【摘 要】
:
在工业4.0时代,“数字化双胞胎”成为众多企业向数字化、智能化转型的战略法宝。其核心是将现实生产制造中的各个环节通多数字化手段虚拟到数字化平台中,形成虚拟生产制造和现实生产制造的镜像。因此,数字化双胞胎概念的提出对优化整个企业流程、提升企业竞争力起着至关重要的作用。特别是在智能制造行业中,它势必会推动智能制造的快速发展。但是,目前国内很少有企业将数字化双胞胎的概念运用到接近传感器中。尤其是工业流水
论文部分内容阅读
在工业4.0时代,“数字化双胞胎”成为众多企业向数字化、智能化转型的战略法宝。其核心是将现实生产制造中的各个环节通多数字化手段虚拟到数字化平台中,形成虚拟生产制造和现实生产制造的镜像。因此,数字化双胞胎概念的提出对优化整个企业流程、提升企业竞争力起着至关重要的作用。特别是在智能制造行业中,它势必会推动智能制造的快速发展。但是,目前国内很少有企业将数字化双胞胎的概念运用到接近传感器中。尤其是工业流水线中,接近传感器的碰撞检测算法仍然采用SOLID算法,并且该算法的检测效率较低,使得工业生产会因为碰撞的发生而导致生产率下降。因此目前急需一种即可以调优接近传感器又可以提高碰撞检测效率的方法来帮助更多的企业走向数字化、智能化。为了能够调优接近传感器,本文从虚拟仿真入手,生成虚拟的接近传感器。通过数字化平台将虚拟接近传感器进行调优以达到现实生产中的需求。然后在调优的接近传感器基础上进行碰撞检测算法的研究。对于碰撞检测算法,本文选取层次包围盒算法进行研究。层次包围盒算法可以快速的检测出两个物体未发生碰撞,因此它被广泛运用到游戏和信道通信中。本文围绕着包围盒碰撞检测算法展开深入的研究,具体的研究成果如下:(1)提出一种基于B+树存储的AABB包围盒碰撞检测算法。首先对常见的包围盒算法进行相关实验,得出对比结果,然后在此基础上选取AABB包围盒算法并将B+树作为其存储结构。最后将物体形成的层次包围盒通过分裂平面定理划分成多个包围盒存放在B+树的各个结点中。对结点的存储结构进行优化,减少各结点所占内存。又由于B+树具有特殊的性质,它的非叶子节点只存放索引,具体的值只存放在叶子结点中,这使得整个层次包围盒树所占内存空间大大降低,加快了算法的执行效率。(2)提出了一种优化后的三角面片间的相交测试算法,将相交测试分为同面和异面两种情况。若两个三角面片的位置关系为异面,那么相交测试将会在三维空间中完成;反之,可以将其投影到二维空间中,通过简单的几何位置关系来判断其是否相交。通过这种方式不仅增强了算法的健壮性也提高了碰撞检测的效率。实验数据表明,优化后的算法在碰撞检测效率上有了明显的提高。将该算法运用到NX仿真中,对智能制造中碰撞检测具有较大的价值和意义。
其他文献
随着信息技术和网络技术的快速发展以及低成本的3D传感器(如Kinect)和光场摄像机的日益普及,无人驾驶、智慧城市、虚拟现实(Virtual Reality,VR)、增强现实(Augemented Reality,AR)等技术已经成为学术与工程应用上的热点,而上述技术的快速发展源自计算机对其周围环境的感知能力不断增强。人们希望计算机像人类一样观察真实场景,并智能地给出解决方案,即使用视觉传感器将真
近年来,多智能体系统的一致性广泛应用在集群问题、编队控制等多种科学和工程问题中.解决多智能体系统一致性问题的基本方法是:依据系统设计合适的协议或算法,使得多智能体系统中智能体的关键量最终达到一致.目前,对一阶和二阶的多智能体系统一致性问题的研究已经比较成熟,但对于二阶多智能体系统的群一致性,尤其是综合考虑连续时间、异步采样等环境的研究还不够完备.因此,本文选择异步多智能体系统的群一致性作为研究方向
神经网络(Neural networks,简记作NNs),是对生物神经网络的结构和功能进行模拟与抽象而建立的数学模型。它克服了计算机对非结构性信息处理的局限性,具有重要的实际应用价值。随科技的发展,单纯的实数和复数神经网络已不足以满足应用的需求了,基于此,实数和复数神经网络的延伸——四元数神经网络(Quaternion-valued neural networks,简记作QVNNs)成为了研究热点
本文深入研究了多智能体系统的一致性问题。在分数阶多智能体系统环境下,主要解决了一般线性系统通过事件触发策略实现自适应一致性问题,进一步在分数阶系统下首次提出了自适应自触发算法;在整数阶多智能体系统环境下,通过设计新的控制器使得链式系统实现了在固定时间内达到一致性。在分数阶多智能体系统环境下,基于自适应控制,分数阶一般线性多智能体系统实现了一致性。多智能体之间的通讯结构是无向连接的,在这个基础上我们
稳态热方程的参数识别问题是反问题领域的研究热点,具有重要的理论和工程意义。本文主要讨论该类问题的Bayes反演方法。Bayes方法是近年来处理反问题的重要手段,相比于传统正则化算法,它有两大优势:1.Bayes方法不仅给出解的具体估计,还给出其不确定性信息,这为工程实际应用决策者提供可靠性分析;2.很多基于它的算法是无导数的,这为其工程实际应用提供便利。基于以上优点,Bayes方法已经被广泛应用于
无人机、机器人等运动载体的集群协同控制在工农业生产、灾难救援、地质勘测等领域发挥着重要的作用。一致性是集群系统跟踪、编队等协同控制行为的基础。在实际应用中,运动载体在不同介质中的运动动态普遍呈现为分数阶微分方程的形式,其模型受到各种因素的影响,存在不确定性。因此研究分数阶模型和不确定性影响下的集群一致性问题具有重要意义。本文首先针对具有模型不确定性的整数阶领导者,在跟随者具有模型不确定性和受到未知
机器人在人类日常工作和生活中的应用早已相当广泛,其中的一个领域为下肢外骨骼机器人方向,应用场景遍布医疗、军事和工业,具体可分为助力和康复训练机器人。本文选取下肢外骨骼这一课题正是为了分析参数在人机耦合力中的作用以及帮助行走不便的人实现助力和康复训练为目标。在对国内和国外外骨骼机器人发展现状了解后,确立了以人机耦合力为目标在轨迹跟踪中进行分析,为以后的更加深入的研究奠定一定的基础。本文主要做以下工作
伴随着表面等离激元共振(Surface Plasmon Resonance,SPR)传感技术的不断发展,光子晶体光纤(Photonic Crystal Fiber,PCF)表面等离激元共振传感器也日益成熟,在生物医学、环境监测等领域拥有巨大的发展前景。本文设计了一种准D型PCF-SPR传感器,利用COMSOL Multiphysics数值分析软件对其传感特性进行了分析,并对其结构参数进行了优化。本
随着光纤传感器被广泛应用到生产生活的各个领域,生物医学的发展也对光纤传感器的性能提出了新的要求,普通的光纤传感器存在材料损耗大、测量精确度低等问题。因此,为了适应生物医学检测的灵敏度要求和临床实验需要,一种用于检测生物细胞是否癌变的光纤传感器的研究日趋活跃,其特征为在普通生物医学光纤传感器的表面覆盖纳米金颗粒,利用纳米金颗粒的表面等离子体共振对效应可以有效的增加光纤传感器的灵敏度。然而,目前的研究
油田作业区的生产和建设,安全有着举足轻重的地位,智能化的监控管理可谓是生产的一大步,不仅可以节约人力成本,工作效率也会得到明显的提高。本文在基于这样的课题背景下,从油田工作区工作人员的人脸验证入手,研究和设计了基于深度学习的图像增强网络和人脸识别网络,最终建立起完整的人脸识别系统应用在油田视频监控平台上。本文的主要内容包括:首先进行了深度学习的研究,并在对户外图像增强算法DSLR-Quality