激光扫描在工件表面检测中的应用方法

为了获取磨削工件表面特征信息，提出一种基于激光扫描的磨削工件表面检测方法。利用机械臂带动激光传感器扫描放置在激光测量平面中的磨削工件，从而获得工件在激光测量平面中的三维坐标信息，通过相邻2个扫描点之间的高度变化求出工件边界点的三维坐标信息，结合x轴和y轴坐标的极值点利用最小二乘法拟合出工件边界在激光测量平面中的解析式，进一步求出附着在工件上的坐标系相对于激光测量坐标系的位姿，最后利用工件在激光测量坐标系中的位置矢量信息得出其表面特征信息。实验结果表明，利用该方法对工件表面进行检测，得到工件表面检测误差为0.11 mm，检测平均时间在1 s内，满足工件表面特征检测要求。     

基于蓝光扫描仪的高光面小圆角结构测量方法

对于高光表面及小圆角结构工件，传统的光学测量方法以及设备难以满足工程要求，基于蓝光扫描仪，提出一种球心偏置测量方法。在待测工件表面附着经220目砂粒喷砂处理的钢球，利用蓝光扫描仪对钢球进行快速扫描并拟合出扫描点云的球心点，沿待测工件表面法矢方向偏置钢球半径可得到工件表面实测点。利用该方法对标准圆棒进行测量，拟合直径差值为0.000 2 mm，测量精度在0.03 mm以内，验证了该方法原理的可行性。以进排气边圆角R < 0.1 mm的抛光叶片某条截面线为例，测量精度在0.03 mm以内。该方法不受待测工件表面材质影响，对于高反光表面以及具有微小结构特征工件的测量具有重要意义。     

基于图像灰度信息的直线位移测量

提出了一种基于视觉的新型直线位移测量方法。建立了图像各像素点灰度值与直线运动位移间的映射函数模型,通过数值方法解算了直线运动平台的位移。通过蒙特卡罗仿真对所提方法进行分析,证明了其可行性与合理性。分析了检测点拓扑结构对测量精度的影响。实验结果表明,在10 mm的位移测量范围内,所提方法的测量误差标准差为4μm。     

平行平板横向剪切干涉仪装调误差的矫正方法研究

对平行平板双光路横向剪切干涉仪的装调进行了研究,提出了一种矫正两个平行平板之间角度误差的方法.输出激光的波前采用Zernike多项式拟合,经过理论推导,发现两个方向差分波前求解出的倾斜像散之差与平行平板的角度误差存在线性关系,利用两个方向倾斜像散之差来矫正两个平行平板之间的角度误差.在平行平板横向剪切干涉仪的装调过程中使两个方向差分波前的倾斜像散之差为零即可以使两个方向的平行平板之间的角度误差值为零.进一步地从实验上证明了这个线性关系,对于所用的实验系统,当离焦像差为-3.224 7±0.001 8,两个方向差分波前的倾斜像散之差波动范围为±2.0×10^-3时,平行平板的角度误差可以控制在8.82″之内,高阶像差对平行平板的角度误差调节精度的影响约为1.63″.该方法具有装调简单、精确度高,易于流程化操作的优点.     

基于压缩全息和空分复用的多彩色图像加密

针对现有光学加密方法进行彩色图像加密时加密容量低、解密图像失真度高等问题,提出一种基于压缩全息和空分复用的多彩色图像加密方法.在光学加密阶段,结合改进的Mach-Zehnder干涉仪与空分复用技术,通过不同的随机相位掩膜对多幅彩色图像进行同时加密,仅需单次曝光即可得到由多幅彩色图像加密的全息图.在解密过程中,由于记录全息图的过程可建模为压缩感知过程,使用两步迭代收缩/阈值算法即可求解.实验结果表明,提出的加密系统加密容量大,解密重建图像质量高,结合压缩感知理论,有效地消除了同轴全息中平方场项对解密重建性能的影响,解密图像平均峰值信噪比仅下降约2～5dB;密钥安全性高,随机相位掩膜与传播距离均起到密钥的作用,在随机相位掩膜错误或传播距离仅偏移0.25%时,便无法解密出原始彩色图像;且对噪声与遮挡性攻击具有良好的鲁棒性,解密重建性能随噪声增大下降趋势缓慢,加密全息图80%信息受到遮挡性攻击时,仍可取得良好的解密重建结果.     

基于改进最小二乘支持向量机的惯性测量组件故障在线检测方法

为提高惯导系统工作的可靠性和导航性能,对其惯性测量组件的故障模式和检测模型进行了分析。针对最小二乘支持向量机(LS-SVM)回归算法做了两点改进,具体方法是先对输入样本观察窗平移更新的每个样本数据进行异常点滤波判断并用牛顿插值法进行处理,接着通过对在线LS-SVM回归过程的研究,提出了一种递推求解的快速算法,将惯性测量组件的输出量、舵偏角改变量并辅以环境因素作为观测样本序列,应用该算法来提高模型检测的准确性和时效性。最后对惯性测量组件无故障和出现卡滞、恒偏差时的故障模式进行了仿真实验,结果表明,与应用LS-SVM、SVM和BP神经网络算法相比,提出的惯性测量组件故障在线检测方法具有较强的鲁棒性和较快的速度。     

基于虚拟相位平面的相位展开方法

在基于相位分析的三维测量系统中,为了准确地得到物体的高度,相位展开扮演着很重要的角色。传统的相位展开方法常常需要额外的投影图,而傅里叶变换轮廓术只需要采集一幅或两幅变形条纹图就可以实现对物体轮廓的测量,其方法速度快,易于实现。针对傅里叶变换轮廓术方法计算得到的截断相位分布,本文提出了一种利用截断相位与参考平面相位差值2π的整数倍数获得截断相位的正确级次,辅助相位展开的方法。当被测物体较复杂,或者相位截断次数较多时,该方法在已有参考平面相位的基础上虚拟新的相位平面,依次比较截断相位和虚拟相位,进行多次分级相位展开,结合多个展开相位结果,最终得到正确的展开相位。该方法展开速度快,展开错误不会蔓延传递。仿真和实物实验结果证明了该方法的可行性,说明该方法可用于傅里叶变换轮廓术中进行截断相位的快速展开。     

基于LSTM的浮选钼精矿品位软测量模型

战略性稀有金属钼矿品位低,组分复杂、嵌布粒度细等特点,其有价金属分离回收难。浮选作为微细粒钼矿分离回收的主要选矿方法之一,其浮选钼精矿品位一直是选厂的关键性产品指标。国内大多数选厂采取轮班制采样,人工化验得到精矿品位结果,但此方式严重滞后于浮选工艺,难以满足对生产过程进行实时监测和操作指导。LSTM是一种特殊的循环神经网络,引入门机制有效的传递或选择性遗忘长时间序列中的信息,解决RNN中的长期依赖、梯度消失和爆炸问题。本文分析整理东坡选厂中各平台源数据,结合选厂浮选工艺及机理,筛选出多个影响浮选钼精矿品位的变量作为模型输入;将输入变量进行异常值判定,缺失值填充和数据降噪等数据预处理,建立高质量浮选钼精矿品位数据库;软测量模型采用PyCharm软件编码,使用BatchNorm批量规范化处理样本数据,加入Dropout正则化防止过拟合,建立基于LSTM的浮选钼精矿品位软测量模型,通过前向传播算法更新神经网络结构参数,并于Linear模型和CNN模型的预测性能指标结果比较。结果表明：基于LSTM的浮选钼精矿品位软测量模型预测准确度高,样本数据误差波动平稳,浮动范围小,模型泛化能力强,模型平均绝对百分比误差MAPE为1.13%,均方根误差RMSE为0.7049%,决定系数R2为0.8763,实现了浮选钼精矿品位的在线预测。