清洗机器人自主清洗方法研究

为提高清洗机器人运行的自主性,提出了针对具有六自由度清洗机器人的自主清洗方法;首先给出了清洗机器人的机械及电气结构,建立了机器人的运动学模型,分析了机器人的运动学及逆运动学问题,实时计算出污物的位置;在此基础上,为实现机器人的自主清洗,接着设计了机器人的控制系统结构,采用了RBF模糊神经网络对机器人进行智能控制;最后通过实验表明所提出的方法能满足清洗机器人精确定位到任意目标位置的要求,其动态性能和稳定性都达到了清洗要求。     

计及频率稳定的多直流异步外送电网切机容量优化

异步互联格局下,送端电网惯性大幅下降,因直流闭锁引发的高频问题较为严重,传统应对高频问题的稳控切机策略存在切机量不精确（过切或欠切）以及切机后系统转动惯量匮乏等风险。针对现有稳控切机方案的不适应性,提出一种计及系统频率稳定需求的多直流异步外送电网切机容量优化模型。模型中耦合大容量直流闭锁故障下各种频率指标约束、网络潮流约束、备用及切机量约束,考虑系统内各类型机组调节性能及位置的差异性,利用理想点法和优序图法得到各类型机组的切机惩罚因子,通过切机综合代价最小化目标确定大容量直流闭锁事故下送端电网的最优切机方案。以改进的IEEE RTS-79系统为例进行了算例分析,验证了所构建模型的有效性与频率适应性。     

未知动态环境下非完整移动群机器人围捕

针对未知动态障碍物环境下非完整移动群机器人围捕,提出了一种基于简化虚拟受力模型的自组织方法.首先给出了个体机器人的运动方程,然后给出了未知动态环境下目标和动态障碍物的运动模型.通过对复杂环境下围捕行为的分解,抽象出简化虚拟受力模型,基于此受力模型,设计了个体运动控制方法,接着证明了系统的稳定性并给出了参数设置范围.不同情况下的仿真结果表明,本文给出的围捕方法可以使群机器人在未知动态障碍物环境下保持较好的围捕队形,并具有良好的避障性能和灵活性.最后分析了本文与基于松散偏好规则的围捕方法相比的优势.     

一种压缩待测气体增强气体传感的方法

针对普通气体传感器在低体积分数的气体检测中灵敏度低的问题,提出将待测气体进行压缩以增强气体传感器响应的方法,根据检测压缩后的气体响应的特征,间接得到普通状态下该气体的体积分数。设计了一种小型的样机系统来进行气体压缩和气体传感器检测,描述了系统各个模块的设计,给出了该系统的软件设计和控制流程。以H2S气体为检测对象进行了实验,分析结果表明:该方法提高了现有传感器检测低体积分数气体的能力,尤其是提高了对毒害气体的及时发现和预警防范能力。样机的试制也为该压缩传感系统的进一步小型化和提升检测性能提供了条件,具有较高的应用价值。     

稀疏表示分类中遮挡字典构造方法的改进

针对稀疏表示分类算法中遮挡字典维数高且无冗余的问题,提出一种遮挡字典构造方法.首先通过图像分块得到各级的遮挡基图像;然后将所有互不相同的遮挡基图像按字典顺序转化为向量,并用这些向量作为遮挡字典的列,从而构造出维数相对较低且具有一定冗余度的遮挡字典.实验结果表明,该方法不仅明显提高了稀疏表示分类算法对遮挡人脸的识别率,而且还能通过减少图像的分块级数降低稀疏分解的耗时量,提高运算效率.     

改进粒子群算法优化扩展卡尔曼滤波器电机转速估计

针对感应电机扩展卡尔曼滤波器转速估计中难以取得卡尔曼滤波器系统噪声矩阵和测量噪声矩阵最优值的问题, 提出了一种基于改进粒子群算法优化的扩展卡尔曼滤波器转速估计方法。算法通过融合遗传算法和粒子群算法的优点, 采用可调整的算法模型对粒子群算法进行改进, 将改进的粒子群算法对扩展卡尔曼滤波器中的系统噪声矩阵和测量噪声矩阵进行优化处理, 将优化后的卡尔曼滤波器应用于感应电机转速估计。仿真实验表明, 与试探法、标准粒子群算法及遗传算法比较, 改进粒子群算法优化的扩展卡尔曼滤波器能够有效提高转速估计的精度, 从而提高无速度传感器矢量控制系统的控制性能。     

基于改进混沌扩频序列的多用户混沌扩频通信系统的研究与仿真

提出一种改进混沌扩频序列,并将其应用在多用户混沌扩频通信系统中,给出了多用户混沌扩频通信系统的理论推导和SIMULINK仿真模型。对该系统进行了详细的性能分析,包括信噪比、用户数、改进混沌扩频序列的分形参数和初始值等各自对系统误码率的影响,并比较了改进混沌扩频序列与传统混沌扩频序列的系统误码率随信噪比和用户数的变化情况。结果表明改进混沌扩频序列要好于传统混沌扩频序列的系统误码率,具有较好的抗噪声和抗多址干扰的能力。     

基于小波分析和遗传神经网络的模拟电路故障诊断方法*

针对BP网络极易收敛于局部极小点与过拟合等缺点,在构建小波神经网络的基础上,提出用遗传算法优化BP神经网络的模拟电路故障诊断方法.该方法使用小波作为预处理工具,经PCA分析和归一化后提取输出信号的能量信息作为特征向量,用遗传BP神经网络作为故障识别器,对模拟电路故障进行诊断.与传统BP神经网络相比较,结果表明,该方法可明显改善神经网络结构、提高故障诊断的精度和速度.     

基于故障树和双向联想记忆神经网络的桥式起重机故障诊断方法

针对桥式起重机的故障诊断系统,提出一种基于故障树(FTA)和双向联想记忆神经网络(BAM)相结合的故障诊断方法。通过FTA建立系统故障树,收集桥式起重机所有故障模式,进而归纳出BAM的学习样本,然后对样本学习联想,得到系统诊断结果。两种方法的结合,不但可完成单个故障的诊断,还可实现多种故障的综合处理,提高诊断能力。     

基于矩量法的接地网接地电阻计算

矩量法是一种适用于任意结构接地网接地参数精确计算的方法,但是在应用矩量法计算接地网接地电阻及其他参数时,特别是在计算非均匀土壤接地参数时,由于需要使用格林公式进行互阻计算,往往计算量十分巨大,不便于使用计算机进行软件实现．基于此提出一种新的优化算法,将矩量法与MATLAB算法结合,从而节省了计算时间,并提高了计算精度,适用于多层土壤和不规则接地网参数的数值计算．