特种重型车辆质心测试平台的运动学标定

对特种重型车辆质心测试平台的组成结构及工作原理进行介绍,并建立质心测试平台的运动学模型。利用安装在运动平台中心的倾角传感器作为姿态测量仪器,提出一种基于Gauss-N ewton最小二乘算法的运动学参数标定方法,并利用该方法对质心测试平台的14个运动学参数进行辨识。通过计算机仿真,对标定方法进行验证,从而为提高质心测试平台的测量精度奠定理论基础。     

粒子群优化算法及其在机器人技术中的应用

基于粒子群优化(particle swarm optimization,PSO)算法的良好性能,已经在多个领域被广泛应用,主要综述PSO算法在机器人领域中的应用情况以及发展前景。首先介绍PSO算法的特点,对现有PSO算法在机器人领域中的应用方法进行归类,分析每种应用的优缺点,并针对存在的问题提出改进意见。基于以上对比分析,提出了PSO算法在该领域进一步的发展方向。     

BP神经网络结合粒子群优化卡尔曼滤波的MEMS陀螺随机误差补偿方法

针对微机电系统(MEMS)陀螺仪随机误差相对较大、影响其精度这一问题,提出一种基于BP神经网络结合具有量子行为的粒子群优化(QPSO)算法优化卡尔曼滤波(KF)的补偿方法。采集MEMS陀螺和转台数据作为样本,采用BP神经网络进行训练,建立误差模型;利用训练好的模型对MEMS陀螺进行误差补偿;利用QPSO算法优化KF,以达到更好的降噪效果。实验结果表明,该方法较BP神经网络优化KF、QPSO优化KF与变分模态分解结合小波阈值去噪等方法去噪处理后的平均绝对误差(MAE)和均方误差(MSE)更小,具有更好的降噪效果。     

液体发射药火炮自动加注系统设计与仿真研究

为了实现液体发射药火炮的自动变装药过程并保证燃烧室初始容积的稳定,设计了带游动活塞的加注方式,采用了模糊PID控制的步进直线电机位置伺服系统对定量缸活塞的位置进行控制。在AMESim及MATLAB/Simulink仿真平台下分别建立了自动加注系统的液压、气动部分和步进直线电机位置伺服部分的仿真模型。联合仿真结果表明步进直线电机位置伺服系统能够实现灵活变装药过程;系统加注0.8 L液体发射药共需要1.3 s、注液精度为99.91%,能够满足加注速度与加注精度的要求;火炮贮液室加注过程中游动活塞与喷射活塞分离,加注完成后喷射活塞头始终保持在燃烧室一侧的固定位置,可以保证燃烧室初始容积不变。     

液力自动变速器换挡过程标定方法研究

自动变速器电控系统的开发过程包括电控系统硬件开发、软件开发和参数标定三个阶段,其中参数标定过程是实现控制策略,优化控制品质的关键环节。本文针对液力自动变速器换挡品质评价指标,结合Allison 2000液力自动变速器的特点及待接合离合器和待分离离合器的控制油压变化特性,制定了换挡过程开环控制策略,详细分析了需要标定的控制参数特点,确定了控制参数标定方法和标定流程,最后在DEUTZ BF4M 1013柴油机和Allison 2000自动变速器台架上进行了不同负载条件下1-2升挡过程控制参数在线标定方法实验研究。实验结果表明本文开发的液力自动变速器换挡过程控制参数标定方法能够保证换挡过程满足换挡品质的要求。     

某型舰船自动舵故障诊断专家系统

某型舰船自动舵是某新型舰船操纵系统的关键组成部分,它的工作好坏直接影响舰船航行姿态控制和航行安全．由于它是机、电、液高度耦合的复杂系统,因此故障类型众多,故障原因十分复杂,它的故障诊断和维修需要丰富的专家经验和诊断策略．利用BP神经网络技术对其进行智能化故障诊断研究,以提高其故障判断和定位能力．     

汽车覆盖件模具抛光机器人运动学方程的建立及求解

从机器人在汽车覆盖件模具抛光中各杆件和关节的运动情况入手，探讨了机器人的空间位置和姿势，对抛光机器人运动学方程的建立和求解作了详细的分析。     

某型舰船自动舵故障诊断专家系统

某型舰船自动舵是某新型舰船操纵系统的关键组成部分,它的工作好坏直接影响舰船航行姿态控制和航行安全.由于它是机、电、液高度耦合的复杂系统,因此故障类型众多,故障原因十分复杂,它的故障诊断和维修需要丰富的专家经验和诊断策略.利用BP神经网络技术对其进行智能化故障诊断研究,以提高其故障判断和定位能力.     

采用指数积的三自由度机器人运动学方程

在给定组成运动副相邻连杆相对位置的情况下,可确定机器人末端执行器的位姿.运用指数积公式将开链机构的运动方程表示成运动旋量的指数积,由此提供机器人运动学方程的完整几何表示方法,能简化机构分析.即求得运动旋量,得到运动学的几何描述,最后用指数集建立关节式三自由度机器人的运动学方程.     

基于改进粒子群优化的BP网络蒸汽发生器典型故障诊断

对BP神经网络在蒸汽发生器故障诊断中的应用进行了研究,针对BP神经网络训练时易于陷入局部最小值的问题,利用粒子群优化算法对BP神经网络的权值和阈值进行了优化,并对粒子群优化算法的惯性权值作了自适应调整,以蒸汽发生器为对象进行了故障诊断实验,实验结果表明:自适应调整粒子群优化算法的惯性权值可以提高该算法的收敛速度和精度,利用改进后的粒子群优化算法对BP神经网络进行优化,可以提高BP神经网络的诊断性能。     

基于外部坐标测量的六自由度并联机构标定方法

针对六自由度并联机构校准精度问题,提出了一种基于外部坐标测量的标定方法。利 用通用测量设备测量并联机构的位姿信息,构造一个统一度量的残差方程,其构造方式保证了所有 几何参数的可辨识性,从而不再需要设计和加工专门用于标定的各种辅助机构和冗余传感器。在 此基础上,通过对冗余方程组的优化求解,可以得到并联机构各参数的估计值,并用它们替代理想 参数进行反解运算,实现误差补偿。仿真表明,此方法能够抑制测量噪声的影响,发挥并联机构不 存在误差累积的特性,标定后并联机构校准精度能够达到测量噪声的量级。最后将此方法应用于 实际设备的标定,经过误差补偿后其精度提高了5 倍以上。     

飞行控制系统自动调参

目前飞行器的控制器设计还较多地应用传统控制方法,控制器设计过程中存在大量的、繁琐的调参工作。为了改善控制器的调参工作,提出了控制器自动调参的思想。将控制器调参工作视为控制器参数和系统响应性能之间的寻优问题,基于控制性能指标设计微粒群算法目标函数,借助于微粒群算法快速的全局寻优性能,自动寻找满足控制指标的且在误差绝对值积分最小意义上的优化的控制器参数,实现控制器调参的自动化。仿真结果表明,系统响应满足设计要求,所设计的自动调参软件实现了控制器调参的自动化。     

复杂遥测组件自动化标定系统设计与实现

针对遥测组件通道数量多,传输信息量大,传输精度易受外界环境影响的问题,本文设计了一种复杂遥测组件自动化标定系统方案,介绍了其硬件、软件的实现方法。系统利用所提出的对不同类型信号在标定时使用幅度、频率估计的方法,可实现对多达70路的遥测组件通道的自动化标定。Matlab仿真及实测数据表明,该系统具有良好的稳定性,较高的效率和测试精度。     

基于磁导引和2 维码定位的机器人自动导航

鉴于磁导引导航的优点,结合2 维码地标辅助定位的方法,提出一种新的轮式机器人自动导航系统。采 用模块化设计的思路设计出机器人的硬件系统,分析研究各模块的关键技术以及路径规划算法。搭建基于Data Man 及Arduino 的机器人软件平台,并在实验场地进行机器人导航实验。结果表明：该系统能实现机器人自动导航的要 求,可以作为研发平台推广应用到物流和室内搬运等场合。     

粒子群优化算法在传动箱故障诊断中的应用

基于粒子群优化算法（PSO）的神经网络具有良好的训练性能，输出的整体误差小于BP算法。用PSO作为一种粗优化或离线学习过程，用神经网络学习作为一种细优化或在线学习过程。这两种方法综合使用可以大大提高传动箱故障诊断性能。诊断系统把常用的7个时频动态特征参量作为BP网络的输入层的输入，把传动箱中常见的6种特征作为网络的输出。诊断系统拓扑结构为7—12—6的3层BP网络，规定系统误差0．001。结果表明．粒子群优化算法对多故障征兆有较好的故障识别率。作为一种有效优化方法，在机械故障诊断领域具有良好的应用前景。     

基于支持向量回归的自动测试系统校准间隔动态优化

针对自动测试系统(ATS)校准间隔的优化问题,建立了ATS的计量体系结构,分析了校准监控数据的特征,提出一种基于支持向量回归( SVR)的校准间隔预测模型,进行校准间隔的优化。仿真实验表明：SVR模型克服了校准监控数据小样本的特点,预测精度较高,缓解了ATS不足计量和过剩计量、的矛盾。     

基于视觉引导的弹部件高效自动排序技术

针对延期体、枪弹弹壳、弹头等弹部件的高效自动排序需求,基于视觉引导的工业并联机器人自动抓取 系统进行自动排序技术研究。通过机器视觉自动识别弹部件位置,引导并联机器人抓取工件后自动调整工件姿态并 快速排序放置。运用该视觉引导排序技术的枪弹装配及延期雷管装配自动生产线已投产。结果表明：该排序方式效 率高、漏装反装失误率极低;柔性化水平高,可适应不同长度、外形的弹部件;生产线的整体效率和运行可靠性大 幅提高。     

基于粒子群算法的移动机器人路径规划

基于粒子群算法的移动机器人路径规划,通过建立目标函数、变换坐标等对环境建模,再引入粒子群优化算法,得到全局最优路径.MATLAB仿真结果显示,此方法可有效地解决空间作业机器人路径规划及避障问题.与传统遗传算法比,该法建模容易,计算快捷,可以在不同的障碍物环境下得到不同的优化轨迹,     

一种改进的装备保障能力并联预测模型

为了提高装备保障能力的预测精度,针对当前预测算法及其组合模型存在的问题,提出了一种改进的并联预测模型。利用文本挖掘选择预测指标及权重,改进了区间标度算法并构造了不等距、多尺度区间的模糊时间序列模型。改进了粒子群优化方法中微粒速度和位置及惯性权重值的算法,使用该方法优化了支持向量机参数并建立预测模型。依据改进的模糊时间序列和支持向量机预测模型建立了改进的并联预测模型,通过计算预测权重值并将预测值与预测权重值组合形成并联模型的预测值。通过案例证明了该预测方法具有更高的精度。