并联机构力传递的分析

以Delta 并联机构为例,利用矢量力学方法和虚功原理建立静力传递数学模型．通过模型仿真分析了 机构运动件重力补偿力矩．提出了机构的力传递能力概念,探讨了工作点的力传递能力和力雅可比矩阵条件数的关 系,初步分析了给定工作空间力传递能力的分布．提出的力传递指标和所得结论可用于优化Delta 机构以及其他机 构的力传递性能．     

圆柱形介电弹性体驱动器的试验与分析

为了获得一种结构紧凑的介电弹性体驱动器,以VHB4910 为驱动材料,设计、实现了圆柱形驱动器． 通过对比试验得到的驱动器（有效长度为45mm）最大能够产生8.5mm 的位移,有效区伸长应变达到18.89%．采用 Yeoh 超弹性模型对驱动器进行有限元仿真,得到驱动器的输出位移为6.24mm．仿真与试验结果较吻合,文中分析 了仿真与试验结果之间产生差别的原因．圆柱形介电弹性体驱动器的研究可为该类驱动器的设计、分析与应用提供 指导．     

大行程压电驱动旋转平台的设计与分析

提出了一种新的压电驱动的旋转平台,用来在微米及纳米级操作中实现高精度、大行程的转动,平台包括两个夹具、一个驱动器和一个扭矩输出轴.通过驱动器驱动,并且利用两个夹具间的轮换工作而得到连续的旋转位移.分别在驱动器和夹具中使用Scott-russell机构和桥式机构,通过这两种柔性机构来分别实现旋转运动和得到较大的位移.对于主要的零件部分,使用有限元法进行分析,根据结果进行优化.     

岸边集装箱起重机长短轨焊接接缝处损坏分析

针对目前岸边集装箱起重机使用率激增,其轨道长短轨接缝开裂现象展开分析,对其接缝开裂原因做了详细分析,对接缝处应力和变形展开计算,结合有限元软件,对DIN 536的A型轨道接缝应力情况进行验证和优化,对目前的开裂现象提出了切实可行的解决方法。     

面向微线段高速加工的Ferguson样条过渡算法

针对微小线段高速加工控制需求,在分析常用直接过渡法不足的基础上提出了一种基于Ferguson样条的微线段过渡算法.首先探讨了Ferguson样条曲线的性质,然后从精度优化分配、控制三角形获取和插补前瞻控制三方面阐述了算法原理,最后与传统算法进行了效率对比分析.仿真与实例验证表明,此算法具有过渡平稳、误差易控、效率高的特点,适合于微小线段的高速加工控制.     

弯曲型介电型电活性聚合物驱动器的建模研究

介电型电活性聚合物(DEAP)由于其大应变,高效率及高能量密度等优点,在仿生机器人领域具有广泛的应用前景。该文设计制作了一种可实现弯曲变形的DEAP驱动器,根据弹性大变形理论建立驱动器的机电耦合模型,通过微分方程组的迭代求解获得激励电压与输出角度、侧向输出力之间的关系。试验结果表明,在5kV电压下,该驱动器可产生最大75°的弯曲角度,最大侧向输出力达到0.7N。试验结果与理论结果较吻合,验证了驱动器设计与分析的有效性。以该驱动器为驱动单元,构建了一种仿生爬行机器人,初步试验表明了该类型驱动应用于仿生机器人的可行性,可为仿生机器人摆动驱动提供一种新的实现方法。     

浙江龙游境内一装载汽油槽罐车泄漏

2013年9月25日下午,320国道浙江省龙游县詹家镇十都村附近,一辆汽油的槽罐车发生泄漏,事故发生后,龙游县政府、安监、公安、消防、交警、环保等部fq到场处置。3个多小时后事故被成功处置,未对现场环境造成影响,也未造成人员伤亡。经过现场观察和询问车主得知,事故系因车辆底部连接油罐的一根铁质管道断裂,导致大量汽油泄漏到地面。     

基于单目立体视觉的焊缝粗定位方法

针对传统焊缝粗定位方法存在过程繁琐、适应性差等问题,提出一种基于单相机的立体视觉测量技术来实现焊缝粗定位.沿着直线或圆弧焊缝布置发光条削弱周围环境因素影响,控制单目相机以两个不同位姿采集图像,经灰度质心法提取发光条图像中心线,基于立体视觉模型重建焊缝特征点和直线或圆弧方程,获取焊缝在机器人基坐标系下的粗定位信息.实验表...     

燃气动力弹跳机器人的设计与试验研究

以可燃混合气体为动力源,设计了一种燃气动力的弹跳机器人,包括弹跳驱动器和轮式运动机构。弹跳驱动器采用双活塞燃烧室结构及磁力锁紧机构,有效减小驱动器体积,有利于驱动器复位和废气排除。轮式运动机构包括车身和蜂窝车轮,车身作为驱动器载体,蜂窝车轮用于机器人落地缓冲。对车轮的径向、周向和切变模量进行等效计算,采用铁木辛柯梁理论对车轮进行静力分析,计算结果与试验数据吻合;利用LS-DYNA对车轮落地碰撞进行仿真,分析了落地冲击能量消耗。对机器人的弹跳运动进行规划,弹跳越障试验表明机器人可直接越过或跃上障碍物,验证了机器人的弹跳运动能力。该弹跳机器人的研究为提高地面移动机器人的未知复杂地形适应能力提供了一种可行的技术方案。     

基于注意力机制和辅助任务的语义分割算法

为提高网络模型低层特征的离散度和语义分割算法的性能,以全卷积神经网络作为基础模型,提出一种基于辅助损失、边缘检测辅助任务和注意力机制的语义分割算法。通过重新设计网络模型的辅助损失分支,使网络低层特征编码更多语义信息。在多任务学习中,选择边缘检测作为辅助任务,基于注意力机制设计边缘检测的辅助任务分支,使网络模型更关注物体的形状和边缘信息。在此基础上,将基础模型、辅助损失分支、辅助任务分支集成构造为语义分割模型。在VOC2012数据集上的实验结果表明,该算法的平均交并比为71.5%,相比基础模型算法提高了6个百分点。