您的位置: 专家智库 > >

浙江省自然科学基金(LY12F01023)

作品数:6 被引量:19H指数:3
相关作者:董辉邢科新何德峰姜旭飞林叶贵更多>>
相关机构:浙江工业大学华中科技大学更多>>
发文基金:浙江省自然科学基金国家自然科学基金浙江省教育厅科研计划更多>>
相关领域:自动化与计算机技术机械工程化学工程电气工程更多>>

文献类型

  • 6篇中文期刊文章

领域

  • 3篇机械工程
  • 3篇自动化与计算...
  • 1篇化学工程
  • 1篇电气工程

主题

  • 2篇图像
  • 2篇图像配准
  • 2篇配准
  • 2篇角点
  • 2篇角点检测
  • 1篇点检测算法
  • 1篇电机
  • 1篇电路
  • 1篇迭代学习
  • 1篇迭代学习控制
  • 1篇永磁
  • 1篇永磁同步
  • 1篇永磁同步电机
  • 1篇有界
  • 1篇有界函数
  • 1篇神经网
  • 1篇神经网络
  • 1篇收敛性
  • 1篇收敛性分析
  • 1篇速度控制

机构

  • 6篇浙江工业大学
  • 1篇华中科技大学

作者

  • 3篇董辉
  • 3篇邢科新
  • 2篇林叶贵
  • 2篇姜旭飞
  • 2篇何德峰
  • 1篇张贵军
  • 1篇黄文嘉
  • 1篇俞立
  • 1篇徐建明
  • 1篇叶雷
  • 1篇李林鑫
  • 1篇吴军
  • 1篇黄胜
  • 1篇陈强
  • 1篇吴根忠

传媒

  • 2篇高技术通讯
  • 2篇浙江工业大学...
  • 1篇机电工程
  • 1篇化工自动化及...

年份

  • 3篇2014
  • 2篇2013
  • 1篇2012
6 条 记 录,以下是 1-6
排序方式:
模具监视系统中的图像快速配准算法被引量:2
2012年
注塑机的振动及模具归位不准等原因容易造成目标图像与样本图像间的偏移,从而引起模具监视系统产生误检和误报。为此,提出一种基于尺度不变特征变换描述子的实时图像配准算法。该算法采用一种快速角点检测算法提取图像关键点,围绕关键点构建128维描述子,依据最近邻匹配法得到特征匹配对,最后通过随机采样一致性(RANSAC)和最小二乘法剔除误配点并拟合变换参数。最后,用实验证明了该算法的有效性。
姜旭飞邢科新董辉何德峰林叶贵
关键词:尺度不变特征变换算法图像配准算法
气动肌肉的三元素模型辨识研究被引量:3
2013年
基于Reynolds所提出的气动肌肉三元素模型理论,通过实验对自制的气动肌肉进行了模型参数辨识,结果表明三元模型的有效力系数F与压力P呈近似线性关系,弹簧系数K与压力P呈近似的分段线性关系,且随P的增加先减小后增大。因此,采用分段模型对Reynolds三元素模型进行了改进。考虑到阻尼系数B数值相对较小,对气动肌肉动力学方程的贡献较小,改进的模型采用有界的函数来表示阻尼系数B。最终,设计了两种不同的滑模控制方法,通过控制实验证明了辨识模型的有效性。
邢科新徐建明何德峰张贵军吴军
关键词:有界函数
二维排样中小生境粒子群算法的研究与应用被引量:7
2014年
提出将基于小生境技术的粒子群算法引入二维不规则零件排样求解问题的方法,通过二维图形坐标离散化的方式,将不规则零件轮廓转化为一系列的坐标区间,在经典粒子群优化算法的基础上加入小生境的思想,运用基于小生境的粒子群算法来搜索排样结果.实验表明:该算法具有良好的搜索性能,它为解决二维不规则零件排样提供了有效的决策方案.
董辉黄胜
关键词:小生境粒子群离散化排样
变增益反馈D型迭代学习控制系统分析与仿真被引量:5
2014年
为了在机器人这一强耦合非线性环境下能够快速并较好的完成跟踪任务,提出了一种变增益反馈D型迭代学习控制算法,并对其收敛性进行了分析与证明.此外,结合一个已有的机械手动力学模型,利用MATLAB工具分别使用传统的开、闭环迭代学习控制,以及反馈增益D型迭代学习控制进行仿真,对比分析跟踪性能与控制效果.分析与仿真结果表明:该方法具有良好的跟踪精度,且相较传统方法收敛速度更快,可用于机器人高精度轨迹控制.
董辉黄文嘉李林鑫
关键词:迭代学习控制变增益收敛性分析
基于DM6437的模具保护系统的设计与实现被引量:2
2013年
为了对注型机生产过程中存在的异物残留、滑块错位、脱模不良等异常情况进行实时监控,以满足对注型模具的自动保护,设计并实现了一种基于DM6437微处理器的新型模具保护系统。使用Candence软件完成了DSP控制板高速电路部分的仿真及其硬件设计,考虑到实际生产中现场噪声、阴影以及机械振动造成的图像偏差,设计了基于FAST-9快速角点检测的匹配算法,以完成图像的实时配准,并与传统的模板匹配算法进行了比较,最后通过实验验证了硬件系统的可靠性和软件算法的有效性。
邢科新林叶贵俞立姜旭飞
关键词:高速电路图像配准
基于误差反馈学习的永磁同步电机变负载有限时间速度控制被引量:1
2014年
针对传统永磁同步电机调速系统面对变负载和大范围调速时,P、I参数需要频繁调整且速度跟踪不理想的问题,提出了一种基于误差反馈学习结构的永磁同步电机有限时间速度控制方法。在对永磁同步电机运动方程分析的基础上,使用非线性PI和径向基神经网络建立了速度环控制器模型。前者保证控制系统收敛和稳定,其输出作为神经网络的误差学习参数;后者基于终端滑模理论设计参数调整律,加快神经网络的参数收敛速度,使得神经网络的输出逐渐取代非线性PI成为控制系统的主要控制器。利用李雅普诺夫稳定判据分析了控制器的收敛性,并在永磁同步电机调速系统上进行了试验。研究结果表明,基于误差反馈学习结构的有限时间控制策略能够减小系统静态误差和抖振,具有一定的抗干扰能力。
叶雷吴根忠陈强
关键词:永磁同步电机终端滑模径向基神经网络
共1页<1>
聚类工具0