别及定位的应用提供参考。

关键词： 机器人打磨   激光雷达   点云处理   运动规划  

摘要： 随着我国技术,特别是激光雷达方面的发展,采用激光雷达测量的方式已经广泛应用在汽车、工业生产等领域。而对于工业领域内不易夹装、体积较大的工件,由于其构型复杂,曲面特征较多,人工测量打磨无法保证打磨精度。因此,为了提高生产效率,提升自动化高度,本文基于点云数据处理技术对打磨机器人的运动规划进行深入的研究。本文首先基于激光雷达设计了工件三维数据测量系统并通过机器人手眼标定建立了机器人和激光雷达之间的转换关系,采用D-H法建立了运动学模型以方便规划机器人的运动。为实现利用机器人对工件表面的精确打磨,本文采用将点云模型与标准工件模型进行点云配准的方式实现工件精确位姿的确立,对于工业打磨作业,本文提出基于双向阈值筛选的点云粗配准算法以快速获取优质的匹配点对,进而提高工件精确定位的效率和精度。由于点云模型无法很好的描述工件表面的复杂曲面特征,因此本文基于移动最小二乘法对点云模型进行点云平滑处理,然后采用贪婪投影三角化算法实现了工件复杂表面的重建。在重建模型的基础上,基于NURBS曲面提取了打磨路径点。由于点与点之间相互独立,并未形成轨迹,因此本文采用3-5-3分段多项式插值方法拟合打磨轨迹。为了提高工业打磨效率,本文采用基于动态学习因子改进的粒子群算法对轨迹进行了时间上的优化。最后本文搭建了实验平台,进行了基于点云配准的工件精确位姿获取实验和打磨轨迹规划仿真实验,实验结果显示了本文改进的点云配准算法无论是从精度方面还是效率方面都有较大的提升,从仿真实验结果可以得出采用改进粒子群算法可以实现时间上了优化,成功将运行时间缩短10.3秒,进而提高打磨效率。

关键词： HRRP   RATR   方位敏感性   方向帧   数据处理   数据增强  

摘要： 现代信息化战争的不断变化,推动着雷达目标识别技术的不断发展,雷达的目标识别主要通过SAR、ISAR、HRRP这三类雷达实现。HRRP作为其中的一维分量雷达相较于另两类二维成像雷达,有处理简单获取容易存储方便等优势,被广泛用于目标识别领域。但HRRP的三类敏感特性使得精确的目标识别需要庞大的训练集支撑,尽管各种基于小样本融合方向帧的新概念新方法被提出,HRRP的训练库仍是一道巨大的难关,本文着眼于此,通过相应的雷达知识尝试对HRRP目标识别数据库进行扩充,论文主要分为三个部分:第一部分,对雷达HRRP的回波特性及散射点模型进行了简要的说明,从而引出一维距离像的三大敏感问题并给出普适的解决方法,其中着重介绍了姿态敏感性及主要的方向帧方法。第二部分,紧接着上一章方向帧数据量大,数据集稀少的问题提出了 HRRP数据库自适应获取,在无先验数据无监督的情况下,从零阐述平台从第一个目标开始的数据处理采集和杂波抑制等各向设备工作逻辑,简单论证了方位角数据集完备的可能性。第三部分,对于HRRP目标识别的另一种常用方法,通过新的卷积神经网络模型,实现深度学习的指定目标分类。为解决数据量不足的问题,采用了数据仿真及生成式对抗网络的方法,人工合成大量数据。最后,探究了深层网络结构在雷达领域的可解释性,使结果更为可靠。

关键词： 路基沉降监测   数据远传   数据处理   小波变换   滑动平均滤波  

摘要： 铁路是国家重要的基础运输设施,当铁路路基沉降超过一定阈值时,将严重影响着铁路的安全,因此对路基沉降进行实时的监测是非常重要的。传统的人工监测方法效率较低,且不能实时采集,在传输距离上也存在一定的局限性。针对上述问题,本文构建数据监测网络,对铁路路基的状态进行实时监测。对采集到的工程数据进行预处理和拟合等操作,为后续的预测工作奠定基础。主要研究内容如下:首先,分析了路基沉降的原因,并对相关理论进行研究。在需求分析的基础上,选取压差式静力水准仪数据采集方式以及可靠性高的数据传输方式,完成整个系统方案的设计并对其进行搭建。然后,针对通信距离受限的问题,利用4G实现远距离无线通信,此外为了达到让通信过程更加稳定的目的,构建Netty框架进行数据采集,同时采用通用性较强的Modbus通信协议,通过RS-485总线与4G-DTU将路基实时沉降数据采集到服务器端。为了保证数据的准确传输,采用CRC-16对数据进行校验,将校验无误后的数据解析成高度数据存入My SQL数据库。当累积沉降值达到设定的阈值时,系统发出警告,及时通知工作人员加以分析解决。同时在云端根据原始数据进行计算,生成沉降日报和月报等数据供用户使用。接着,利用Java语言和My SQL数据库完成了沉降数据监测系统的程序设计。根据需求给出了数据库表格的具体设计过程,另外分析了引起数据异常的原因,详细介绍了异常数据处理的算法等。同时对采集到的工程数据进行预处理,包括粗大误差剔除、滑动平均滤波、小波去噪等,然后利用双曲线和灰色GM(1,1)等方法对预处理后的数据进行拟合。最后,通过描述沉降监测系统的具体实现过程,验证了系统的合理性。实现的页面主要包含实时数据曲线显示、异常数据显示以及数据中心等。并且通过对丢包率的测试,表明了系统的稳定性,本文设计的系统能够较好的实现远程数据采集和沉降状态监测。同时通过对处理后的数据利用误差和等指标进行对比分析,表明九点滑动平均滤波效果优于其他方法。对数据进行预处理也为后续的预测工作奠定了基础。

关键词： 智能运维   异常检测   故障预测   集成学习   数据处理  

摘要： 随着数字化时代的到来，大数据、人工智能和云计算等新技术快速发展，IT系统的关联和复杂程度越来越高。系统的安全稳定运行已经成为企业的重点，其中运维工作是确保系统能够平稳运行的重要保障。传统的运维模式主要是依靠人工排查和处理故障，存在非常多的痛点问题，且有较大的局限性，已不能满足企业数字化发展的要求。智能运维(AIOps)是基于大数据和人工智能技术实现的智能化运维，能够有效解决传统运维中遇到的各类问题。AIOps应用场景主要包括质量保障、成本管理和效率提升三个方向，其中质量保障方向的故障预测和异常检测已经成为运维领域的研究热点和前沿。　　本文基于某大型商业银行运维领域的数据，对故障预测和异常检测两类场景进行了深入的研究，以其对AIOps在大型企业运维场景中落地提供一定的借鉴意义。首先基于系统运维日志数据，采用滑动窗口平均、自回归、支持向量机和集成学习四种算法构建预测模型，对系统未来一段时间内可能出现的故障进行预测。经过两种方法的检验，并通过两套检验标淮进行评价，集成学习算法比单一算法的预测准确率和预测效果更好。然后利用机器学习算法中的孤立森林和LSTM算法构建检测模型，对银行交易量中的异常情况分别进行了检测。对比两种模型的检测结果表明，两种模型均能对异常进行检测，但是对于不同的数据量级，检测能力也不同。当数据量级较小时，孤立森林算法异常检测能力更强;而当数据量级较大时，LSTM算法对异常的检测更有效。

关键词： 双迈克尔逊干涉仪   光层析成像   数据处理   轴向分辨率  

摘要： 与X射线医学成像技术相比,以普通光波为信息载体的光层析成像技术是利用生物组织的吸收、散射、反射等改变光波振幅、相位和偏振等效应,获取生物组织内部信息,具有安全无损、高灵敏度、高分辨率的优点。从光信号中提取生物组织信息是光层析成像的关键。光相干层析成像技术利用低相干干涉准确获取介质中的光变化信息,现已广泛应用于临床诊断与材料检测领域。轴向分辨率是衡量光相干层析成像系统性能的重要指标,主要由光源谱宽来确定。通过加大光源谱宽来提高轴向分辨率的方法将大幅增加系统的成本,且受材料工作波段的限制,对系统轴向分辨率的提升有限。为提高光层析成像的性能,本课题组对双反射干涉仪光学层析成像系统的干涉数据进行预处理以降低干扰,并采用数据处理方法拓宽光源的谱宽,以提高系统的轴向分辨率。本论文的主要工作是基于低相干干涉技术建立双反射干涉光层析成像系统,进行数据处理以提高系统的成像质量。首先,结合迈克尔逊干涉仪概述了低相干干涉技术的原理,介绍了几种不同光相干层析成像系统的结构和原理,分析了层析成像系统轴向分辨率的影响因素,指出现存提高轴向分辨率方法的不足,提出通过数据处理的方法来拓宽光源带宽,进而提高轴向分辨率;在时域光相干层析成像系统的基础上建立了双干涉反射光层析成像系统,简述了系统获取被测体全息谱的原理,概述了系统中主要器件的选型情况,简要分析了不同器件对系统性能的影响。然后,针对系统分析了信号中趋势项和噪声的产生原因和特点,使用不同方法对层析成像数据作了处理。处理结果表明,最小二乘法不适用于本系统数据趋势项的提取,而Savitzky-Golay滤波器能较为准确地提取层析数据中的趋势项,但会损失一部分有用信息,可以通过增大滤波器窗长来减少有用信息的损失;对于噪声的去除,小波阈值去噪的效果较好,而最小二乘法自适应滤波会损失一部分干涉信号,归一化最小二乘法自适应滤波能在一定程度上减少干涉信号的损失;希尔伯特变换法提取的包络并不光滑,有毛刺,通过干涉信号极值点插值的方法获取的包络较为光滑。最后,推导了自适应非线性预测方法的原理。为验证提高系统轴向分辨率方法的可行性,用非线性自适应预测方法对不同类型的信号作了预测仿真。结果表明非线性自适应预测方法对于周期性信号的预测较为准确,但对于衰减过快的信号则会随着数据点数的增加而产生较大误差。

关键词： MALDI-MSI   质谱成像   数据处理   算法   仿真模拟  

摘要： 质谱成像是一种生物成像方法,该技术以质谱检测技术为基础,可以在生物组织切片上同时分析上百种分子的空间分布特征和生化物质的含量特征。质谱成像技术目前被广泛应用在药学、医学、植物学、司法鉴定等领域,具有着广阔的应用空间和前景。目前现有的质谱成像技术采用单点扫描的技术,每次完成质谱成像所需要的成像所需时间较长。这个缺陷也在一定程度上制约了质谱成像技术从实验室走向日常生活中。本文提出了一种多点扫描的质谱成像方法,它的基本原理是:首先进行硬件仿真获得分辨率较低的质谱成像图,然后通过算法将分辨率较低的质谱成像图还原成分辨率较高的质谱成像图。还原的主要依据是生物体的区域化特征,生物体的区域化特征在质谱成像中的体现是:每个生物体组织切片中的每个区域内的物质分布都存在着极大的相似性。第四章和第五章分别介绍了两种算法:基于统计规律的多点扫描质谱成像算法和基于聚类拟合的多点扫描质谱成像算法。主要区别在于前者使用生物组织切片的光学照片和低分辨的多点扫描质谱成像图作为还原的依据而后者直接使用低分辨的多点扫描质谱成像图作为还原的依据。本文通过下述实验方式来验证多点扫描质谱成像技术的正确性:用由传统单点扫描仪器质谱实验得到的质谱成像图来展示物质在生物体内的分布情况,在Simulink中模拟多点扫描质谱成像的硬件执行过程并通过哈达玛变换并得到分辨率较低的质谱成像图,随后运用第四章和第五章的两个算法分别将分辨率较低的质谱成像图进行还原。通过将还原得到的高分辨率质谱成像图与由MALDI-MSI得到的质谱成像图进行比较,可以得出如下结论:(1)使用多点扫描技术进行质谱成像可以大大减少质谱成像中所需要的扫描次数,提高质谱成像的效率。(2)虽然多点扫描的质谱成像技术会让质谱成像的正确率有所降低,但是仍然可以反映出生化物质在生物体内的大致分布,并不影响质谱成像的目的达成。