三层压电梁结构在电场作用下发生变形后会产生诱发电势,进而改变材料整体电势分布,本文考虑此变形和电势耦合效应,基于欧拉-伯努利梁变形理论,推导出能够准确预测压电智能悬臂梁传感器与驱动器性能的解析表达式。考虑压电梁结构弯曲变形后产生的电场影响,建立了三层压电梁结构的控制方程;建立了压电梁作为驱动器时端部输出位移、驱动力矩与输入电压之间联系的解析表达式,以及作为传感器时输出电压与端部作用力之间联系的解析表达式。通过与ANSYS有限元模拟结果以及传统的驱动器和传感器性能表达式的对比,验证了所推导的解析表达式的准确性。 针对软性磨粒流在加工硬脆性材料时效率低下的问题,本文提出一种气-液光谱图像分类-数控滚圆机滚弧机张家港电动液压滚圆机滚弧机倒角机-固三相磨粒流加工方法。该方法通过在加工流场内注入微尺度气泡群,利用气泡溃灭释放的能量提升磨粒流加工能力。本文由公司网站全自动滚圆机网站采集转载中国知网整理!    http://www.gunyuanji168.com/ 基于计算流体力学和群体平衡模型耦合计算方法,建立气-液-固三相磨粒流流体力学模型,数值模拟结果揭示了工件表面三相磨粒流形成高速湍流涡旋流场加工特性,得到了工件表面气泡溃灭的分布规律,并探明流体黏度与气泡溃灭之间的关系。图像粒子测速实验表明,通入微尺度气泡群后,平均速度从12.50~13.50m/s提升至15.00~17.00m/s,最高平均速度可达20.00m/s以上。对比加工实验显示,经8h加工后,粗糙度从0.50μm降低到0.05μm。理论和实验研究结果说明借助微尺度气泡群的溃灭效应可有效提升软性磨粒流的加工效率和加工精度针对面向对象的高光谱分类方法中分割参数设置问题,提出了一种基于区域增长技术的自适应高光谱分类算法。首先提出了带约束的区域增长方法,利用已知训练样本的空间信息,提供有效约束,从而降低区域增长过程中区域标记的错误传播率,以提高分类性能;其次,提出了自适应阈值计算方法,通过分析已知训练样本光谱的分布规律,自适应地计算出合理的区域划分阈值,从而代替经验阈值,提高算法的鲁棒性;最后,采用K近邻算法(KNN),对划分后各区域中心进行分类。实验结果表明:对于不同图像,提出的算法计算出的自适应阈值均与其经验值相符合,且其分类效果优于其他算法,来自AVIRIS传感器的高光谱数据Indian Pines在10%的已知训练样本下总体分类精度达92.94%、kappa系数达0.919 5,来自ROSIS传感器的高光谱数据Pavia University在5%的已知训练样本下总体分类精度达95.78%、kappa系数达0.944 0。该算法不仅增强了算法的鲁棒性,同时有效提高了分类性能,在高光谱应用中具有较强的实用性。 光谱图像分类-数控滚圆机滚弧机张家港电动液压滚圆机滚弧机倒角机本文由公司网站全自动滚圆机网站采集转载中国知网整理!    http://www.gunyuanji168.com/