差动瓦特连杆直线平夹自适应抓持器

现有的平夹自适应抓持器不能实现末端直线轨迹运动,导致其存在抓取盲区。针对此问题,本文提出一种新型平夹自适应手指——Watt手指。该手指采用瓦特连杆机构实现末端指段的直线轨迹运动,结合平行四连杆机构保持末端指段在初始阶段的固定姿态,并利用三角形差动连杆机构实现自适应抓取。Watt手指在初始阶段具有直线平行夹持功能,适合捏持桌面上不同尺寸的物体;当第1或第2指段接触物体被阻挡时,该装置自动进入自适应抓取模式,可以适应不同形状、尺寸的物体。对该Watt手指进行了运动学分析,获得了该手指的稳定抓取空间和相对优化的参数集合。研制了二指Watt手,理论分析与实验结果表明,Watt手可实现良好的直线平夹与自适应抓取效果,直线轨迹使得该手具有更大的抓取空间,适应范围更广。     

滚动接触时机器人手的操纵

多自由度多手指,具有高度灵活性的机器人手(Robot hand)的研究受到了越来越多的学者和专家的重视,机器人手与物体的接触形式有3类:1)固定点接触;2)滚动接触;3)滑动接触。本文研究滚动接触时机器人手的操纵机理,导出了手指尖运动之间的相容关系。利用本文结果,一方面可以从已知的手指尖运动求出物体(被操纵体)的运动;另一方面,可实现对机器人手的操纵规划,从而使机器人手对物体实现给定操作。     

基于复合自适应律的直线电机自适应鲁棒控制

自适应鲁棒控制(ARC)能克服参数不确定性与扰动对系统的影响, 具有良好的输出跟踪性能. 然而常规ARC的参数估计值难以逼近真值. 为实现高性能的控制与准确的参数估计, 本文提出了基于复合自适应律的自适应鲁棒控制(CAARC). 该方法同时采用了输出误差与参数估计误差的相关信息构造自适应律, 具有比常规ARC更好的参数估计效果. 本文在理论上证明了CAARC的闭环稳定性与参数估计误差的收敛性, 并通过分析表明CAARC具有比常规ARC更好的输出跟踪性能, 最后通过仿真验证了该方法的有效性.     

欠驱动自适应机器人手的研制

采用欠驱动自适应原理研制了与成年人手大小相仿的五指机器人手,所设计的机器人手结构简单,重量轻,适应性强,它既可以作为仿人形机器人末端操作器,也可以应用于残疾人假手．根据虚功原理建立了3自由度欠驱动手指的准静力学模型．     

基于自适应知识选择的机器阅读理解

目前针对知识增强机器阅读理解的研究主要集中在如何把外部知识融入现有的机器阅读理解模型,却忽略了对外部知识的来源进行选择。该文首先基于注意力机制对外部知识进行编码,然后对不同来源的外部知识编码进行打分,最后自适应地选择出对回答问题最有帮助的知识。与基线模型相比,该文提出的基于自适应知识选择的机器阅读理解模型在准确率上提高了1.2个百分点。     

自适应分区的相位编组直线提取算法

针对目前相位编组方法抗噪性能差及固定梯度分区方式局限性等问题,提出了一种基于自适应分区的相位编组直线提取算法。首先采用自适应平滑和Wallis滤波对影像进行预处理及边缘检测;然后,采用自适应分区的方式确定出适应于图像的最优分区方式,从而生成直线支持区;最后,进行最小二乘直线拟合及直线合并。实验结果表明,该算法能有效地解决噪声及固定梯度分区方式造成的提取直线断裂、误提取等情况,直线提取完整、准确,适用性强。     

直线伺服系统非线性自适应鲁棒控制器的优化设计

对永磁直线电动机伺服系统提出了非线性自适应鲁棒控制器的优化设计方法.在系统非线性数学模型的基础上,建立了误差系统的动态模型.将跟踪和干扰抑制归结为非线性自适应鲁棒控制器的设计问题,通过构造存储函数得到自适应鲁棒控制器的定理,以及电阻和电感的辨识算法.证明了定理给出的控制器能满足干扰抑制和系统渐近稳定,并用遗传算法对控制器的参数进行优化.仿真结果验证了该方法是有效的.     

永磁直线同步电机的自适应Backstepping滑模控制研究

针对永磁直线同步电机(PMLSM)控制系统的不确定性因素,提出了自适应 Backstepping滑模控制器,实现运动跟踪。建立 PMLSM 系统模型,采用 Backstepping 设计,在滑模控制的基础上,基于 Lyapunov 函数设计自适应率,改善控制性能。仿真结果表明,系统具有稳定快速的跟踪性能,考虑实际系统中参数不确定性因素,控制器仍具有较强鲁棒性。     

基于机器视觉的公差检测系统算法研究与应用——自适应边缘检测与修正Hough变换

介绍了基于机器视觉的几何量和位置公差检测中常见的计算模型、图像处理和直线拟合一般算法，进一步介绍了一种自适应的边缘检测方法。着重分析了传统的Hough变换的优势和缺点，在此基础上提出了适应形位公差检测特点的修正Hough变换算法。自适应边缘检测方法被应用于检测实际工程的图像边缘，检测到的边缘区域在亚像素之内；修正的Hough变换算法也被运用于相应工程的直线拟合，与传统的Hough算法相比，结果表明其速度更快、精度更高，抗干扰能力更强，其拟合直线的极径精度可达到0．1个像素，极角精度可达0．01°。     

基于机器视觉的嫁接夹抓取点定位与朝向检测

针对现代农业自动化嫁接机的嫁接过程中,嫁接夹的分拣整理仍然需要使用刚性振动盘或人工参与,整体自动化程度有待提高的问题,提出基于机器视觉的嫁接夹轮廓链特征点定位方法与朝向检测;设计了一种自动化嫁接专用的嫁接夹,采用背光源打光方式,对每个阴影轮廓计算Hu矩,根据Hu矩匹配值进行分类以获得正确的嫁接夹个体轮廓;对每个嫁接夹个体轮廓采用轮廓链角分析方法,获得嫁接夹抓取点的像素位置;根据抓取点位置信息计算朝向角度;实验结果表明,嫁接夹抓取点平均定位误差为2.16个像素,嫁接夹朝向角度检测误差为0.40°;该方法可以准确地对嫁接夹进行视觉检测,对嫁接机的嫁接过程中,嫁接夹的自动分拣方面,具有机器视觉方面的价值。     

基于模型参考自适应滑模控制的直线驱动伺服系统研究

为满足高速、高精确度和提高可靠性的需要,在新型机床中越来越多的采用直接线性驱动。在本文中,研究直线驱动伺服系统的模型和控制。首先,提出直线驱动的动态模型。其次,讨论通过对扰动、摩擦、齿槽力的补偿来改进直线驱动运动性能,引入模型参考自适应滑模控制器。最后,仿真结果表明,该方案可以获得较高的速度跟踪性能和鲁棒性能。     

模型参考自适应控制的直线永磁电机应用

用直线永磁电机构成的闭环控制系统易受环境干扰、系统性能指标差并且不稳定。针对这一问题,提出了基于模型参考的自适应控制系统,并对此方法设计的自适应机构进行了稳定性证明,很好地解决了直线永磁同步电动机易受外界环境、参数等影响所带来的问题,体现了在抗干扰能力、稳定时间等性能指标上的优越性。该方法操作简单,易于实现。利用仿真模拟环境参数的突变,其结果体现了该方法的优越性和有效性。     

巡检用机器地图边界的自适应优化算法

机器地图是机器人进行自动巡检的重要依据,但是由于受到建图平台的传感器精度、建图操作人操作的准确性、建图环境本身的限制,机器地图的边界有时会产生不连续、不完整等问题。本文提出的算法针对机器地图边界,以结构元素大小自适应的断点连接算法为核心,通过地图的初步处理、边界断点自适应连接、边界的提取与处理、边界替换等步骤,将不连续、不完整的机器地图边界进行优化,从而得到质量更高的巡检用机器地图。经过对多种不同场景机器地图进行的优化实验验证,本文提出的算法可以对不同场景的机器地图进行有效的边界优化。     

直线同步电动机磁悬浮系统的自适应模糊滑模控制

提出一种自适应模糊滑模控制方法用以提高可控励磁直线同步电动机(controllable excitation linear synchronous motor,CELSM)磁悬浮控制系统的性能.根据CELSM的特定结构和运行机理,建立CELSM磁悬浮系统的数学模型,包括励磁回路的电压方程、磁悬浮力方程和运动方程;设计积...     

利用自适应相位分区和边缘位置约束的直线提取新方法

由于利用边缘的梯度相位和位置提取直线容易受到噪声干扰,从而导致直线断裂。为了增强直线提取算法的抗噪性能,首先通过定量分析直线边缘梯度相位和位置分布的统计特性,建立了边缘连接的自适应相位分区和位置约束准则;然后基于两类新准则,提出了一种直线提取新方法。该方法首先采用Canny算子检测边缘;然后初步连接短直线,并估计边缘连接的约束准则参数;最后通过“相位准则连接”与“位置准则连接”模式并行交互执行来提取直线。实验结果表明,该方法提取的直线完整、断裂少、准确度高。     

直线电机的非参数模型直接自适应预测控制

将基于紧格式线性化的非参数模型直接自适应预测控制方法应用到直线电机速度和位置控制中.控制器的设计是直接基于伪偏导数的估计和预报,而伪偏导数信息则足通过参数估计算法和预报算法利用I/O数据在线导出.仿真演示了该方法对电机这种不确知动态非线性系统的有效性和抗干扰能力.     

神经网络驱动的机器视觉学习实现增材制造过程的自适应监控模型

随着增材制造（AM）技术的快速发展,其质量控制与过程监控逐渐成为研究焦点。致力于解决3D打印过程中出现的质量波动和缺陷问题,通过利用神经网络驱动的机器视觉系统实现对增材制造过程的高效自适应监控。采用卷积神经网络（CNN）对高分辨率的熔池图像数据进行深入分析,旨在实现对增材制造过程的实时检测和缺陷分类。实验数据通过激光金属沉积过程收集,并对数据进行了详尽的分析与标注,建立了一个全面且高质量的数据集。基于此数据集,开发了一个专门针对熔池图像识别的CNN模型,该模型有效地从复杂图像中提取关键特征,用于增材制造过程的监控与自适应调整。研究成果表明,所开发的模型在检测和分类增材制造过程中具有高准确率、高召回率和优秀的F1分数,证明了其在提升增材制造过程精度和可靠性方面的有效性。通过对增材制造过程的实时监控和分析,展示了神经网络在机器视觉应用中的强大能力,为增材制造技术的质量控制和过程优化提供了新的思路。     

永磁直线电机的无模型自适应控制方法研究

将基于全格式线性化的单入单出非线性离散时间系统的无模型学习自适应控制方法应用在永磁直线电机的速度和位置控制中.控制器的设计是无模型的,是直接基于称为拟梯度的向量,拟梯度向量是通过新型参数估计算法,根据给出的永磁直流直线电机运动模型的输入输出信息在线导出的.无模型控制方法非常适用于实际的阶数难以知道或难以辨识,且是时变的非线性系统.实现了系统阶数较高时的有效控制,弥补了经典自适应控制阶数高时在线计算量过大而不能适应于系统快速变化过程的不足.利用Matlab软件进行仿真实验,验证了该方法对电机这种具有不确知动态的非线性系统的稳定性和抑止外部干扰和噪声的有效性和鲁棒性.     

二维直线电机的并联型无模型自适应复合控制

针对二维直线电机平台系统的XY轴协同控制问题,将PI与并联型无模型自适应相结合的复合控制方法应用于控制系统.该控制方法通过在每个子系统加入PI控制方法保证其稳定性,再通过并联型的无模型自适应控制方法来提高整个系统的跟踪性能,以减小系统位置误差.基于数据驱动的无模型自适应控制方法设计二维直线电机系统控制器,其优势在于无需...