基于径向基神经网络的声光偏转器控制模型研究

声光偏转是一种高速非机械光束方向控制技术,近年来在卫星光通信领域日益受到重视。运用径向基(RBF)神经网络模型实现声光偏转器光束方向控制,通过训练对RBF网络的权值和网络层元数等结构参数进行优化,调整得到理想模型。研究结果验证了该模型的可靠性与准确性。     

基于神经网络的四足机器人 SLIP 模型运动控制

根据四足哺乳动物形态设计的四足机器人,能够适应错综复杂的地形,且具有较强的运动属性。 而对于四足机器人而言,运动的控制十分重要,所以对四足机器人运动过程中的跳跃控制问题进行了研究。 首先,采用弹簧负载倒立摆模型（SLIP）对四足机器人结构进行简化处理,建立了简化模型的动力学方程, 并分析了模型的运动过程以及着陆相与腾空相的转换条件。其次,在仿真平台中建立了 SLIP 动力学模型, 通过动力学仿真得到了一份仿真样本数据,并利用这份样本数据训练了一个神经网络,其中样本考虑了四足 机器人在与地面接触过程中由于碰撞和阻尼所消耗的能量。最后,在仿真平台中进行验证,给定模型的初始 高度和水平速度,通过神经网络计算出合适的着陆角,得到期望的水平末速度和弹跳高度。实验结果表明, 基于神经网络的方法可以较精确地实现对 SLIP 模型运动的控制。     

大楼基础网络WIFI覆盖优化

园区新大楼入住后,iPhone、iPad、andriod用户激增,不少用户反映基础网络在办公区WIFI覆盖不足.本文分析了整个园区的无线用户使用情况、AP部署以及网管报告后,设计了一套测试方案,对WIFI信号覆盖做了的调整测试,最终确定了增强覆盖的实施意见.     

电动汽车为什么需要多速变速器

电动汽车以可再生清洁的电能为动力,克服了传统内燃机汽车的环境污染和资源短缺问题;电动汽车牵引电机相对传统内燃机具有较宽的工作范围,并且电机低速时恒转矩和高速时恒功率的特性更适合车辆运行需求。然而固定速比减速器仅有一个挡位,使得电动汽车电机常处在低效率区域,既浪费宝贵电池能量,又提高了对牵引电机的要求;而且还使车轮的续驶里程减少。在车辆行驶过程中,电动汽车牵引电机在实际路况上既要在恒转矩区提供较高瞬时转矩,又要在恒功率区提供较高运行速度,才能满足车辆的高速、爬坡和加速等整车性能要求。     

VMware Workstation虚拟机的构建

以VMware Workstation为平台构建虚拟机,解决Windows XP及以前低版本中应用软件兼容性问题,实现快速高效的双系统同步运行和数据交换。     

改进CMA-ES算法及其在7自由度仿人臂逆运动学求解中的应用

提出一种改进的CMA-ES算法:将原算法随机生成初始均值点,改为由佳点集中优秀个体加权求和得到;增加越界敏感因子和步长缩放系数,用于新个体存在越界行为时,修正步长更新。以7自由度仿人臂为例,用改进的CMA-ES算法求逆运动学解,结果表明改进的CMA-ES算法可实时、高精度地求解:在点对点运动中,改进的算法单次求解时间约为9.7 ms,适应度函数稳定在10-8级别;在工作空间的连续轨迹中,位置跟踪误差稳定在10-5 mm级别,单次平均求解时间约为14.1 ms。     

一种基于旋量理论的机器人关节结构 误差对其精度影响的分析方法

为提高工业机器人的定位精度,应用旋量理论,提出了一种分析关节误差源对机器人精度影响的分析方法。该方法通过分析机器臂关节两轴线在不同几何误差作用下的空间位置关系,将关节误差表示成旋量的形式,结合POE公式,给出了包含关节误差的机器人正向运动学显式表达式,并以一个三关节机械臂为例,用Adams仿真验证了该方法的正确性。     

基于热加工图法的热轧SAE4137棒材表面质量控制

 采用MMS-200热模拟试验机,在变形速率为0.1~10 s-1、变形温度为900~1 150 ℃以及最大变形量为70%的变形条件下对SAE4137钢进行等温热压缩试验。依据试验结果,基于动态材料模型以及Murthy失稳判定准则下,绘制出SAE4137钢在不同真应变下的热加工图,得到SAE4137钢在成形时的加工稳定区、失稳区以及推荐加工区间。通过微观组织分析进行验证,并结合南钢中间方坯（215 mm×235 mm）经过4道次精轧轧制[?]150 mm大棒材实际情况,预判SAE4137钢棒材生产过程中表面可能产生的缺陷及位置。     

基于BP神经网络的包装分拣机器人视觉标定算法

手眼标定确定了机器人基座坐标系和摄像机坐标系之间的非线性映射关系,在视觉伺服中起着重要作用。针对视觉伺服控制系统中的手眼标定问题,基于机器人工具箱和神经网络工具箱,在MATLAB/Simulink环境下,使用误差反向传播（BP）神经网络算法和径向基（RBF）神经网络算法进行仿真,拟合了6自由度分拣机器人和单目摄像机之间的映射关系,通过仿真结果分析了两种算法的精度。此外,在同一实验条件下使用BP神经网络与张氏法对机械臂进行手眼标定,通过在机械臂实际工作空间内抓取同一组随机取样本点进行实验,并对比随机样本点的抓取精度。仿真和实验结果表明BP神经网络在标定精度上优于RBF神经网络算法和张氏标定法,能够在实际应用中提高手眼标定的精确度,具有一定的工程意义。