大数据-算法-高速铣削RoyAlloy模具钢的表面粗糙度预测及其铣削参数优化.pdf
2022-05-05 09:07:13 2.75MB big data 算法 文档资料
小程序 表面粗糙度與單位換算(学生必备)小程序 表面粗糙度與單位換算(学生必备)小程序 表面粗糙度與單位換算(学生必备)小程序 表面粗糙度與單位換算(学生必备)小程序 表面粗糙度與單位換算(学生必备)小程序 表面粗糙度與單位換算(学生必备)小程序 表面粗糙度與單位換算(学生必备)小程序 表面粗糙度與單位換算(学生必备)小程序 表面粗糙度與單位換算(学生必备)小程序 表面粗糙度與單位換算(学生必备)小程序 表面粗糙度與單位換算(学生必备)小程序 表面粗糙度與單位換算(学生必备)小程序 表面粗糙度與單位換算(学生必备)小程序 表面粗糙度與單位換算(学生必备)小程序 表面粗糙度與單位換算(学生必备)小程序 表面粗糙度與單位換算(学生必备)小程序 表面粗糙度與單位換算(学生必备)小程序 表面粗糙度與單位換算(学生必备)小程序 表面粗糙度與單位換算(学生必备)小程序 表面粗糙度與單位換算(学生必备)小程序 表面粗糙度與單位換算(学生必备)小程序 表面粗糙度與單位換算(学生必备)小程序 表面粗糙度與單位換算(学生必备)小程序 表面粗糙度與單位換算(学生必备)小程序 表面粗糙度與單位換算(学生必备)
三维(3D)测量方法较二维(2D)测量能更全面地反映零件真实形貌的几何形状信息, 其参数统计特性好, 具有稳键性。提出了基于数字图像处理技术的测量零件表面粗糙度的三维测量方法, 并构建了表面粗糙度三维测量系统。对从数码相机所采集的图像进行了中值滤波、灰度平衡、直方图变换增强等处理, 并计算了平磨加工的五种不同粗糙度等级试验样块的三维参量, 对其均值m, 方差σ, 表面均方根偏差Sq, 陡峭度Sku和轮廓算术平均偏差Ra相关性进行了讨论。试验表明, 平磨加工样块的三维参数m, σ, Sq随Ra值的增大而增大, 而参数Sku与Ra无明显相关性。
2022-04-17 20:47:46 1.77MB 图像处理 表面粗糙 测量 三维
1
基于Fluent的壁面粗糙度突变对翼型气动特性影响的数值模拟研究,刘克刚,伍先俊,为研究壁面粗糙度突变对翼型气动特性的影响,利用Fluent软件对翼型NACA4412气动特性进行数值模拟,模拟中固定攻角大小以及来流风速,�
2022-04-12 20:24:46 241KB 首发论文
1
基于虚拟仪器技术的表面粗糙度测量仪,是应用LabVIEW进行设计
2022-03-30 21:30:29 10.21MB LabVIEW
1
Darcy-Weisbach 摩擦系数的计算是通过不同的方法(隐式和显式)根据雷诺数和相对粗糙度系数进行的。 通过输入参数指定要使用的计算方法。 此外,还提供了一个子程序,用于根据管道不同运行条件下雷诺数和摩擦系数的测量来估计粗糙度系数。 http://doi.org/10.5281/zenodo.1481992
2022-03-18 15:53:06 3KB matlab
1
MATLAB 代码,用于计算给定雷诺数 (Re) 和相对粗糙度系数 (epsilon) 值的管道中的摩擦系数。 句法: f = colebrook(Re,epsilon) 示例 1:单个 Re,单个 epsilon Re = 1e5; epsilon = 1e-4; f = colebrook(Re,epsilon) 示例 2:多个 Re,单个 epsilon Re = 5000:1000:100000; epsilon = 1e-4; f = colebrook(Re,epsilon); 情节(重新,f) 示例 3:单个 Re,多个 epsilon Re = 1e5; epsilon = linspace(1e-4,1e-1,100); f = colebrook(Re,epsilon); 情节(epsilon,f) 示例 4:多个 Re,多个 epsilon Re = lo
2022-03-04 12:38:12 2KB matlab
1
使用 Haar 小波计算 10 个细节级别的图像粗糙度。 计算细节级别总和的偏度。 计算特征真实尺寸的有效粗糙度。 有效粗糙度很有用,因为单个尺寸的特征将被多个细节级别的小波分解。 该例程考虑了粗糙度的分布,并通过拟合 Haar 小波的粗糙度分布曲线来给出每个细节级别的有效粗糙度。 有效尺寸为:适合 1 = 1 像素、适合 2 = 2 像素、适合 3 = 4 像素、适合 4 = 8 像素等。
2022-03-01 10:39:16 38KB matlab
1
互换性与技术测量第4章表面粗糙度整理.pdf
2022-01-10 10:03:40 1.12MB 网络文档
针对彩色图像多阈值分割中阈值个数自动确定困难和优化时间长的问题,首先提出一种新的HSV空间中彩色图像投影预处理方法,然后计算待分割图像的颜色粗糙度,并根据颜色粗糙度确定图像分割的阈值数量,为提高分割效率,利用遗传算法搜索最优分割阈值组合,为提高分割精度,在遗传算法适应度函数设计时既考虑了类内的颜色离散度,又考虑了像素的空间关系。实验结果表明该方法具有较为理想的分割效果,对光线变化具有较好的鲁棒性。
1