摘要：在车削加工中,零件质量是生产者需要密切关注的问题。表面粗糙度作为评价零件质量的一项重要指标,选择满意的切削参数来提高表面粗糙度可有效提高零件质量。为提高表面粗糙度的预测精度,在现有研究基础之上提出一种分段的表面粗糙度理论解析模型对表面粗糙度进行预测。同时尝试采用双深度Q网络(DDQN)优化支持向量回归(SVR)提高数据驱动模型的预测性能,探寻DDQN优化SVR内部参数的环境设计,并且与其他算法对比了其优化效果与稳定性。基于45钢的车削试验,验证分段的表面粗糙度理论模型和DDQN-SVR预测模型的有效性,为基于表面粗糙度的切削参数选择提供了较好的技术支持。

摘要：为了提高刀具磨损状态实时监控的准确性和泛化能力,提出一种基于切削力特征间接识别刀具磨损状态的方法。该方法建立了切削力信号与刀具磨损的非线性映射关系,并进行刀具生命周期内的性能试验,采集切削力信号,提取信号的时域、频域和小波域特征,采用核主成分分析法进行数据降维,利用灰狼优化的支持向量机得到刀具磨损的分类等级。最后与其他文献中的方法进行对比,结果表明该模型能够更准确地反映刀具的磨损状态,具有较高的泛化能力。

摘要：由于镜头在制造及装配过程中必然会存在误差,而且在广角镜头的设计中不可避免的会产生非线性畸变,无法避免最直观的效果就是拍到的图像发生扭曲。为了减小畸变对图像的影响,故需要重建整个系统拍摄得到的2D图像信息与其对应3D空间物体信息之间准确的对应关系。文章通过建立正确的数学校正模型,采用基于MATLAB内部工具箱对相机进行标定,得到相机内外参数投影矩阵关系,从而对畸变图像进行校正。