本文關鍵詞：基于傅里葉描述子的四桿機構連桿曲線復演研究

  更多相關文章： 四桿機構 連桿曲線 傅里葉描述子 BP神經(jīng)網(wǎng)絡 曲線復演

【摘要】：四桿機構連桿平面上的點可以實現(xiàn)多種多樣的連桿曲線,僅從直觀上分析,就可以大致的分為水滴形、卵形、橢圓形、鐮刀形、8字形和彎月形等6種形狀,工業(yè)中常常利用它來復演生產(chǎn)實際現(xiàn)場中要求的軌跡。例如,在零件加工過程中,當需要加工的零件外形輪廓符合連桿平面上某特定點的運動軌跡時,只需把相應的車刀安裝在連桿平面上的該特定點位置,則可加工出所需的零件。因此,尋找一種解決方案可以快速的得到實現(xiàn)期望曲線所需的四桿機構參數(shù)具有重要的現(xiàn)實意義。然而,由于連桿曲線與它對應的四桿機構參數(shù)之間存在著極為復雜的非線性關系,使得直接研究它們之間的關系非常困難。本文將采用間接綜合法來實現(xiàn)期望曲線的復演,間接綜合法的關鍵問題之一是連桿曲線特征參數(shù)的提取;另一個重要問題是期望曲線特征參數(shù)與數(shù)據(jù)庫中特征參數(shù)進行匹配的問題。針對這兩個問題,本文做了以下研究工作。首先,關于連桿曲線特征參數(shù)的提取,本文在比較現(xiàn)有各種連桿曲線特征參數(shù)提取方法的優(yōu)缺點基礎之上,基于傅里葉描述子的低頻分量能夠很好的描述物體邊界的整體形狀理論,引入了傅里葉描述子作為連桿曲線的特征參數(shù)。并且通過matlab軟件編程,實現(xiàn)了連桿曲線的傅里葉描述子表示。同時,基于傅里葉描述子這一特征參數(shù),建立了連桿曲線的數(shù)值圖譜庫。其次,關于期望曲線特征參數(shù)與數(shù)據(jù)庫中特征參數(shù)進行匹配識別的問題,基于BP神經(jīng)網(wǎng)絡具有極強的非線性映射能力和很好的泛化能力,本文提出采用BP神經(jīng)網(wǎng)絡識別算法進行匹配。將數(shù)值圖譜庫中的數(shù)據(jù)作為樣本來訓練構建好的BP神經(jīng)網(wǎng)絡,網(wǎng)絡訓練成功后,在BP神經(jīng)網(wǎng)絡的輸入端輸入期望曲線的特征參數(shù),則在輸出端即可得到相應的四桿機構尺寸參數(shù)。最后,本文通過matlab編程實現(xiàn)了“基于傅里葉描述子的四桿機構連桿曲線復演軟件系統(tǒng)”。在此基礎上,本文選取了五種典型的連桿曲線作為期望曲線對“基于傅里葉描述子的四桿機構連桿曲線復演軟件系統(tǒng)”進行測試,測試結(jié)果表明:采用傅里葉描述子作為連桿曲線特征參數(shù)來實現(xiàn)期望曲線的復演取得了很好的效果。
【關鍵詞】：四桿機構 連桿曲線 傅里葉描述子 BP神經(jīng)網(wǎng)絡 曲線復演
【學位授予單位】：華南理工大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TH112
【目錄】：

• 摘要5-6
• ABSTRACT6-11
• 第一章 緒論11-20
• 1.1 選題的依據(jù)和研究的意義11-12
• 1.2 國內(nèi)外研究現(xiàn)狀12-17
• 1.2.1 國外研究現(xiàn)狀12-13
• 1.2.2 國內(nèi)研究現(xiàn)狀13-17
• 1.3 本文的研究內(nèi)容與結(jié)構安排17-20
• 1.3.1 本文的研究內(nèi)容17-18
• 1.3.2 本文的結(jié)構安排18-20
• 第二章 四桿機構連桿曲線的生成及其規(guī)律性分析20-30
• 2.1 平面四桿機構的基本理論20-24
• 2.1.1 平面四桿機構的分類20-21
• 2.1.2 平面四桿機構的主要運動特性21-24
• 2.2 四桿機構連桿曲線生成的研究及仿真分析24-27
• 2.2.1 關于四桿機構連桿曲線生成的研究24-25
• 2.2.2 四桿機構連桿曲線的仿真25-27
• 2.3 曲線圖譜庫的生成及曲線形狀變化的規(guī)律性分析27-29
• 2.3.1 曲線圖譜庫的生成27-28
• 2.3.2 關于連桿曲線形狀變化的規(guī)律性分析28-29
• 2.4 本章小結(jié)29-30
• 第三章 基于傅里葉描述子的連桿曲線特征參數(shù)提取30-47
• 3.1 幾個主要的連桿曲線分析方法及比較30-31
• 3.2 傅里葉描述子在連桿曲線中的研究31-38
• 3.2.1 傅里葉描述子理論介紹31-33
• 3.2.2 采用傅里葉描述子描述連桿曲線33-35
• 3.2.3 關于傅里葉描述子描述連桿曲線的可行性分析35-38
• 3.3 連桿曲線歸一化傅里葉描述子的提取38-43
• 3.3.1 關于傅里葉描述子魯棒性的研究38-40
• 3.3.2 傅里葉描述子的歸一化40-41
• 3.3.3 傅里葉描述子的個數(shù)選取41-43
• 3.4 基于傅里葉描述子建立連桿曲線數(shù)值圖譜庫43-46
• 3.4.1 歸一化傅里葉描述子作為連桿曲線特征參數(shù)的優(yōu)點43
• 3.4.2 數(shù)值圖譜庫建立43-46
• 3.5 本章小結(jié)46-47
• 第四章 基于BP神經(jīng)網(wǎng)絡的連桿曲線識別47-67
• 4.1 人工神經(jīng)網(wǎng)絡47-49
• 4.1.1 人工神經(jīng)網(wǎng)絡的基本理論47
• 4.1.2 人工神經(jīng)網(wǎng)絡的分類47-49
• 4.2 BP神經(jīng)網(wǎng)絡的基本原理49-55
• 4.2.1 BP神經(jīng)網(wǎng)絡的介紹49
• 4.2.2 BP神經(jīng)網(wǎng)絡單個神經(jīng)元的結(jié)構49-50
• 4.2.3 BP神經(jīng)網(wǎng)絡算法原理50-55
• 4.3 BP神經(jīng)網(wǎng)絡的設計55-62
• 4.3.1 隱層數(shù)的確定55-56
• 4.3.2 隱層節(jié)點數(shù)的確定56-57
• 4.3.3 傳遞函數(shù)（激勵函數(shù)）的確定57-58
• 4.3.4 學習算法的確定58-61
• 4.3.5 誤差評價函數(shù)的確定61-62
• 4.4 BP神經(jīng)網(wǎng)絡在連桿曲線識別中的研究62-66
• 4.4.1 BP神經(jīng)網(wǎng)絡的matlab實現(xiàn)63-64
• 4.4.2 BP神經(jīng)網(wǎng)絡參數(shù)的選擇64-66
• 4.5 本章小結(jié)66-67
• 第五章 四桿機構連桿曲線復演軟件系統(tǒng)的實現(xiàn)67-86
• 5.1 軟件開發(fā)平臺的選擇67-68
• 5.2 系統(tǒng)框架的設計68-70
• 5.3 各個功能模塊的matlab程序設計70-75
• 5.3.1 matlab生成連桿曲線70-72
• 5.3.2 matlab提取連桿曲線傅里葉描述子72-74
• 5.3.3 matlab實現(xiàn)BP神經(jīng)網(wǎng)絡識別74-75
• 5.4 典型四桿機構連桿曲線復演的仿真分析75-85
• 5.4.1 BP神經(jīng)網(wǎng)絡權值系數(shù)的訓練75-77
• 5.4.2 期望連桿曲線復演實例77-85
• 5.5 本章小結(jié)85-86
• 總結(jié)與展望86-88
• 全文總結(jié)86-87
• 工作展望87-88
• 參考文獻88-92
• 攻讀碩士學位期間取得的研究成果92-93
• 致謝93-94
• 附件94

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 高大啟;有教師的線性基本函數(shù)前向三層神經(jīng)網(wǎng)絡結(jié)構研究[J];電路與系統(tǒng)學報;1997年03期

2 李剛;王蒙軍;林凌;曾銳利;;視覺驅(qū)動的語音合成系統(tǒng)中唇形輪廓的正交變換描述[J];光學精密工程;2007年07期

3 iJ基厚;;抶鏈四桿機構的封晧區(qū)間圖[J];東北重型機械學院學報;1978年01期

4 王濤,劉文印,孫家廣,張宏江;傅立葉描述子識別物體的形狀[J];計算機研究與發(fā)展;2002年12期

5 竇萬鋒，，齊維浩，楊先海;平面連桿曲線特征參數(shù)提取的自相關變換法[J];機械科學與技術;1995年05期

6 孫寧;連桿曲線編碼存查法[J];機械設計;1994年04期

7 蘆丹,吳鑫,張彥斌;結(jié)合連續(xù)法與數(shù)值圖譜法的四桿機構連桿軌跡的尺度綜合[J];機械設計;2004年10期

8 李震,桂長林;連桿曲線特征分析的數(shù)學形態(tài)學方法[J];機械工程學報;2002年02期

9 謝進,閻開印,陳永;基于BP神經(jīng)網(wǎng)絡的平面機構連桿運動綜合[J];機械工程學報;2005年02期

10 孫建偉;褚金奎;;用快速傅里葉變換進行球面四桿機構連桿軌跡綜合[J];機械工程學報;2008年07期

中國博士學位論文全文數(shù)據(jù)庫 前3條

1 孫建偉;基于諧波特征參數(shù)的空間連桿機構尺度綜合研究[D];大連理工大學;2010年

2 覃文軍;基于視覺信息的手勢識別算法與模型研究[D];東北大學;2010年

3 楊

本文編號：1022994