误差补偿是提升数控机床加工精度的重要手段。该文利用三坐标测量机,测量精加工后六边形凹槽表面上部分点的三坐标,并根据理想模型计算轮廓误差。以镜像反变形的思路,对刀位点连线中点处的轮廓误差进行补偿,得到新的NC数据。在一个立式加工中心上进行对照实验,结果表明:误差补偿后,零件的轮廓误差绝对值最大值降低了48.1%,加工精度得到明显改善。基于轮廓误差的NC数据补偿方法,对以直线加工路径构成的零件有很强的适用性。以刀位点连线中点为补偿对象有利于误差测量和程序设计。

轮廓线的变点识别是质量管理的研究热点之一,当前研究多以轮廓整体变化为识别对象,而对局部变化问题研究相对较少,且更少有在发现变异时间的同时能够寻找到变化区域在个体轮廓曲线上位置的系统方法。本文针对轮廓线局部变化识别问题,提出基于小波变换和聚类分析的方法。通过仿真性能评价,并与现有方法进行比较,结果显示本方法能够在更小的差异度检测出变化并准确定位变化区域。在文章的末尾,本文采用了一个实例对该方法的效果进行验证。

轮廓线的变点识别是质量管理的研究热点之一,当前研究多以轮廓整体变化为识别对象,而对局部变化问题研究相对较少,且更少有在发现变异时间的同时能够寻找到变化区域在个体轮廓曲线上位置的系统方法。本文针对轮廓线局部变化识别问题,提出基于小波变换和聚类分析的方法。通过仿真性能评价,并与现有方法进行比较,结果显示本方法能够在更小的差异度检测出变化并准确定位变化区域。在文章的末尾,本文采用了一个实例对该方法的效果进行验证。

正确识别受控轮廓集并确定轮廓控制参数是轮廓控制的基础。当轮廓内部存在相关关系时,异常轮廓对目前轮廓控制参数识别方法的干扰较大。因此,为降低异常轮廓对轮廓控制参数识别方法的影响,提出一种基于密度的受控轮廓集识别方法。该方法包括基于线性混合模型的轮廓建模、基于密度的初始受控轮廓集确定、基于逐次迭代方法的受控轮廓集识别和轮廓控制参数确定等。基于蒙特卡洛模拟分析所提方法中初始受控轮廓数目和密度参数对识别性能的影响。此外,比较分析所提方法与已有方法的识别性能。模拟仿真显示,基于密度的轮廓控制参数识别方法的识别性能要优于其他方法。

在质量控制领域,非线性轮廓异常点识别问题是重点研究问题之一。本文综合运用了小波分析、数据深度、聚类分析等数据分析处理技术,提出了一种新的非正态变异的异常点识别方法。文章通过仿真分析技术,将新方法χ~2与控制图方法进行性能对比,结果证实新方法能够以更高的准确率和稳定性识别异常点,表现出更好的异常点识别性能。最后将新方法应用于木板垂直密度轮廓实例对新方法进行验证,分析结果表明本方法能够有效识别出异常轮廓数据。

生态补偿是环境领域有效的经济管理手段,然而在省域层面实施过程中,一般采取以政府转移支付型的纵向生态补偿为主、多种补偿手段为辅的补偿机制,存在多种补偿途径重复低效等问题。基于此,提出一套适于省域综合生态补偿的保障度—响应度双向绩效评价体系。以青海省为例,量化了多个保障度及响应度指标,解析生态补偿力度与生态环境状况的关系,评判生态补偿政策有效性。研究结果发现在2011—2015年,青海省转移支付类生态补偿绩效水平总体向好,但整体水平仍偏低;其中,海西州和玉树州的保障度及响应度指数较其余各洲偏低。该评价体系以生态保护成效为导向,可有效辨识区域政府生态补偿政策实施水平,可望促进区域政府提升生态补偿政策执行力度。

本文区分了确定性和不确定性条件下生态环境资源的定价与补偿机制的关系。在不确定性条件下,生态环境资源有不可逆性,往往会产生沉淀成本,由此产生期权价值,难以依靠传统的边际成本定价实现生态环境资源补偿,往往造成资源投资补偿不足。如果生态环境资源具有完全可逆性,那么就不会存在资源破坏和环境恶化问题。正是由于生态资源环境具有显著的不可逆性,沉淀成本普遍存在,特别是在未来不确定性的条件下,需要考虑期权价值对生态环境资源定价的影响,从而发现资源定价的根本原则在于生态环境资源价格中需要包括期权价值,特别是资源消耗导致未来资源消耗的减少。否则,由于期权价值没有进入生态环境资源价格里,很容易造成过度或掠夺开采生态...

犁体轮廓是犁体曲面的边界，对犁体的很多性能都有影响。为了实现高温热态犁体锻件的快速、精确、非接触、自动化在线实时测量，提出计算机双目立体视觉犁体轮廓测量的解决方案；设计基于形态学的抗噪型边缘检测算子，实现犁体锻件的亚像素边缘提取；在对原始图像重投影和立体校正的基础上，研究亚像素二次校精校正算法，提高左右图像立体匹配的质量和速度。以犁胫为试验对象，采用双目立体视觉和图像处理，在ＨＡＬＣＯＮ和ＭＡＴＬＡＢ平台上，开发基于机器视觉的犁体锻件轮廓测量系统，实现犁体轮廓的边缘提取、边缘重构、边缘拟合和数学描述，解决犁体轮廓尤其是热态锻件犁体轮廓测量难的问题，为犁体轮廓的检验、测绘、描述、制造和设计提供了．．．

针对原木端面存在相交圆、阴影等导致原木轮廓难以获得完整的圆轮廓问题，提出了基于圆弧的原木轮廓识别方法．首先分析了圆弧在数字化图像中的性质，从各种边缘线条中区分出圆弧边缘；其次，定义验证模型，以判断识别结果是否为合格圆．结果表明，该方法可以从大量干扰的边缘中找到轮廓，并利用部分轮廓边缘识别原木端面．

通过MV-DP090-02B激光轮廓传感器获取轨道车辆轮对踏面轮廓影像信息，再将物体表面轮廓位置转化为三维点云数据，并对数据进行降噪和特征提取，然后对踏面轮廓进行三维重建。文章结合轮对踏面动态测量实验，对轮对低速转动过程中的踏面轮廓进行了扫描。数据处理结果表明，基于MV-DP090-02B激光轮廓传感器获取的三维扫描点云数据及相关数据处理，可以动态测量轮对转动过程中的踏面轮廓；MV-DP090-02B激光轮廓传感器能够满足实验室的测量需求，操作简便，是“轨道交通车辆机械检修”课程实验中轮对踏面轮廓获取的一种新方法。

该文基于便携式粗糙度仪设计了一种用于采集工件表面轮廓数据的测试平台，并同步开发轮廓分析软件。该测试平台由三轴移动装置、夹具、轮廓数据采集装置(粗糙度仪)及计算机组成，可采集水平方向上0.3～16.0 mm、垂直方向上-200 ～200 μm复杂表面的轮廓数据，可用于微结构或非球面等面型测试。基于MATLAB软件设计模块开发轮廓分析软件，适用于轮廓数据的处理及分析。与金相显微镜及泰勒霍普森轮廓仪所测量的轮廓数据结果对比，该文测试平台的测量误差低于5%，证明该平台及测试方法具有可靠性和准确性。该平台体积小、成本低，可用于本科生及研究生的教学实验。

为了改善光电子技术、数字图像处理等3D打印相关技术课程的实践教学效果,设计了基于激光三角法的三维轮廓测量系统。采用单片机作为主控制器,步进电机驱动旋转靶台使待测物体做360°旋转,工业相机采集线激光器照射到被测物体的反射光,对图像进行二值化和滤波预处理、极值法提取激光线中心、点云坐标计算等处理后获取被测物体三维轮廓信息。实验结果表明,该系统能够准确获取被测物体三维轮廓,测量误差小于±0.5mm。

叶片的形态测量在苗木生长自动监测中具有重要意义,在形态测量前首先要将完整的叶片从背景中提取出来。针对彩色苗木叶片图像的特点研究了利用几何活动轮廓模型进行完整叶片的自动分割的方法。首先利用图像的全局信息和C-V模型进行初始分割,当曲线到达目标边界附近时,利用改进的基于图像局部信息的能量模型进行边界的精确定位。该方法将C-V模型不受初始位置影响的优点和改进模型克服弱边界泄漏的优点结合起来,实现了叶片的自动分割,取得了令人满意的实验结果。

依据圆度误差最小条件法的评定要求 ,提出了一种实现最小区域法评定圆度误差的方法 ,设计了相应的误差评定软件 ;并将该方法的评定结果与其他圆度误差评定方法进行了比较。结果表明 ,该评定方法可满足国标规定的最小条件法评定圆度误差的要求。

【目的】对Kozak方程进行修正,采用树木易测因子为预测变量,构建人工樟子松树冠外部轮廓预估模型,为研究树木生理和树木竞争提供依据,为模拟单木树冠表面积和树冠体积奠定基础。【方法】基于黑龙江省14块固定样地70株人工樟子松解析木907个最大枝条数据,以Kozak方程基本形式为基础并对其进行修正,选出构建人工樟子松树冠外部轮廓基础模型的最优模型形式。在最优模型基础上,建立分别考虑样地效应、样木效应及同时考虑样地和样木效应两水平的非线性混合效应模型。利用R软件的nlme软件包求解非线性混合效应模型参数,采用AIC、BIC、-2LL对混合效应模型中不同随机效应参数组合形式、不同随机效应矩阵、方差-协方差矩阵和方差函数进行比较,选出最优模型形式,并对人工樟子松外部轮廓随树木因子的变化规律进行探讨。以林分密度为哑变量,构建不同密度的人工樟子松树冠外部轮廓预估模型。【结果】人工樟子松树冠外部轮廓预估模型因子包含胸径(DBH)、冠长率(CR)和高径比(HD)。与基础模型相比,分别考虑样地效应、样木效应的混合模型能够显著提高模型拟合效果,外部轮廓模型差异主要来源于样木效应。以样木为单水平的混合效应模型中,a_2、a_6为随机参数,对角矩阵为方差-协方差矩阵形式,ARMA(1, 1)为解释组内方差的矩阵,采用幂函数消除异方差的模型形式为最优模型。同时考虑样地和样木效应两水平混合模型的拟合效果较单水平混合模型有所提高。以两水平混合模型的固定效应部分模拟外部轮廓与树木因子之间的关系,在分别固定另外2个变量的情况下,树冠半径随着DBH、CR增大均逐渐增大,树冠上半部分半径随着HD增大而增大,下半部分半径随着HD增大而减小。外部轮廓拐点的变化范围为0.625 0～0.917 0,拐点平均位置为0.841 3,随着林木在林分中被压强度增大,拐点位置向树冠基部移动。密度小于1 000株·hm~(-2)林分中单木的冠形与1 000～2 000株·hm~(-2)和大于2 000株·hm~(-2)林分中单木的冠形区别很大。【结论】修正后的Kozak模型满足梢头处半径为0、在整个树冠范围内存在拐点且拐点唯一的特性,能够对人工樟子松树冠外部轮廓进行合理模拟及预测。两水平非线性混合效应模型可显著提高模型拟合效果,能够在树冠外部轮廓模型中应用。