一种新型柔性关节力矩传感器的设计

力矩传感器测量的力矩信息为柔性关节带来力感知能力.针对国内对于柔性关节力矩传感器的研究相对较少的现状,设计了一种用于轻型机械臂柔性关节的新型力矩传感器,建立了弹性体结构的三维模型,利用Workbench进行有限元分析,仿真结果可得弹性体的结构设计满足材料的强度要求.对所设计的传感器进行标定试验,结果表明:该新型力矩传感器静态特性良好,满足柔性关节使用要求.     

基于弹性导轨的整体三维测头及标定机构设计

测头是坐标测量技术中最关键的零部件之一,测量的精度直接依赖于测头的设备精度.针对目前我国市场上高精度三维测头匮乏的现状,通过对弹性导轨受力模型和受力与平行位移之间关系的研究,在考虑柔性铰链特性的基础上,同时考虑到测头工作中的重力平衡,设计出了整体式三维测头机构与标定机构,该机构与双频激光干涉仪结合对参数进行标定.该方案所设计的测头结构紧凑,测量范围广,工艺性好,标定工作台和标定方案设计科学合理.     

Mpu-6050型6轴运动传感器角速度标定实验研究

为了获得Mpu-6050型6轴运动传感器的三轴角速度性能,在自制的传感器标定实验装置上,利用伺服电机进行了传感器标定实验.获得了传感器角速度测量值与采样值的关系及测量范围.并进行了线性拟合,建立了传感器输出角速度的经验公式,为该传感器在气动柔性机械手中的应用奠定了基础.     

六维力传感器标定及其在气动柔性手指上应用

提出了一种精密六维力传感器的标定方法。搭建了实验平台,采用移动滑台搭载测力计对传感器施加外力的方式,得到传感器在不同外力情况下各方向力和力矩输出的电压差值,利用数值分析方法对电压差值和外力、力矩大小之间的关系进行分析,获得了电压差值与外力、力矩大小的关系方程,并应用六维力传感器对气动柔性手指进行了夹持力实验研究。实验结果表明,柔性手指指尖夹持力、所受力矩随气压增加而增大,且指根处受力、力矩均小于指尖夹持力及夹持力所产生力矩,为后续柔性机械手的研究提供了科学依据。     

基于灵敏度变化机理的双传感器称重系统在位标定方法

称重系统传感器安装完成后,会由于传感器安装面的形位误差使得传感器受力面不一定水平,对于所承受的重力或出现偏载,灵敏度系数安装前后不再相同,一般需在位标定后方可使用。对于双传感器系统,由于各传感器安装情况不同,灵敏度系数不仅安装前后不同,而且彼此也不相同;另一方面,由于标定时加载重心位置有一定随机性,不能保证两传感器的平均受力,因而加载重量未知。偏载和加载位置随机性相互作用,使得双传感器系统灵敏度系数标定变得困难。目前常用方法是在处理电路上附加电位器等元件,通过改变原信号放大倍数使各路灵敏度相同,然后再加载标准重量完成标定。该方法需改变原电路,可能带来未知的影响,而且对于集成型的处理电路难以实现。针对上述问题,首先建立了传感器受力模型,通过受力分析明确偏载和重心位置变化对灵敏度系数的影响机理,推导了灵敏度标定算法,将双传感器系统灵敏度系数分解为耦合系数和转换系数两部分,标定时用同一标准重物在不同位置加载两次,即可完成在位标定,解决了双传感器系统灵敏度系数的标定问题,保证偏载情况下系统的测量精度。经实验验证,该方法不改变原测量电路和机械结构,标定后系统误差小于0.03%。     

靶式光纤光栅流速传感器在裂隙水模型试验中的应用

结合等强度悬臂梁和光纤Bragg光栅(FBG)设计了靶式FBG流速传感器,用于在线测量管道及裂隙的流场流速。传感器将流体中靶片的受力转化为该流速下对应FBG中心波长的漂移,并自动实现温度补偿。采用FLUENT6.3对被测裂隙及管道流场进行有限元仿真,确定裂隙中靶片受力特性及相同受力条件下的等效管道内径,并求得过流断面5mm×2000mm的裂隙中传感器的灵敏系数为8.71×10-4 s2/m2。在管道系统中进行传感器标定实验,传感器在0～1.20m/s范围内,最大误差为0.02m/s。将该传感器应用于裂隙水模型引流试验,实验结果表明,关键点流速随着进水阀门开度逐渐增大而提高。打开引流管道阀门,引流管道布设处后方各点流速降低,且同一断面流速变化趋势保持一致。     

微圆顶阵列结构柔性触觉传感器设计与应用研究

以质量分数3%和2%的炭黑/碳纳米管填充硅橡胶为力敏复合导电材料,提出了一种微圆顶阵列结构的柔性触觉传感器。阐述了微圆顶阵列结构触觉传感器的结构特点、制备流程及微观表征,并结合ANSYS有限元分析软件分析其触觉感知机理。研究该微圆顶阵列结构柔性触觉传感单元的力敏特性,并将其应用于足底压力分布感知。测试结果表明,该微圆顶阵列结构柔性触觉传感器具备良好的力敏特性和穿戴舒适性,为柔性可穿戴触觉传感器提供了一种设计方案。     

基于碳纳米管修饰的导电棉线制备及电特性研究

针对头皮脑电信号采集中遇到的电极柔性问题,基于导电型碳纳米管溶液修饰方法,提出了一种“边分散边修饰”的导电棉线制备技术,并构建了电特性测试实验装置,采用改进的四探针法对修饰后的导电棉线进行了电特性测量。通过设计完成单因素独立实验,分别研究了碳纳米管溶液浓度、修饰时间和修饰次数3大因素对棉线电特性的影响程度,并从可穿戴传感器应用角度研究了棉线电阻与受力及温度的关系。研究结果表明,采用本文提出的实验方法对天然棉线进行导电性修饰,可得到阻值（～103Ω）远小于非入侵式干电极与头皮角质层接触电阻（～107Ω）的柔性非金属导电材料,有望成为构建柔性非入侵干式头皮脑电采集电极及可穿戴传感器的新型应用材料之一。     

基于两性高分子化合物/还原氧化石墨烯的离子传感器

将氧化石墨烯(GO)按照特定的质量分数加入去离子水中,将一定比例的两性高分子加入氧化石墨烯溶液中,然后通过涂敷的方式整理到纯棉织物上,还原后得到具有良好柔性的还原氧化石墨烯/两性高分子(amphoteric polymer)棉织物离子传感器(RGO/AP).两性化合物与石墨烯纳米片充分混合以后,聚均匀的分散到石墨烯片层之间,当不同性质的离子在织物表面传输时,其与两性物质的相互作用强度不同,从而表现出不同的离子传输能力,使石墨烯/两性聚合物改性的织物对不同特性的离子表现出特定的响应能力,并且织物的表面电阻率随离子性质差异而表现出显著的不同.此外,此柔性可穿戴基离子传感器的表面形貌还表现出明显的差异性.RGO/AP为柔性可穿戴离子传感器的应用提供了实验依据,为开发高灵活性的智能离子传感器的设计提供理论基础.     

热压剥离法制备蜡烛烟灰/弹性体柔性传感器

为了解决应变传感器制造成本高、制备工艺复杂的问题,本文采用蜡烛火焰燃烧法制备了具有导电性的纳米烟灰颗粒,并通过热压剥离工艺将烟灰颗粒转印到苯乙烯乙烯丁烯苯乙烯嵌段共聚物(styrene ethylene butylene styrene,SEBS)表面,制备了蜡烛烟灰/SEBS柔性传感器,同时对其力学性能和传感特性进行表征测试。测试结果表明,该柔性传感器具有良好的柔韧性;在一定范围内,传感器的相对电阻与应变成线性关系;同时,应变传感器在经过1 000次循环机械拉伸后,仍然保持良好的传感性能。将蜡烛烟灰/SEBS应变传感器应用于人体运动检测,可以实时监测手指和手腕的弯曲运动。该研究对于制备低成本柔性应变传感器具有良好的应用前景。     

基于神经网络的瓦斯传感器非线性校正

瓦斯传感器输出非线性问题的原因很多,其中包括敏感元件温度变化所带来的影响,但即使使用恒温瓦斯检测技术,非线性误差仍然存在,影响了瓦斯检测的准确性。在简述用神经网络进行非线性校正的原理的基础上,探讨了用BP神经网络实现瓦斯传感器非线性校正的模型、MATLAB算法和实现程序,通过计算机仿真,其结果表明采用该方法能够得到令人满意的结果,且结构简单,准确度高。     

一种基于BP神经网络的传感器故障诊断方案

针对传感器故障,提出了一种BP网络和修正的Bayes分类算法(MB)的集成故障诊断方法.用BP神经网络建立传感器故障模型,对系统的状态和故障参数进行在线估计,再用修正的Bayes算法进行传感器故障的在线检测、分离和估计.对连续搅拌釜式反应器(CSTR)的仿真结果表明,该集成故障诊断方法能够对传感器故障进行快速准确的分离和估计,并对传感器故障具有容错性.     

基于混合遗传算法的神经网络在智能故障诊断中的应用

设计了用模拟退火的混合遗传算法代替BP网络的反向传播过程的改进算法，解决了在故障诊断系统中BP算法容易陷入局部极小值的问题．该算法是在遗传算法中引入模拟退火机制，将其同BP算法结合，形成一个混合的优化算法．新算法既有神经网络的学习能力和鲁棒性，又有遗传算法的强的全局随机搜索能力．仿真结果表明，这种改进算法极大提高了内燃机故障诊断系统的效率和准确性．     

基于改进萤火虫优化神经网络的WSNs分簇路由协议

针对无线传感器网络中能耗不均衡问题,提出了一种基于改进萤火虫算法优化反向传播神经网络的非均匀分簇路由协议.通过在萤火虫算法中引进权重因子并增加4个评价指标,来平衡簇内负载和减少簇间的通信距离.结合BP神经网络,优化路径选择和簇首选举方式,达到最佳成簇效果.仿真结果表明,改进萤火虫算法优化BP神经网络的非均匀分簇路由协议能有效延长网络生命周期,节省能量,并均衡能耗.     

BP算法在位移传感器测量精度方面的应用

在较高精度位移测量中,需要对位移传感器的输出进行温度补偿。采用BP(Back Propagation)网络的多传感器数据融合方法,把位移传感器和温度传感器的输出作为网络的输入向量送入融合中心,通过BP网络训练,然后将标定样本送入训练好的神经网络,得到比较准确的位移输出。为克服传统BP网络算法收敛慢、容易收敛到局部最小点的缺陷,采用BP多层前馈神经网络改进算法对传感器特性进行补偿,用MATLAB仿真所得到的结果与原有的实验数据相比较,在相同的温度波动情况下,位移传感器的输出误差比原来的减小了3倍,而且大幅度地节省了时间。     

基于BP算法的光纤传感器非线性位移补偿研究

针对光纤位移传感器应用中存在的非线性问题,提出了以神经网络为补偿环节,结合传感器构成的一种非线性补偿模型.基本思想是采用BP算法,以传感器的输出作为神经网络的输入样本.传感器的输入位移为神经网络的期望输出,通过调整神经网络权值使神经网络的输出与期望值近似,实现位移测量的非线性补偿.实例仿真结果表明该方法有效提高了精度,是一种有效的传感器非线性补偿方法.     

基于人工神经网络的气体定性分析方法

提出将气体传感器阵列与交馈神经模式识别技术相结合,解决气体传感器的“交叉敏”问题,从而完成气体的定性、定量分析;针对常规ＢＰ算法的缺点,构造了基于自适应调整步长和加动量因子的改进ＢＰ算法用于前馈神经网络的训练;通过实验对Ｈ２、ＣＨ４、ＣＯ等三种气体进行了识别,结果表明利用气体传感器阵列和前馈神经网络进行气体定性分析是可行的。     

改进的工程机器人立体视觉标定方法

针对摄像机线性标定准确程度不高与非线性标定计算复杂等问题,以己知的三维信息为基础推导二维像素点对信息,提出了基于神经网络的三目立体视觉摄像机标定方法,构建了改进的BP神经网络模型,对比分析了两种摄像机标定方法的像素点对均方根误差。结果表明:采用改进的BP神经网络能够避免对摄像机进行非线性建模,有利于提高标定精度,增加系统的灵活性,更具有实际意义。     

基于改进蚁群的BP神经网络WSN数据融合算法

为了保证无线传感器网络（WSN）在深井中能有效地工作,提出了一种改进蚁群的反向传播（BP）神经网络WSN数据融合算法（IFA-IACOBP）.通过规划蚂蚁运动方向和引入节点剩余能量对蚁群算法启发因子进行改进,优化蚂蚁下一跳节点选择概率,利用改进后的蚁群算法对BP神经网络进行优化,引入井下WSN数据融合,数据经两级融合处理后,能去除大部分冗余信息.仿真实验结果表明,IFA-IACOBP算法能有效减少网络数据通信量,提高数据实时性,降低网络能耗,延长网络寿命.     

BP神经网络在图像信息提取中的应用研究

本文阐述BP神经网络在图像信息提取中的运用,包括：遥感技术、图像识别原理和模式识别常用的神经网络模型．针对目前在目标识别中应用最多的前馈神经网络模型研究其采用的BP算法,讨论了由于标准的BP算法存在训练时间长、收敛速度慢和易陷入局部极小值等问题,提出了BP神经网络分类器的设计方法、样本的选择及组织的改进方法．