湿式自动去毛刺单元设计及应用

随着我国制造业对产品质量和清洁度要求越来越高,去毛刺已成为制造过程中重要的工艺过程之一。缓速器壳体零件因结构复杂,产生毛刺部位多,多数产线主要混合采用人工和机床两种去毛刺形式。手工去毛刺效率低、劳动强度大、工作环境恶劣,易划伤工件、易漏去。机床因自由度限制,去毛刺部位有限,同时会占用加工节拍。而机器人去毛刺具有柔性高、精度高、效率高、环境要求低、加工空间复杂、工作时间长、废品率低等优势,已成为去毛刺领域新趋势。文章将以一种缓速器壳体湿式自动去毛刺单元为例,从场景要求、机器人选型、工艺流程设计、打磨系统设计、夹具及抓手系统设计、喷淋系统设计、可编程逻辑控制器控制系统设计等方面,简要介绍机器人自动去毛刺单元的设计思路及应用,为类似复杂壳体自动去毛刺设备的设计提供必要的思路借鉴。     

一种基于EMD和小波阈值的桥梁振动信号混合去噪方法

在对桥梁进行健康监测的过程中,桥梁振动信号易受外部环境干扰而产生噪声,影响桥梁真实振动数据的获取与分析.为了减少噪声带来的影响,提出一种基于经验模态分解法(EMD)与小波阈值的混合去噪方法.该方法先通过EMD分解信号获得高频固有模态函数(IMF)分量,然后选取IMF分量使用小波阈值去噪,最后重构IMF分量获得去噪后的信号.结果 表明,基于EMD和小波阈值混合去噪能有效地滤除干扰噪声信号,且去噪效果优于单一的EMD分解去噪法和小波阈值去噪法.这一结果为桥梁振动信号的去噪处理提供了有意义的参考.     

择伴出游

<正> 前同事过来小坐,说打算春节前后驾车出门。我问去哪里?答说东北。而且是要先等南方一哥们儿开车过来找他,然后两人再一起去东北,找另外一个刚认识不久的朋友去玩儿。我听这计划里水分颇多,就问:"现在去东北可是冬天,路况跟平时可不一样。你原先这个季节开车去过东北没?"对方说:"别说这个季节,自打驾车,还没去过东北呢。""那你那个南方朋友去过没有?"对方说也没有。我说长途旅行,尤其是去从不熟悉路况的地区旅行,最好还是和熟     

雾天道路下智能车视觉图像实时快速去雾研究

针对智能驾驶视觉感知领域中去雾算法处理时间过长的问题，提出了一种基于大气散射模型的视频图像快速去雾算法。在暗通道先验去雾的基础上，计算大气光值的自适应参数，提高去雾速度，并优化设计去雾系数，获取半去雾图像，将单幅图像去雾应用到视频实时去雾中；进一步利用限制对比度自适应直方图均衡（CLAHE）算法抑制去雾残余噪声，增强图像道路交通特征。验证结果表明：提出的算法有效提高了图像质量，且视频去雾速度较传统算法大幅提升；图像边缘强度提升近2倍，极大提高了道路能见度。     

基于连续压实检测方法的压实信号去噪及连续压实指标研究

路基压实过程中压路机振动信号存在各种噪声干扰,故选用常用的傅里叶去噪与小波去噪法,对路基试验段采集到的振动压实信号进行去噪,通过结果比对分析得出:小波去噪法能更好地保留压实信号的信息;进一步计算出两种去噪方法各自对应的压实指标HV,并与压实指标Evd进行相关性校验,发现小波去噪法对应的HV能够更好地反映土体压实状态。最后,在考虑小波去噪后信号的二阶谐波的基础上,提出了新的指标HVN,通过与E     

天格尔冰峰上的红色养路工——记云顶道班班长吾拉音依明同志学习毛主席著作的先进事迹

什么叫工作,工作就是斗争。那些地方有困难、有问题,需要我们去解决。我们是为着解决困难去工作、去斗争的。越是困难的地方越是要去,这才是好同志。     

基于AO算法优化VMD参数联合小波阈值的桥梁信号去噪方法

当桥梁进行状态评估和健康监测时，所获得的桥梁信号易受外部环境的干扰，难以反映桥梁结构的真实响应。针对桥梁信号夹杂环境噪声等问题，提出了基于联合天鹰算法(Aquila Optimizer, AO)、变分模态分解(Variational Mode Decomposition, VMD)和小波阈值的去噪方法。该方法首先利用AO算法优化VMD的参数，然后用VMD对含噪声的信号进行自适应分解，再去除方差贡献率较小的模态，最后对剩余的模态进行小波阈值去噪处理，重构信号得到去噪后的真实信号。对模拟信号和桥梁动应变的实测信号分别进行分析，结果表明：基于AO算法优化VMD参数联合小波阈值的去噪方法能有效滤除噪声信号，且去噪效果优于单一的小波阈值去噪、EMD联合小波阈值去噪以及EEMD联合小波阈值去噪等常用的去噪方法，研究成果可为桥梁信号的去噪处理提供有意义的参考。     

独自去旅行 长安铃木 天语SX4

迎着朝阳出发,在阳光里释放疲惫的身躯。踏着晚霞回归,在余晖中获得永恒的自由。每每看见放在桌上的那有着S标志的钥匙,我都在谋划何时独自去蜿蜒的山路上放纵一回,去一个地图上没有的地方。去挑战盘山而上的弯道,去弥漫着云雾的悬崖边释放自我,让大自然那鬼斧神工般的造化涤荡我的心。     

交通系统有大脑

从此以后,我们所在城市的交通系统会知道你要去哪里,并告诉你,应该怎么去,得花多少钱。     

基于内河单幅图像的去雾算法研究

图像景深和天空亮度值的求取是图像复原方法去雾的核心问题,但目前的去雾算法都是基于一定的假设条件来求取这2个值的,对于色彩单调、天空区域较大的内河图像去雾效果不理想。通过对内河航道视频图像的研究,提出将直方图多峰均值法和位平面分解法相结合的方式来求得天空亮度值并分割天空区域;采用分区域的景深计算方法求得图像任意一点的景深值。然后基于大气散射模型,完成内河雾天单幅图像的去雾处理。为了客观评价去雾后图像的质量,从图像的可见边数目比、平均梯度比和图像熵值三方面进行了去雾效果的比较。实验证明,该算法对内河航道图像有良好的去雾效果。