《粒子群算法及其工业应用》钱锋著

webrtc音频数据流流程图,只是整理了数据流的流向,方便了解代码.

本人研究生阶段写文档所写的Matlab代码。包括：1、图片预处理；2、特性提取：颜色、灰度共生矩阵、灰度差分、Harr-Like、等多个特征提取算法；3、特性选择：从特征向量中选取有效的特性；4、基础算法：AdaBoost的训练与测试; Bayes算法5、AdaBoost的改进：Boosting, CastBoost、FloatBoost

这是基于DWT-SVD的数字水印算法，具有强的鲁邦性，适用于毕业设计和研究。

CFD湍流模型使用技巧培训

【实例简介】关于单片机智能小车循迹，蔽障，测速等等好程序

本文详细介绍了TMS320C6678多核程序烧写的原理及实际操作步骤，并附带了转换工具链、烧写程序及验证程序。阅读本文档即可轻松实现多核烧写。

提出了一种利用Pareto支配来求解多目标优化问题的自适应和声搜索算法（MOSAHS）。该算法利用外部种群来保存非支配解，为了保持非支配解的多样性，提出了一种基于拥挤度的删除策略，这个策略能较好地度量个体的拥挤程度。用5个标准测试函数对其进行测试，并与其他多目标优化算法相比较。实验结果表明，与其他的算法相比，提出的算法在逼近性和均匀性两方面都有很好的表现，是一种有效的多目标和声搜索算法。102011,47(31)Computer Engineering and Applications计算机工程与应用HMS;(4)和声记忆保留概率HMCR的上下界;(5)音调调节其中,n为所得解的个数,d1为第个解对应目标向量与其最近概率PAR的上下界;(6)最大迭代次数M。的目标向量之间的距离,d为d的平均距离。SP=0表示算步骤2初始化和声记忆库。法所得的解均匀的分布在 Pareto前沿。该指标反映算法所得步骤3产生新解。每次可以通过三种机理产生一个新解分布的均匀程度。解。(1)保留和声记忆库中的分量:(2)随机选择产生;(3)对多样性指标:将算法获得的所有非劣解按某个目标函数(1)、(2)中某些分量进行微调扰动产生。每次产生M个新个体。值的大小有序地分布在目标空间上,h为相邻两点间的距离,步骤4外部种群的更新。从记忆库租新个体中找出非支h为h的平均值,b,b分别为算法获得的边界解与相应极端配解放在外部种群中,计算外部种群的支配关系删除支配解之间的距离,则多样性指标△为解,把非支配解侏留在外部种群中。若外部种群中非支配解的数目超过外部种群规模,则删除多余的个体,每次仅删除hy+h,+∑|h-b(8)个,直到达到外部种群的规模。h,+h1+(n-1h步骤5更新记忆库。计算记忆库和新产生的个体的序极端解指某一目标函数值最大而其他目标函数值最小的并将其按照从大到小的顺序进行排列,前HMS个个体作为新解。n为非劣解的个数。当算法获得的非劣解完全均匀的分的记忆库,进入下一次进化布在均衡面上,h=0,h1=0,所有的h=h,这时△=0。因步骤6判断是否满足终止条件,若满足,则停止迭代,输此,A指标反映非劣解能否均匀的分布在整个均衡面上。出 Pareto最优解集,否则,返回步骤3。4.2数值结果334算法分析为了验证本文提出的算法的有效性,本文采用具有不同由亍和声搜索算法主要是基于邻域搜素的,初始解的好 Pareto前沿的几个典型函数进行仿真实验测试。测试函数坏对搜索的性能影响很大。和声搜索算法可以随机产生初始ZDT1、ZDT2、ZDT3、ZDI4、ZDT6是二维目标函数。由于处理解,也可以通过使用其他的启发式算法或其他方法产生较好多目标优化问题的和声搜索算法还不是很多,所以本文仅与的初始解。和声记忆库HM的大小M是和声搜索算法的种和声搜索算法 IMOHS相比,然后与4种多目标优化算法个重要参数,和声搜索算法之所以具有更强的全局搜索能力,相比,测试结果见表1-表4很大程度上依赖于HM的存在,一般来说,M越大,找到仝局表1MOHS和 MOSAHS的G表2 IMOHS和 MOSAHS的sP最优区域的能力越强。但是随着M的増人,计算量将会变IMOHSMOSAHSIMOHSMOSAHS4大,从而影响到最终搜索到最优解的速度。和声保图概率Dm1781420241-01Dm11433D031.0OE-350100E-0055.3E-36.5328E-004HMCR是和声搜索算法的另一个重要参数,其取值范围是0到5.39-42.1293L-0043.3E-30.0059之间,它决定每次迭代过程中新解产生的方式。在和声搜索ZDT2ZDT224E-48.8573E-0052.4E-35.9104E-004算法中,因新解产生时每个变量都依赖于HMCR,故HMCRDT39.80E-465670E-004ZDT32.|B-20.0077应取较大的值,通常HMCR的值在0.8到1.0之间。音调调节1.7OE-324699E-00529E-28.5088E-004率PAR在和声搜索中起控制局部搜索的作用,它可使搜索逃表3儿种多目标优化算法的GD离局部最优,其值一般取0.1到0.5之间。NSGA-IISPEA2MOPSOIOSADE MOSAHS1.3437E-33.8175E-31.8564E-11.2485E-329624EZITI14078E-449142E-37.7429E-297574E-550100E-0054数值实验9.8112E-48.6104E-352428E-19.8051E-42.1293E-004ZDT241算法性能的评价指标6.4138E-42.5973E-32.9699E-149107E-58.8573E-005多目标优化问题的解质量评价主要集中在所求得的解与2.4783E-397165E-34.3418E-2.1620E-36.5670E-004ZDT31.2746F-45.2305F-364880E-219962F-42.4699E-005理论最优值之间的差距,以及求得的解的分散程度和多样性,5.1635E-29.2512E12010E-349244E-004这里采用由 Van veldhuizen和 Lamont在1998年提出来的世ZDT413281E-34.282lE-18.3745E-549411E-005代距离( Generational Distance,GD)来衡量所求解与理论解75-21.909-252103E-22656-31190-004ZDT6之间的差距,世代距离被定义为如下形式:60797E-31.3994E-32.4963E-21.0967E-48.0065E-006表4儿种多目标优化算法的AGD=NSGA-IISPEA2MOPSO MOSADE MOSAHS0.504290.296440.2038050.131950.4063其中,n为最优解数目,d,为所求得第i个个体在目标空间与理ZDTI3.9251E-21.0850E-116956E-25.692lE-300219论 Pareto最优前沿的最小欧氏距离。世代距离GD越小,算法0.487750.505170.2880260.120990.3764ZDT2逼近 Pareto最优解集的程度越妤,当所得到的解刚好和从最优2.7686E-21.8356E-11.7580E-279444E-300359前端取得的点重合时,GD=0。0.590250.503100.6177960.437830.6388ZDT33.0439E-29.7283E-23.5019E-28.0801E-300103解的分散程度用下式来度量0.375240.727660.3235490.118270441ZDT42.4448E-25.515-13.2953E-25.869E-30.0227SP=n-/~(d-d1)0.486ll0.296441.1232580.1331904325(7)ZDT63.6054E-21.0850E-11.731E-19.8303E-300363InInj∈(1,n)②/(x)-/1(),=1,2,…,n,i≠其中表1、表2中MOHS算法的数据来源于文献5],和o1994-2012ChinaAcademicJournalElectronicPublishingHouse.Allrightsreservedhttp://www.cnki.net陈莹珍,高岳林:多目标自适应和声搜索算法2011,47(31)0.900.80.80.60.70.70.40.60.60.20.30.20.40.10.10.800.10.20.30.40.50.60.70.80.91.000.10.20.3040.50.60.70.80.91.000.10.20.30.40.50.60.70.80.9图1ZDT1图2ZDT2图3ZDT3声记忆库的规模为10,和声保留概率的上下界HMCR==0.95,5总结HMCR=0.85,音调调节概率的上下界PAR、=0.2,PAR=本文将和声搜索算法应用于多目标优化问题的求解,提0.15,最大迭代次数为1000.为了消除实验中的随机性,并进出了一种新的基于拥挤度的多目标和声搜索算法 MOSAHS。行算法性能指标评价,对每个测试函数均重复计算10次。表3、该算法利用单个解与解之间的距离以及单个解与整体解之间表4中 NSGA-II,SPEA2, MOPSO, MOSADE的数据,来源于文的距离,删除种群中的个体,并利用序来更新和声记忆库。数献[161。对丁本文提出的多目标和声搜素算法 MOSAHS,和值实验数据表明,提出的算法在逼近性和多样性两方面都有声保留概率的上下界分别为095085,音调调节概率的上下界很好的表现是一种有效的多目标和声搜索算法。然而,和声分别为0.2、0.15,和声记忆库的规模为10,外部种群的规模为搜索算法和其他群智能算法一样,收敛性的理论证明很困难100,最大迭代次数为10000,算法运行10次。有待进一步的深入研究。表1中上行表示算法收敛度指标GD的平均值,下行表示GiD的标准方差;表2中上行表示分散度指标SP的平均值,下参考文献:行表示SP的标准方差;表3中上行表示算法收敛度指标GD的 Schaffer J D Multiple objective optimization with vector evaluat-平均值,下行表示GD的标准方差;表4中上行表示多样性指ed genetic algorithms[C]//Proceedings of the lst IEEE International Conference on Genetic Algorithms. Lawrence Erlbaum标Δ的平均值,下行表示多样性指标△的标准方差。1985:93-100从表1、表2可以看出本文提出的算法 MOSAHS在收敛(2]HomJ, Nafpliotis N, Goldberg D E A niched Pareto genetic al度和分散度上均优于 IMOHS;从表3、表4可以看出,与NSgorithm for multi-objective optimization[C],Proceedings of thGA- SPEA2、 MOPSO、 MOSADE算法相比,本文提出算法Ist IEEE Conference on Evolutionary Computation, PiscatawMOSAHS的收敛性优于前面四种算法,在多样性方面,与NS994.1:82-87GA- I SPEA2算法相当,此 MOPSO、 MOSADE算法稍差。[3] Srinivas N, Deb KMulti-objective function optimization using图1~图5是本文提出的算法( MOSAHS)对ZDT1,ZDT2non-dominated sorting genetic algorithms[J]. Evolutionary CompuZDT3,ZDT4,ZDT6的函数图像。tation,l994,2(3):221-248[4] Deb K, Pratap A, Agarwal S, et al. A fast and elitist multi-objective genetic algorithm: NSGA-IIJ.IEEE Transactions on Evolu0.8tionary Computation, 2002, 6(2): 182-1970.7[5] Zitzlcr E, Thiclc L Multi-objcctivc evolutionary algorithms: a0.6comparative case study and the strength parel approach0.5IEEE Transactions on Evolutionary Computation, 1999, 3(4)0.40.2[6 Zitzler E, Thiele L SPEA2: improving the strength pareto evolu-0.1ionary algorithm for multi-objcctivc optimization[R].Rcscarch00.10.20.3040.50.60.7080.91.0JrL,2001[7 Knowles J, Corne D The pareto archived evolutionary strategy图4ZDT4A new baseline algorithm for multi-objective optimization[C]//1.0Proceedings of the Conference on Evolutionary Computation Pis-0.9ltaway, NJ: IEEE Press, 1999: 98-10508[8] Tsai S J, Sun T Y, Liu CC, et al. An improved multi-objparticle swarm optimizer for multi-objective problems[J]. ExpertSystems with Applications, 2010, 18(2): 1-150.4[9 Geem Z W, Kim J H, Loganathan G V.A new heuristic optimi-0.zation algorithm: Harmony scarch[J]. Simulation, 2001, 76(2): 60-80[10] Mahdavi M, Fesanghary M, DaInangir E An improved harmony0.20.30.40.50.60.70.80.91.0search algorithm for solving optimization problem] AppliedfMathematics and Computation, 2007, 188(2): 1567-1597图5ZDT6(下转174页o1994-2012ChinaAcademicJournalElectronicPublishingHouse.Allrightsreservedhttp://www.cnki.net1742011,47(31)Computer Engineering and Applications计算机工程与应用插值算法对(a)放大3×3倍后的效果图;图6〔g)是采用本文中个像素需24位。在实现本文算法时,需在读取位图文件信息的插值算法对(a)放大3×3倍后的效果图,其中(a-b-1/6,头时进行判断是属哪类图像(灰度/24真彩色),对于灰色图像1=2=15°)。图7(a)是256×256的原始图像,(b)为原图经只需对图像进行逐像素(也即逐字节)的处理即可。而对于24降采样生成的128×128的缩小图像;(c)、(d为分别采用最邻位彩色图像则分别对每一像素中的3个分量分别处理即可,所近插值、双线性插值算法对(b)放大2×2倍后的效果图。(e)是得到的结果与灰度图是一致的,如图8所示。(b)用 Prewitt算子检测到的图像边缘效果图,(f)是采用本文提出的插值算法对(b)放大2×2倍后的效果图,其中(a=b=1/4,q1=92=15°)。从灰度值显示及图像效果可以看出本文所提出的算法在一定程度上突出了边缘,并修复了部分断裂的边缘,图6(d)中的像素灰度值显示当放大倍数为2×2时,修复边缘的效果更加显著。(a)原图(b)双线性插(c)本文算法(2×2)值(2×2)(a=b=16,1=2=15°)图8采用不同插值算法放大的图像效果图5结论基于图像边缘信息的双线性插值算法充分利用了图像的(a)原图(b)原图降采样(c)最邻近插边缘信息对放大图像边缘上的插值点及边缘邻接点做了较好值法(2×2)的插值处理,这种处理方式使放大后的图像在很大程度上保护了图像的细节,较其他插值算法简单且效果明显,更优于传统双线性插值算法。(d)双线性(e)用 Prewitt算(f)本文算法(2×2)参考文献:插值(2×2)子检测到的边缘(a=b=14,91=中2=15[] Castleman K R数字图象处理[M]北京:清华大学出版社,202图7采用不同插值算法放大的图像效果图117-119[2]孙成叶,桑农图像双线性插值无级放大及其运算量分析[计算上述实验采用的是8位的灰度图像,其实本文所提出的算机工程,2005,31(9:167-169法同样适用于彩色图像,尤其是24位的真彩色图像。灰度图[3]谢美华,王正明基于图像梯度信息的插值方法中国图象图形像的存储文件带有图像颜色表,此颜色表共有256项,图像颜学报,2005,10(7):856-861色表中每一项由红、绿、蓝颜色分量组成,且红、绿、蓝的颜色4Liⅹi, Orchard M T New edge-direcled inlerpolalionJJIEEE分量值都相等。而且,灰度图像的每个像素由8位组成,其值Transactions on Image Processing, 2001, 10(10): 1521-1527范围从0到25,表示256种不同的灰度级,每个像素的像素值5岁立摩,杨勋年基于细分的图像抽值算法门计算机轴助设计与是图像颜色表的表项入∏地址。对于彩色图像而言,若是伪图形学学报,2006,18(9):1311316.彩色图像,则其与灰度图像相似,其存储文件中也带有图像颜孟晋字,华思基于形状的二维灰度图象插值门中国图象图形色表,整幅图像也仅有256种颜色,每个像素由8位组成,但在学报,2003,3(3):312-316图像颜色表中的红、绿、蓝颜色分量不全相等,此时,每个像素I] Yang Xunnian Normal based subdivision scheme for curve design[J]. Computer Aided Geometric Design, 2006, 23(3): 243-260的像素值不是出每个基色分量的数值决定,而是把像素值当s]杨淑莹vC+图像处理程序设计M2版北京:清华大学出版社做图像颜色表的表项入口地址。而24位的真彩色图像的存储2005:130-132文件中则不带有图像颜色表,图像中每一像素是由RGB三个19G0 nzalez r o. Woods e数字图像处理M2版北京:电子1分量组成,每个分量各占8位,每个分量的取值是0到255,每业出版社,2009:463-471上接111页)[15 van Veldhuizen D A, Lamont G B Evolutionary computation[11] Kang S L, Geen Z W.A new structural optimization methodand convergence to a Pareto front[C]/Koza J R Late Breakbased on the harmony search algorithm[J]. Comput Struct, 2004ing Papers at the genetic Programming Conference, Stanford82(9/10):781-798University, California, Stanford Bookstore, 1998: 221-228[12] Geem Z W. Optimal cost design of water distribution networks[l6]刘思远,刘景青.一种新的多目标改进和声搜索优化算法门计算using harmony search[J].Eng Optimiz, 2006, 38(3): 259-280机工程与应用,2010,46(34):27-30[131 Deb K Multi-objective optimization using evolutionary algorithm(M. [17] Wang Yaonan, Wu Lianghong, Yuan Xiaofang. Multi-objectiveChichester: lohn Wiley&Sons, 2001self-adaptive differential evolution with elitist archive and[14]陈莹珍,高岳林混沌自适应和声搜索算法太原理工大学学crowding entropy-based diversity measure[J]. Soft Compute报,2011,42(2):141-1442010:193-209o1994-2012ChinaAcademicJournalElectronicPublishingHouse.Allrightsreservedhttp://www.cnki.net

立体匹配是深度估计的基础。而bp算法和graph cut算法是比较成功的解决立体匹配（全局）的算法，这里有几种经典的基准源代码，以及代码使用方法及部分注释。一些小的改变甚至于可以不需要知道算法步骤即可实现。

adams分析实例，定轴轮系和行星轮系传动模拟和仿真3.5在 ADAMS/view中位置方向库中选择位置旋转( Position: Rotate.)图标一,在角度(Ange一栏中输入90,表示将对象旋转90度。如图3-3所示。在 ADAMS/View窗口中用鼠标左键选择圆柱体,将出来一个白色箭头移动光标,使白色箭头的位置和指向如图3-8所示。然后点击鼠标左键,旋转后的圆柱体如图3-9所示。gravity图3-8圆柱体的位置旋转图3-9旋转90后的圆柱体4.创建旋转副、齿轮副、旋转驱动4.1选择 ADAMS/wiew约束库中的旋转副( Joint: Revolute图标。,参数选择2Bod1loc和 Normal to grid,在ADAMS/view工作窗口中先用鼠标左键选择齿轮(PART2)然后选择机架( ground),接着选择齿轮上的PART2cm如图4-1所示。图中显亮的部分就是所创建的旋转副( JOINT_1该旋转副连接机架和齿轮,使齿轮能相对机架旋转4-1齿轮上的旋转副4.2再次选择 ADAMS/iew约束厍中的旋转副( Joint:Revolute)图标参数选择2Bod-1Loc和 Normal ToGrid。在 ADAMS/wew工作窗口中先月鼠标左键选择齿轮PART3),然后选择机架〔 ground),接着选择齿轮上的PART3.cm,如图4-2所示。图中显亮的部分就是所创建的旋转副( JOINT_2)该旋转副连接机架和齿轮使齿轮能相对机架旋转图42蜗杆上的旋转副43创建完两个定轴齿轮上的旋转副后,还要创建两个定轴齿轮的啮合点( MARKER)。齿轮副的啮合点和旋转刮必须有相同的参考连杆(机架),并且啮合点Z轴的方向与齿轮的传动方向相同。所以在本题中,啮合点( MARKER)必须定义在机架( ground)上,机架可以看作机架选择 ADAMSAVIew工具箱的动态选择( Dynamic Pick)图标,将两个齿轮的啮合处进行放大,再选择动态旋转图标鬥,进行适当的旋转。选择 ADAMS/View零件库中的标记点工具图标数选择如图4-3所示。选择坐标为(100,50,0),如图4-4所示,图中显亮的部分就是所创建的啮合点( MARKER14)。MarkerAdd to groundLyOrientati onlobal xY图4-3标记点的选项图44蜗轮蜗杆的啮合点4.4下面将对上面做出的啮合点进行位置移动和方位旋转,使该啮合点位于两齿轮中心线上,并使啮合点的Z轴方向与齿轮旋转方向相同。在ADAMS/View窗口中,在两个齿轮啮合处点击鼠标右键,运择 - Maker:rr-Clr de: CYLINDER_1MARKER14 Modify,如图45所示。在弹出的对话框中,将 LocationAl: raSelct栏的值1000.50.0,00改为100.0,25,00(位置移动)将 Orientation栏中的值0.0,0.0,0.0修改为0,90,0方位旋转)如图46所示。点击对话椎下而的OKApea『ane键讲行确定,旋转后的啮合点( MARKER_14)如图4-7所不。从图中可以看出,啮合点的Z轴(蓝色)Z轴的方向与齿轮的啮合方向相同图4-5属性修改对话框Nanedingzhoulaensi two. cround MARKER_ 7Inn n. 25. nLocation Relative Ta. dingzhouluerutitws0.0,90.0,0.0Ori entation Relative Td. dingzhoulueas i twoirer」[spy]a0写糖图4-7旋转后的啮合点图4-6进行坐标轴的旋转45选择 ADAMS/View约束库中的齿轮副(Gear)图标在弹出的对话框中的 Joint Name栏中,点击鼠标右键分别选择 JOINT1、JONr2。如图4-7所示。在 Common Velocity Marker栏中,点击鼠标右键选择啮合点( MARKER14)。如图4-8所示,然后点击对话框下面的OK按钮,两个齿轮的齿轮副创建出来,如图49所示1 Constraint Create Complex Joint Gearme[mhte×1cmmndingrhoulNeni GEAR 1Gear Nemedinczhouluenxi two GEAR_1Adms工dCommentsJoint NameN 1, JOINT 2Common Velocity MarkerCommon veloci ty Markey鬥 AREER1ParameterizedingzhouluenxiApplyCaneelJoINT 247齿轮副的创建对话框图48齿轮副的创建要素图4-9定轴齿轮的齿轮副46在 ADAMS/View驱动库中选择旋转驱动( Rotational joint Motion)按钮,在sped-栏中输入360,360表示旋转驱动每秒钟旋转360度。在 ADAMS/View工作窗口中,两个齿轮中仟选一个作为丰动齿轮,本设计中选择左边的齿轮(红色的),用鼠标左键点击齿轮上的旋转副( JOINT1),一个旋转驱动创建出来,如图4-10所示,图中显亮的部分为旋转驱动。图4-10齿轮上的旋转驱动5仿真模型5.1点击彷真按钮圖设置仿真终止时间〔 End Time冫为1,仿真工作步长( Step Size)为0.01然后点击开始仿真按钮进行仿真52对小齿轮的进行运动分析。因为太齿轮的齿数为x1=50,小齿轮的齿数2=25,模数m=4mm,因此根据机械原理可以知道,对于标准外啮合渐开线直齿圆柱体齿轮传动,小齿轮的转速为大齿轮的2倍。对小齿轮的旋转副 JOINT2进行角位置分析。在 ADAMS/View工作窗口中用鼠标右键点击小齿轮的旋转副JOINT2,选择 Modify命令,如图5-1所示,在弹出的修改对话框中选-CyInder: CYUND-R 2择测量( Measures)图标如图52所示。在弹出的测量对话框中-M=rsr:cri-Marker: MAR ER 5将 Characteristic栏设置为Ax/Ay! Az Projected Rotation,将st gourdComponent栏设置为Z,将From/At栏设置为PART3. MARKER5(或者ground MARKER6),其他的设置如图5-3所示。然后点击对话框下面的Jark::JoI_2OK”确认。生成的时间-角度曲线如图5-4所示。1 Joint MeasureMeasure namedingchouluensi two. JOINT_2 MEA 2JointJUINT 2Characteristic: Art/ Ay/Ar Projected Rotation图5-1旋转副属性修改命令ComponentC(ZFrom/此tC PART 3, MARKER 5tameI 2HARKER 6Crientati onSecond BodyRepresent coordinates inTypel revoluteForce Display Honev Create Strip Chartpose Mations)图5-3测量力对话框的设置团网」」_sy」cd图5-2修改对话框1 J0INT_2_MEA_17500Tine:1.000Current: 72037500.510图54时间和角度的曲线图由图5-4可以知道,当大齿轮每秒逆时针转过360度时,小齿轮顺时针转过的角度为720度符合标准外啮合渐开线直齿圆柱体齿轮传动角速度与齿轮的分度圆半径成反比。ADAMS分析实例-定轴轮系和行星轮系传动模拟有一对外聩合洧开线直圆柱体齿轮传动已知x1=50,32=25,m=4mm,=20°。两个齿轮的厚度都是5mm。1.启动 ADAMS双击桌面上 ADAMS/View的快捷图标,打开 ADAMS/View在欢迎对话框中选择“ Create a new model”,在模型名称( Model name)栏中输入; xingxingchiluen:在重力名称( Gravity)栏巾选择“ Earth normal(- Global y)”;在单位名称( Units)栏中选择“MMKS-mm,kg, N s, deg”。如图1-1所示。How would you l:ke to proceed?C Open an existing databaseImport a fileADAMSStart it D: AllAlS12Model name ing:ingchiluenGravity Earth Normal (-Global r)inits MMES-m,kg趴,degWurkiny Gril Fellingsv Show冒 orkime Grid图1-1欢迎对话框C Rectangular C Folar2.设置工作环境2.1对于这个模型,网格间距需要设置成更高的精度以满足要求。szC750mn)(500mm)在 ADAMS/View菜单栏中,选择设置(〈stim)下拉菜单中的工作sp网格( Working grid)命令。系统弹出设置T作网格对話框,将网格ColorWeight的尺寸Sie)中的X和Y分别设置成750mm和500m,间距( Spacing) Dots Contrast1中的X和Y都设置成50mm。然后点击“OK”确定。如图21所表 Ares Contrast1Lines Contrast厂 Triad Solid2.2用鼠标左键点击选择( Select)图标,控制面板出现在| Set location工具箱中。Set orientationQ23用鼠标左键点击动态放大( Dynamic Zo0m)图标Applyance在模型窗口中,点击鼠标左键并按住不放,移动鼠标进行放大或缩小。创建齿轮图2-1设置工作网格对话框3.1在 ADAMS/View零件库中选择圆柱Cylinder体 Cylinder)图标参数选择为“NewNew PartPart”,长度( Length)选择50mm(齿轮Y Length的厚度),半径( Radius)选择100mmm×ZV Radius210))。如图31所示。4×50100图3-1设置圆柱体选项3.2在 ADAMS/view工作窗凵中先用鼠标任意左键选择点(,,0)mm,然后选择点(0,50,0)。则一个圆柱体(PART2)创建出来。如图3-2所示。3-2创建圆柱体(齿轮)33在 ADAMS/iew中位置/方向库中选择位置旋转( Pusillum: Rotate,,)Selectedopy图标,在角度(Ange一栏中输入90.表示将对象旋转90度。如图33| About所示。在 ADAMS/wiew窗口中用鼠标左键选择圆柱体,将出来一个白色箭Angle头,移动光标,使白色箭头的位置和指向如图3-4所示。然后点击鼠标左键旋转后的圆柱体如佟3-5所示。图3-3位置旋转选项图3-4圆柱体的位置旋转35旋转90后的圆柱体34在 ADAMS/View零件库中选择圆柱体( Cylinder)图标,参数选择为“ New part”,长度( Length)选择50mm(齿轮的厚度),半径( Radius)选择50mm(m×z4×25=50)如图3-1所示。在 ADAMS/iew工作窗口口先用鼠标左键选择点(150,0,0)mm,然后选择点(150,50,0)。则一个圆柱体(PART3)创建出来。如图3-6所小。图3-6创建圆柱体(齿纶)3.5在 ADAMS/View中位置/方向库中选择位置旋转( Position: Rotate.)图标"一,在角度(Ange)一栏中输入90,表示将对象旋转90度。如图3-3所示。在 ADAMS/View窗口中用鼠标左键选择圆柱体,将出来一个自色箭头,移动光标,使白色箭头的位置和指向如图3-7所示。然后点击鼠标左键,旋转后的陨柱体如图3-8所示。3-7圆柱体的位置旋转图3-8旋转90后的圆杜体36在 ADAMS/VIew零件库中选择杆仁ik图标,,参数选择为如图39所示。在 ADAMS/View工作窗口中先用鼠标左键选择点PART2 MARKER1,然后选择点PART3 MARKER2。则一个连杆(PART4)创建出来。如图3-10所示。图3-10创建的连杆4.创建旋转副、齿轮副、固定副、旋转驱动4.1在本改计选择左边的齿轮(红色的)为固定齿轮选择 ADAMSaView约束库中的旋转副( Joint: Revolute)图标参数选择2Bod-1Loc和 Normal to grid。在ADAMS/View工作窗口中先用鼠标左键选择连杆aJ LDr3(PART_4),然后选择机架( ground),接着选择齿轮上的PART4 MARKER3,如图4-1所示。图中显亮的部分就是所创建的旋转副( JOINT1),该旋转副连接机架和连杆,使连杆能相对机架旋转。图4-1连杆的旋转别4.2再次选择 ADAMS/view约東库中的旋转副( Joint: Revolute)图标参数选择2Bod-lIoc和 Normal to grid。在 ADAMS/view工作窗口中先用鼠标左键选择齿轮(PART_2),然后选择连杆(PART_4),接着选择齿轮上的PART2cm(或者PART2 MARKER1),如图42所示。图中显亮的部分就是所创建的旋转副( JOINT2),该旋转副连接连杆和固定齿轮,使连杆能对固定齿轮旋转。因为 JOINT1和JOINT2重合在一起,所以从图4-2中区分不出来图4-2固定齿轮的旋转副43再次选择 ADAMS/view约束库中的旋转副( Joint: Revolute)饜标",参数近择2Bod-1Loc和Normal to grid。在 ADAMS/view工作窗口中先用鼠标左键选择齿轮(PART3),然后选择连杆(PART4),接着选择齿轮上的PART3cm(或者PART3 MARKER2),如图43所示。图中显亮的部分就是所创建的旋转副( JOINT3),该旋转副连接连杆和行星轮使迕杆能带动行星轮旋转。图4-3行星轮的旋转副44创建完两个齿轮和连杆上的旋转副后,还要创建两个齿轮的啮合点( MARKER)。因为行星轮要在定齿轮上做圆周运动,所以行星轮和固定齿轮的啮合点不是匝定不动的,它随着行星轮的运动而不断地变化,因此,可以把啮合点固定在连杆上,因为迕杆和行星轮一起做园周运动,并且两齿轮旋转中心的连线一定经过啮合点。下面我们将把啮合点围在连杆,并且使啮合点Z轴的方向与齿轮的传动方向相同。选择 ADAMS/view零件库中的标记点工具图标参数选择如图44所示。选择连杆(PART4)在选择连杆上点PART4cm,如图45所示,图中显亮的部分就是所创建的啮合点( MARKER_11)arherAdd to partOrientationGlobal xY图44标记点的选项图4-5固定齿轮和行星轮之间的啮合点45上面所创建的啮合点不在两个齿轮的分度圆的交线上,下面将对上面做出的啮合点进行位置移动和方位旋转使该啮合点位于两齿轮交线上,并仅啮合点的Z轴方向与齿轮旋转方向相同。在 ADAMS/VIew窗口中,在两个齿轮啮合处点击鼠标右键,选拦- Maker: MARKER14→ Modify,如图4-5所示。在弹出的对话框中,将 Location栏的值75.0.25.0,-25.改为100.0,25.0.-250(位置移动),将 Orientation栏中的值0.0.0.0.

在弄迪文的屏幕开发，通过32串口程序控制屏幕，里面有串口数据的解析