摘要:电感式角位移传感器具有良好的环境适应力、较高的测量精度和稳定性的优点,该类型的角位移传感器广泛应用于高 端装备、电动汽车、机器人、飞行器、武器等领域。 本文介绍了 3 种电感式角位移传感器,包括旋转变压器、感应同步器这两种典 型的电感式角位移传感器以及我国学者自主研发的磁场式时栅位移传感器。 对它们的测量原理及关键技术做了详尽的综述, 并分析了这些技术的优点与局限性。 根据近年来电感式角位移传感器的发展现状,详细论述了电感式角位移传感器在机械、汽 车、工业机器人、航空、航天和国防等领域的应用情况。 最后,分析得出电感式角位移传感器技术应往高精度、高可靠性、嵌入式 测量、复合功能测量、智能化等方向发展。

摘要:气动力测试对验证扑翼飞行器的设计方法和优化改进飞行器重要系统特征参数起着重要的作用。 介绍了一种新研制 的结构简单、低成本、高性能的三维力传感器,用于扑翼机气动力测试系统,重点介绍了三维力传感器的设计和标定方法。 首 先,通过弹性机构的微变运动学建模验证了结构设计的可行性;然后,对传感器进行解耦标定实验,得到传感器的非线性误差小 于 1. 19% ,耦合误差小于 3. 21% ,灵敏度大于 1. 1 V/ N;最后,通过对一款小型扑翼飞行器的气动力进行测试,获得了扑翼机主 翼气动力随影响参数变化的定量评价数据,为扑翼机实现室内和室外的机动灵巧飞行,提供了有效帮助。

摘要:多频探测是相位敏感光时域反射仪(Φ-OTDR)光纤传感系统中干涉衰落抑制的重要手段,但存在多频率生成造成结构 复杂的问题。 提出了一种基于光纤移频延时环的多频脉冲产生方法,设计了包含移频、放大、延时、滤波、隔离等环节的光纤环 结构,使用简单结构实现了多频探测脉冲的产生与复用。 并分别采用脉冲延时补偿算法与旋转矢量求和算法对瑞利后向散射 拍频信号实现了数据对齐与数据聚合。 实验结果表明,传感系统通过生成包含 6 个频率分量的多频探测脉冲,可在 10. 33 km 的传感光纤上将衰落概率由 26. 43% 优化至 0. 93% ,并实现了信噪比为 5. 29 dB 的振动信号准确定位,以及相关系数为 0. 997 的振动信号线性解调,从而为 Φ-OTDR 系统在复杂环境下的振动信号抗衰落解调提供了新的解决方案。

摘要:多目标跟踪是保障自动驾驶行驶安全与效率的基础,其获取的数据广泛应用于自动驾驶运动规划、驾驶决策等上层应 用。 传统多目标跟踪方法在遮挡环境下往往存在目标丢失、错位的现象,针对这一问题,本文提出了基于异源雷达融合与遮挡 预测模型的鲁棒跟踪方法。 首先,基于激光雷达与毫米波雷达的局部观测一致性方程,提出了一种基于多目标运动约束与全局 最大匹配的多传感动态自标定算法。 其次,针对完全遮挡环境下因观测数据缺失导致的跟踪中断问题,提出了一种基于异构雷 达融合无迹卡尔曼滤波与长短期时序神经网络的混合监督目标位置预测方法。 通过实验表明,本文提出的方法在完全遮挡环 境下可有效补全至少 81% 断开的多车辆目标轨迹,且相比于最先进的方法,能够实现更为可靠的多交通目标跟踪。

摘要:针对结构表面温度测量需求,提出了一种基于光纤光栅法珀腔传感器的表面温度测量方法,通过光纤光栅和光纤法珀 传感同时获取被测结构的温度、应变信息,从而补偿应变对温度的交叉敏感。 本文分析了光纤光栅法珀腔的表面温度测量原 理,通过仿真对传感器的主要参数进行了设计;并提出了一种基于双参数的最小均方差估计算法用于光纤光栅法珀腔传感器的 信号解调;最后,对光纤光栅传感器和光纤光栅法珀腔传感器进行了温度测量对比实验。 试验结果表明,光纤光栅法珀腔温度 传感器在常温到 400℃范围内,温度测量值的直线拟合相关系数为 0. 998 4,最大误差百分比为 1. 46% ,均优于单光纤光栅温度 传感器。

摘要:针对结构健康监测的传感器优化布置问题,考虑模态动能和模态应变能对传感器布点选择的影响,提出了一种高能有 效独立法(E-EI),解决了有效独立法(EI)容易丢失能量较大测点的问题。 推导了多能量参数的归一化等效能量矩阵,通过矩 阵对角线元素的大小评价测点的能量分布。 为验证 E-EI 法的有效性和泛化性,进行了空间桁架输电铁塔仿真算例分析以及铁 路尖轨的实验验证,利用 5 种评价准则从测点能量分布、正交性、所含信息量 3 个方面对比分析了 E-EI 法、EI 法以及 3 种 EI 法 的改进方法。 结果表明,E-EI 法与其他改进方法相比同时实现了高能测点筛选以及测点高线性独立性。 其中,布置 12 个传感 器的尖轨实验中 E-EI 法的 MAC 矩阵非对角元素平均值比 EI 法的减少了 5. 48%,模态动能平均值比 EI 法的增长了 133. 27%, 模态应变能比 EI 法的增长了 35. 82%。

摘要:针对大带外抑制滤波器传输和反射特性的测试需求,提出了一种矢量网络分析仪动态范围的原位拓展方法。 该方法在 不改变仪器硬件架构的前提下,在测试链路中增加低噪声放大器,通过把微小信号放大来拓展动态范围,并采用互相关的信号 处理算法,通过对两路测试数据进行多次运算进一步降低了仪器的噪声基底。 为提升测试精度,解决因低噪声放大器的引入导 致无法直接获取接收端口误差项的问题,设计了基于 12 项误差模型的两步校准方法,并完成了连接适配器参数的提取和去嵌 入。 最后,对两个不同频段的大带外抑制滤波器进行特性测量。 试验结果表明,200 Hz 中频带宽下动态范围可以达到 130 dB, 相对于常规仪器的动态范围可以提升 20 dB 以上,验证了方法的有效性。

摘要:转台作为数控机床及精密测量仪器的关键部件之一,可以将零部件移动至合适的位置,实现更高效的加工及测量任务, 其自身的精度尤为重要。 本文基于“three-rosette method”原理,提出一种基于球盘的转台多自由度几何误差优化测量方法,详 细阐述了该方法的测量原理、转台几何误差的分离与解算方法。 研制了圆形球盘,并在三坐标测量机的转台上开展了测量实 验,实验结果表明采用 12 个标准球与优化后的 6 个标准球的测量结果基本一致,转台平移误差绝对差值不大于 0. 13 μm,转角 误差绝对差值不大于 0. 25″。 最后,通过自准直仪装置测量该转台的分度误差,并与基于球盘的测量结果进行对比分析,结果表 明上述不同方法得到的测量结果绝对差值不大于 3. 9″,验证了基于球盘的转台多自由度几何误差测量方法的准确性。

摘要:为解决高速电主轴在变速过程中产生的热位移引起加工质量的问题,通过搭建变压预紧电主轴实验平台,提出一种不 同预紧力下电主轴自然降速实验方法,基于能量守恒理论建立轴承摩擦生热模型,构建预紧力与轴承发热量的函数关系;在此 基础上,进一步探究轴承温升导致主轴产生热位移的影响规律。 分别以预紧力为 1 450、1 550 和 1 700 N 工况下,电主轴的轴承 温度数据和时间作为输入,构建电主轴 BP 神经网络热位移预测模型。 结果表明,构建的热位移预测模型能有效地预测电主轴 的热位移,预测模型的残差在 0. 5 μm 以内,研究成果为高精密机床主轴热误差智能补偿提供一种新思路。

摘要:纳米台阶高度标准物质可以传递准确、可溯源的纳米高度量值。 针对我国缺乏可控的高质量亚 50 nm 台阶高度标准物 质制备技术的问题,提出了基于原子层沉积结合湿法刻蚀的纳米台阶高度标准物质研制方法,通过工艺过程优化实现了台阶高 度亚纳米量级精确可控,制备出了最小公称高度仅为 5 nm 的亚 50 nm 台阶高度标准物质系列。 其定值结果可溯源到米定义波 长基准,扩展不确定度不超过 2. 0 nm,均匀性和稳定性较好,不同测试仪器一致性水平较高。 研究结果表明,所研制的纳米台 阶高度标准物质可以用于亚 50 nm 高度量值传递以及多种测量仪器之间量值的比对测量,其产业化批量生产的前景也将为半 导体产业提供完善的计量保障。

摘要:位姿精度是评价机器人性能好坏的一个重要指标,建立有效的补偿算法是提高机器人位姿精度的重要保证。 本文以 一种 2TPR&2TPS 并联机器人为研究对象,建立了基于正解的误差模型,根据该误差模型得出了动、静平台位置参数误差及 驱动杆零点长度误差与机器人末端位姿误差的关系,同时建立了基于逆解的补偿算法。 通过粒子群算法对误差函数的最小 值寻优,得到了机器人驱动杆补偿量和位姿补偿量,仿真得出该机器人的平均位置精度提升了 98. 148% ;将驱动杆补偿量与 理想位姿对应的驱动杆长叠加作为机器人的驱动杆输入量进行实验验证,实验得出机器人的平均位置精度提升了 87. 457% ,补偿效果显著。

摘要:基于 McClements 模型对悬移质两相流声传播进行分析,通过数值模拟探究了悬移质溶液中固相浓度、粒径以及超声频 率对声衰减系数的影响作用,其中超声频率的 0. 5 次幂、固相浓度分别与衰减系数呈现一次正相关,固相粒径与衰减系数则呈 现一次负相关。 分别得到 3 种因素单独影响下的拟合函数,并建立固相浓度的反演模型,该反演模型与 McClements 模型计算 结果之间的相对误差小于 2% 。 搭建了悬移质溶液衰减系数及浓度测量试验系统,进行了在粒径 r = 75 μm,超声频率分别为 700 kHz、1. 1 MHz 条件下的固相浓度测量实验,实验结果表明,基于反演模型推演所得浓度值与实际设定浓度之间的最大相对 误差为 11. 2% (700 kHz)和 9. 6% (1. 1 MHz)。 所构建的反演模型可为悬移质浓度测量设备的研究提供一定的理论参考。

摘要:各类精密实验室及半导体生产厂房都具有隔振设计,但周围仍可能出现一些超限振动,为找到经隔振设施后转变为微 振动的干扰源,需对检测信号进行微振盲源分类与识别;因瞬态微振动信号低频、低幅值、持续时间短的特性,传统振动信号分 析手段很难解决此问题,因此本文提出一种基于 K-medoids 分类的场地微振动振源识别方法。 将长期监测数据通过预处理后 进行端点检测算法截取瞬态微振动信号;对提取到的信号进行归一化梅尔滤波系数特征提取,构成特征矩阵;将特征矩阵进行 基于动态时间归整距离的 K-medoids 算法聚类,并对场地周围包含的振源数进行估计;对各分类结果进行混合高斯模型建模, 采集怀疑振源的数据,并由模型概率阈值判断识别,找出影响严重的干扰源。 利用某场地 24 h 长期监测数据进行实验,成功找 到该场地平均幅值最大和出现频次最高的两类干扰振源,分类正确率达到 90. 57% ,识别率达到 96. 8% ,证明了本文方法的有效 性和准确性。

摘要:为解决利用力矩传感器控制肌力训练设备所带来的滞后性,利用表面肌电信号( sEMG)超前于运动的特性,设计了 基于一组拮抗肌表面肌电信号的关节力矩预测模型。 首先搭建康复训练设备为信号采集和实验验证提供条件。 将 sEMG 经 过预处理,选择 sEMG 信号的方差特征作为神经网络输入,利用带有外部输入的非线性自回归(NARX)模型的动态循环神经 网络,分别建立了基于关节力矩实际值的超前多步(MSA)预测模型和基于模型预测输出(MPO)的预测模型,通过等张和等 长测试实验,比较了 MSA 和 MPO 模型的力矩预测性能。 实验结果表明,两种模型输出预测值和实际值之间都有极强关联性 (皮尔逊相关系数均大于 0. 95) 。 随着超前预测的步数增加,MSA 模型的预测精度降低,但是超前预测的时间增大。 在等张 和等长测试中,当超前步数分别小于 29 和 35 时,MSA 预测精度显著高于 MPO( p<0. 05) ,但 MPO 模型在成本和体积上更具 优势。 综上所述,两种模型均可以准确预测关节力矩,在实际康复训练设备控制中,可根据应用需求选择不同的力矩预测 模型。

摘要:针对视觉姿态估计方法受覆盖遮挡等干扰,提出一种基于座椅面压力图像的人体三维坐姿姿态估计方法,建立坐姿时 座椅面体压分布与人体三维姿态之间的跨域联系。 设计了一套基于压力-视觉的坐姿训练系统,将阵列式压力传感器嵌入在座 椅面中感知坐姿变换,利用时间戳实现压力图像和双目视觉图像的同步匹配。 采取双边滤波消除压力图像的尖峰噪声;依靠 OpenPose 姿态估计、三角测量等手段从双目视觉图像中提出 19 个三维关键点;为提高姿态估计精度,提出随机梯度下降最小化 损失函数的方法来优化三维关键点坐标,并利用 3D 高斯滤波器进一步生成 3D 关键点置信度图。 设计一个基于多层卷积神经 网络的压力-视觉跨域深度学习模型,以连续的多帧压力图像作为模型输入,包含三维关键点坐标及其置信度图的 3D 姿态估计 结果作为监督对模型进行训练。 算法依靠椅面上的阵列传感器接触感知坐姿时的压力分布,就能够准确的估计包含 19 个人体 关键点的三维坐姿姿态,在验证集上测试,19 个关键点平均误差 9. 7 cm。

摘要:体外反搏装置依据心电信号对下肢进行加压及释放,需要识别率高、实时性强的心电特征波检测方法。 借鉴传统医学 信号处理方法,本文提出一种基于改进差分阈值和分布计算的心电特征信号检测算法,采用低通滤波和移动平均滤波等预处理 方法对心电信号进行平滑预处理,借助自适应差分双阈值法和分布计算法,识别和确定 R 波、P 波及 T 波的位置。 基于 MITBIH 数据库及心电采样模块进行仿真分析和实验验证。 结果表明:该算法对心电信号 R 波的综合识别准确率为 99. 9% ,识别 P 波和 T 波准确率为 99. 87% ,算法平均耗时仅为 0. 65 s,可识别常见类型心电信号特征波,能很好地满足体外反搏等装置快速识 别心电特征波的需求。

摘要:帕金森病(PD)语音识别算法研究对于其及时诊疗具有重要意义,但现有 PD 语音识别算法面临小样本数据量问题挑 战。 针对问题,本文提出双面双阶段均值聚类包络和卷积稀疏迁移学习算法。 在双阶段学习方面,首先基于源数据集训练多组 卷积核,然后通过中间集得到最优卷积核并对目标集进行编码。 在深度样本聚类包络方面,首先设计迭代均值聚类算法构建深 度样本空间;然后进行样本特征同时选择并训练分类器模型;最后对不同样本空间的分类结果进行融合。 实验选取代表性的 PD 语音数据集进行验证。 实验结果表明,本文算法创新部分有效,与 10 多个经典和最新相关文献算法相比取得了显著改进, 准确率达 97. 8% 。 此外,本文算法的时间复杂度不高,满足临床应用要求。

摘要:情绪在人类的行为和认知中具有不可或缺的地位,开展情绪辨识研究具有非常重要的实际意义。 为提高四类情绪多被 试交叉辨识的准确性,提出了基于全视域特征表征与 ELM-Adaboost 的情绪辨识方法。 首先,提出了基于融合信息的数据处理 策略,交叉融合的多类生理信号构成的样本数据,有助于从全视域角度提取样本特征。 其次,采用最大相关性最小冗余度的特 征选择方法对融合后的特征进行选择,进而实现有效的情绪状态表征。 最后,通过 ELM-Adaboost 方法构建的强分类器实现情 绪状态辨识。 多角度的实验分析研究充分证明了所提方法的有效性,四类情绪多被试交叉辨识准确率达到了 83. 06% 。

摘要:关节力矩预测在康复医学、临床医学和运动训练等领域有着重要作用,对力矩连续、实时地预测可以使人机交互设备更 好地反馈、复刻人体运动意图。 为了给患者提供一个安全、主动、舒适的康复训练环境,提升人机交互设备的柔顺性,提出了一 种改进型递归小脑模型神经网络模型关节力矩预测方法。 该方法采用肌肉协同分析对采集的相关肌肉的表面肌电信号 (sEMG)进行降维,将降维后的 sEMG 特征向量与关节角速度、关节角度作为输入信号,并在小脑模型神经网络中加入递归单元 和模糊逻辑规则,以小波函数作为隶属度函数,对非疲劳、过渡疲劳及疲劳这 3 种状态下的踝关节背屈跖屈运动的动态力矩进 行连续预测。 力矩预测值与实际值之间的平均皮尔逊相关系数和平均标准均方根误差分别为 0. 933 5 和 0. 159 8,实验结果验 证了该方法对下肢关节力矩连续预测的准确性和有效性。

摘要:主动导波结构健康监测能够实时在线地监测结构状态。 但时变因素影响会增加裂纹评估难度,降低评估准确性。 时变 因素的影响使得导波监测信号特征呈现明显的异方差特征,即导波信号特征分布方差随时间变化而改变。 针对此问题,提出了 异方差分位数回归辅助的裂纹在线评估方法,利用 3 条特殊的分位数回归曲线估计时变因素影响下信号特征随时间的分布变 化情况,实现对监测数据中的异方差不确定性的处理。 基于批量缺口梁结构的疲劳与导波监测试验数据对提出方法的有效性 进行验证,实验结果表明,提出的方法能够实现时变影响下的损伤评估,评估最大绝对误差为 1. 1 mm,均方根误差为 0. 4 mm, 并且可以有效处理时变异方差影响,量化其不确定度,为评估结果提供参考价值。

摘要:电连接器间歇故障是装备中的一种主要故障类型,其信号表现与电连接器的退化状态及环境应力等级具有强关联特 性。 针对装备中电连接器退化状态难以评估这一技术难题,充分利用正弦振动条件下电连接器的间歇故障信号动态响应特征, 结合动力学模型分析其接触界面相对位移的表现规律,提取间歇故障信号的双峰幅值及其时间差作为反映电连接器退化状态 的有效特征参数,并构造特征参数数据集;进一步建立基于深度信念网络和多任务学习的状态评估模型,采用自适应迭代加权 求和的方式对模型的损失函数进行改进,结合间歇故障特征参数数据集,对电连接器开展退化状态评估分析,评估准确率达到 95. 94% ,为开展电连接器退化状态评估研究提供了新思路。

摘要:继电器是航天器等系统的关键元件之一,精准评估其可靠性对保证全系统的安全稳定至关重要。 现有继电器可靠性研 究未考虑在材料和环境等因素的影响下,性能状态冲击性变化存在可恢复性的特点,可能会造成评估结果不准确。 为解决此问 题,综合考虑各性能参数的自然退化过程、可恢复冲击效应、退化相关性,基于维纳过程和离散时间马尔可夫链的建模理论,提 出了适用于继电器的退化和冲击模型。 进而,针对同时估计模型全部参数存在困难的问题,提出了一种多阶段的模型参数估计 方法。 并且,针对可靠性评估,提出了一种基于蒙特卡洛技术的可靠度近似计算方法。 结果表明,所提出的可靠性评估方法精 度较高,其拟合优度为 0. 103 7,比现有方法提高了约 70% 。

摘要:针对基于深度学习的旋转机械故障诊断方法在新工作条件下缺乏标注数据、跨域诊断精度较低的问题,提出了一种基 于 Transformer 的域自适应故障诊断方法。 采用 Transformer 的变体 VOLO 构造特征提取器以获取细粒度更佳的故障特征表示。 利用源域数据进行监督学习对源域和目标域数据的特征提取器进行预训练,并且冻结源域提取器参数以获取固定的源域特征。 利用域对抗自适应策略和局部最大平均差异结合目标域未标注数据训练目标域特征提取器,实现源域特征与目标域特征的边 缘分布、条件分布对齐。 通过两个多工况实验对所提出的故障诊断算法进行了验证,结果表明提出的基于 Transformer 特征提 取的域自适应故障诊断方法相比 5 种传统域自适应方法,在齿轮和轴承数据集上分别平均提升了 22. 15% 和 11. 67% 的诊断精 度,证明所提出方法对于跨域诊断精度具有提升作用。

摘要:铸坯凝固组织结构软测量模型算法复杂,计算量大,求解耗时长,基于中央处理器(CPU)的串行求解方法难以适应大尺 寸铸件的预测需求。 为了提高模型的计算效率,提出一种基于图形处理器(GPU)异构并行的元胞自动机(CA)软测量模型。 首 先设计 GPU-CA 异构并行算法,消除元胞之间的数据依赖和数据竞争问题,优化数据并行度;其次设计多流任务调度方案,解决 单流中独立任务互相等待的问题,提高任务并行度;最后,使用某钢厂大型连铸机生产的两个钢种进行模型测试,预测结果与钢 厂实验数据有较高的吻合度,等轴晶率误差约分别为 1% 和 1. 5% ,温度与实测温度的最大相对误差为 1. 37% 。 与 CPU 计算精 度相同的情况下,GPU 的计算加速比高达数百倍,极大地提高了模型的计算速度。

摘要:钢轨踏面上的疲劳裂纹严重影响着列车行车安全。 针对如何快速有效地检测出踏面斜裂纹的问题,本文提出了一种快 速检测钢轨踏面裂纹的方法。 首先分别建立了含高斯白噪声、正弦信号加高斯白噪声干扰的数学模型,分析了编码脉冲压缩、 同步挤压小波变换和先同步挤压小波变换后脉冲压缩共 3 种信号处理方法的噪音抑制效果。 其次,为了验证上述方法对噪音 的抑制能力,使用激励频率为 1 MHz 的表面波电磁超声换能器对含裂纹的钢轨踏面进行检测。 最后,以检测得到裂纹的超声 回波为研究对象,比较了希尔伯特黄方法处理单一频率脉冲对应的超声回波信号和先同步挤压后脉冲压缩方法对应的降噪能 力和超声成像效果。 实验结果表明:本文所提方法可以获得钢轨踏面裂纹的位置信息及其数量。 希尔伯特黄变换在处理无同 步平均的原始超声回波时,由于回波信噪比低,经验模态分解(EMD)失效。 在以巴克码为激励信号且无同步平均采集的条件 下,先进行同步挤压小波变换后脉冲压缩处理,得到的超声回波信噪比相较于只采用相位编码脉冲压缩提高了 6. 82 dB,相比于 只做同步挤压小波变换提高了 11. 02 dB,能明显提升检测速度和 B 扫图像分辨率。

摘要:针对激光超声检测中波场的三维数据处理计算量大且损伤特征提取难的问题,提出了一种基于深度学习模型的导波 波场分析方法. 首先,以 VGG-Net 网络为框架,建立了基于 VGG11(A-LRN)的残差网络模型,用于挖掘时间-空间波场数据中的 导波特征;其次,以局部波数特征为物理机理,采用导波传播的解析式生成训练样本,解决了深度学习大数据获取的问题,获得 了波场特征提取的神经网络模型;最后,以激光超声系统在含损伤结构中的实验数据作为测试样本,验证了所提出的网络模型 能够提取表征损伤的导波特征,实现了结构的损伤成像,其损伤成像精度均在 67% 以上,损伤形貌的可视化效果好。

摘要:基于 X 射线探伤的焊缝缺陷检测是维护管道安全的关键环节,实现高精度、高效率的缺陷智能检测是推动无损检测智 能化、现代化的重要方面。 目前,基于深度学习的缺陷检测方法很难达到较高的精度和效率,因其需要大量标注样本且难以获 取。 针对这一问题,提出了一种基于主动小样本学习的管道焊缝缺陷检测方法。 首先,基于轻量级神经网络提取小样本特征, 以数据驱动的方式训练缺陷检测器;然后,推理无标签样本计算检测及分类不确定度并充分挖掘价值样本;最后,根据高价值样 本微调网络参数,以最小的成本获得较高的性能提升。 实验结果表明,方法能够利用更少的样本,在保证运行效率的前提下,提 高约 8% 的精度。

摘要:骨外固定技术为肢体矫形的重要治疗手段。 针对现有骨外固定矫形机构在肢体旋转和牵伸矫形时存在的运动耦合、旋 转错位等问题,借鉴 RCM 机构的构型优势,在传统 Ilizarov 外固定器的基础上设计了一种具有定心运动特征,易于实现单自由 度独立运动的 2R1T 定心矫形骨外固定机器人。 基于旋量理论,开展了传统 Ilizarov 骨外固定支架矫形的数学分析,并在此基础 上,建立了 2R1T 定心矫形骨外固定机器人的旋量系与反旋量系,进行了支链选型与构型综合。 最后,分析了机器人运动学位 姿及工作空间,并结合矫形要求对机器人进行了矫形运动仿真分析和样机实验,基于胫骨的运动轨迹,得出机器人转动矫形范 围为-15° ~ 15°,误差范围为±0. 5°,牵伸矫形范围为 0~ 30 mm,误差范围为±0. 2 mm,实现了矫形的量化与精准调控,保障了肢 体矫形的安全性。

摘要:两栖六足机器人不仅需应对崎岖地形对陆地爬行提出的挑战,还要解决机器人在水下灵活运动的控制问题。 因此,本 文首先提出了基于深度强化学习的崎岖地形运动控制方法。 通过 MuJoCo 为机器人执行爬行任务构建交互环境,并采用近端策 略优化(PPO)算法训练智能体使其获取适应于不同崎岖程度地形的控制策略。 仿真数据表明,陆地控制策略可使机器人在平 坦、轻度崎岖、重度崎岖 3 类地形上快速、稳定地完成前进任务。 针对水下运动控制问题,本文通过分析机器人动力学模型将其 分解为:采用视线法与 PID 控制器解决平面轨迹跟踪和深度控制问题。 水下实验表明,机器人可在平面快速跟踪 Sigmoid 曲线 且轨迹偏差不超过 0. 11 m。 深度控制实验中,机器人可平稳到达指定深度且控制精度在 0. 02 m 以内。

摘要:目前临床正畸治疗过程主要依赖医师经验,所施加矫治力大小难以量化。 而在弓丝末端弯制 Omega 曲可以对同弓丝 弯制的垂直关闭曲实现持续及多次加力的效果,减少医师和患者的临床治疗时间,提高正畸治疗效率。 为了量化垂直关闭曲与 Omega 曲组合正畸弓丝在正畸过程中所产生的矫治力,分析一丝多曲组合正畸弓丝的受力特征,并基于梁微形变原理和相互作 用力原理,建立垂直关闭曲与 Omega 曲组合正畸弓丝的矫治力力学模型。 探究一丝多曲组合正畸弓丝弯制参数对矫治力的影 响规律。 通过构建一丝多曲组合正畸弓丝的三维模型和矫治力测量实验平台,进行有限元仿真分析和实验测量。 将力学模型 计算得到的计算数据和仿真分析得到的仿真数据分别与基于一维力传感器的矫治力测量实验得到的实验数据进行相关性分 析,得到计算数据与实验数据的相关性系数 ξT≥98. 192% ,仿真数据与实验数据的相关性系数 ξA≥97. 34% ,验证了所建立力学 模型的准确性及仿真模型和仿真过程的可靠性。 该力学模型和仿真模型能够辅助医师安全、高效的设计个性化正畸弓丝,为正 畸弓丝的应用提供理论依据,并进一步为临床数字化正畸治疗奠定基础。