排序方式： 共有3条查询结果，搜索用时 93 毫秒
1
1.
熔融沉积式3D打印路径优化算法研究 总被引：2，自引：0，他引：2
针对目前3D打印加工耗时长、生产效率低的特点,提出一种熔融沉积式3D打印路径优化算法。针对部分零件切片轮廓封闭曲线多的情况,提出一种基于蚁群算法的轮廓路径规划方法,合理规划各轮廓的打印顺序。采用平行扫描对切片截面进行填充,分析扫描线角度对打印效率和打印质量的影响,确定最优扫描线角度,将填充区域进行区域划分,提出了一种基于四点法的区域合并算法,并采用临近法对合并区域打印次序进行优化。运用该算法进行零件打印实验,与传统的平行扫描法比较,3组零件的单层轮廓路径长度分别缩短了19.5%、12.5%、10.7%,打印时间缩短了12.6%、11.6%、8.9%,打印零件的尺寸精度和表面质量均有所提高,结果表明,该算法健壮有效并且打印效率更高。 相似文献
2.
针对磁瓦表面裂纹缺陷图像背景不均匀、对比度低和存在纹理干扰等特点,提出了一种基于非下采样Shearlet变换(Nonsubsampled Shearlet transform,NSST)的裂纹检测方法。首先对原始图像进行多尺度、多方向NSST分解,得到一个低频子带和多个高频子带,然后利用各向异性扩散和改进的γ增强方法对高频子带进行滤波和增强;同时利用二维高斯函数对低频子带进行卷积操作来构造高斯多尺度空间,估计出图像的主要背景,并通过背景差法得到均匀的低频目标图像。最后通过重构NSST系数得到去噪和增强后的均匀目标图像,利用自适应阈值分割和区域连通法提取裂纹缺陷。实验结果表明,所提方法检测准确率达92.5%,优于基于形态学滤波方法、基于Curvelet变换方法和基于Shearlet变换方法等现有磁瓦表面裂纹检测方法。 相似文献
3.
为了提高6R焊接机器人的位姿精度和焊接轨迹的准确度,提出了一种基于RBF神经网络的6R焊接机器人逆运动学求解方法。针对6R焊接机器人逆运动学方程组具有高维、非线性、求解复杂的特点,基于RBF神经网络建立运动学逆解预测模型,采用尺度空间理论对焊接机器人的位姿参数样本所在的工作空间进行分区,采用均匀设计法和模糊聚类理论对分区后的训练样本进行优选,并根据Z-Y-Z坐标转换原理进行转换和归一化处理,将逆运动学求解问题转换为基于RBF的6输入6输出预测系统。运用该系统对6R焊接机器人进行了复杂焊接轨迹仿真和点焊实验,并与基于组合优化迭代法和BP神经网络的逆运动学求解效果与焊接精度进行了比较,结果表明,基于RBF的6R焊接机器人运动学逆解预测模型具有求解简单、精度高、便于轨迹规划的特点,证明了该方法的可行性和有效性。 相似文献
1