纸箱封装机折页机构的设计与研究

目的 为解决现有的纸箱自动化包装生产线上纸箱封装机的折页机构折侧页不可靠、无法对多规格的纸箱进行折页的问题,设计一种可靠、适用于多规格的纸箱折页机构以提高纸箱包装质量和包装效率。方法 通过对折页功能、纸箱状态和封装机整体进行分析研究,设计2组纸箱折页机构;用机构的动态静力分析方法对2组折页机构进行运动学分析和动力学分析,用Matlab对运动学方程和动力学方程求解;用SolidWorks软件对2组折页机构进行结构设计和三维建模;将所设计的2组折页机构实物组装在封装机上进行现场试验。结果 运动学分析结果表明,2组折页机构带动纸箱页旋转的最终角位移能够准确地使纸箱页完成折叠工作;动力学分析结果表明,2组折页机构所需的驱动力矩和驱动力符合动力元件的力矩和力的使用范围。现场试验结果表明,所设计的折页机构能够对多种规格的纸箱实现可靠的折页工作。结论 该纸箱折页机构能够可靠地完成不同规格的纸箱折页工作,实现了纸箱折页的自动化与柔性化,可在一定程度上提高纸箱包装生产线的包装效率。     

基于非线性反馈的镇定和输出调节: 简要综述

简要回顾了非线性系统的镇定和输出调节的最新进展, 概述了这两类表面上独立的课题之间的内在联系. 同时也讨论了部分未解决的问题和未来的研究工作.     

分布式反馈优化研究现状与发展

对于多自主体系统,分布式反馈优化研究各个自主体如何利用自身状态及局部梯度信息的实时反馈值以及自主体之间的实时信息交换使整个多自主体系统的输出趋近于某个总体优化指标的最优值点.在特定情况下,分布式反馈优化可以简化为分布式优化或集中式反馈优化,基于此介绍分布式反馈优化的研究现状与发展.利用文献调查法和归纳推理法,首先介绍分布式反馈优化的研究背景与意义以及相关领域发展现状;然后分析分布式反馈优化的基本难点,从线性系统和非线性系统两方面综述分布式反馈优化的研究现状;最后展望未来发展方向.     

稻草纤维素水解机理及工艺条件的研究

以稻草秸杆为纤维素原料,用2%氢氧化钠对其进行预处理,选用纤维素酶作为催化剂对纤维素进行酶法水解,采用DNS法测定纤维素水解液还原糖的含量,并计算其糖化率。探讨了纤维素酶水解稻草秸秆纤维素的反应机理,研究了纤维素酶的添加量、反应温度、pH、反应时间、振荡等因素对稻草纤维素酶水解的影响。实验结果表明,当固液比为1∶30、纤维素酶添加量为40 mg、50℃、pH 4.8、振荡反应12h,纤维素酶解液的糖化率可达40%。     

基于OLS-SFLA-RBF神经网络的风电出力预测

提高风电出力的预测精度,可以减轻风电并网带来的不利影响。利用径向基函数神经网络（RBF）建立风电出力预测模型,并通过正交二乘算法（OLS）对RBF神经网络进行初步训练,以确定网络结构及隐含层各节点中心。在OLS算法训练的网络基础上引入蛙跳算法（SFLA）,进一步对隐含层基函数的宽度值进行优化以提高网络的泛化能力。实例预测表明,在相同的网络结构及隐含层中心下,基函数宽度值优化后的RBF神经网络模型预测精度得到了提升。     

开盒机的优化设计与运动学分析

目的 为了解决现有的纸盒包装生产线上开盒机存在的开盒不可靠、工作稳定性不好的问题,设计一种工作可靠、稳定性较高的纸盒开盒机。方法 分析研究机构的功能要求,采用机构设计方法设计多连杆机构来实现对纸盒的取盒、放盒、开盒工作。采用多刚体动力学约束方程对所设计的开盒机构进行运动学分析。采用ADAMS优化设计模块对开盒机构的各个杆件尺寸进行优化。用SolidWorks软件对所设计的开盒机进行样机设计。结果 用SolidWorks的motion插件对开盒机构进行运动仿真,仿真结果表明,该机构能满足自动开盒功能,运动轨迹与用Matlab求解出的运动方程的轨迹相匹配,验证了数学模型的准确性。用Matlab对优化后的开盒机构运动方程求解,与优化前相比,机构的速度峰值减小了约34%,加速度峰值减小了约75%,机构运行平稳性得到极大改善。结论 所设计的高速开盒机构不仅满足自动开盒功能,而且运行平稳、工作可靠,为纸盒开盒自动化提供了一种适应性更强的开盒方案。     

一种基于视觉的步行机器人Monte Carlo自定位系统

提出了一种基于视觉的步行机器人自定位系统．该系统基于Monte Carlo定位方法,分别利用了人工地标和自然地标的高噪声的传感器信息,结合无反馈的里程计信息来完成自身定位．本系统对于自然地标的不唯一性做了特殊处理,融合多标志物的信息,并提出新的计算权重和样本重采样方法,以适应动态不确定的环境．在真实机器人上的实验结果表明,在高噪声的信息输入下,能够获得实时、准确、稳定的定位结果,能有效解决“绑架的机器人”问题．     

甘油对聚乳酸／淀粉复合材料机械性能的影响

聚乳酸是一种生物降解高分子材料,具有良好的透明性、良好的机械性能和易于加工的优点,但是比较昂贵,为了降低成本,加人廉价的其他材料,制得复合材料是一种可选择的方式.淀粉来源广泛,而且价格低廉,是一种天然的可降解高分子,因此将聚乳酸和淀粉进行共混制的复合材料能够有效的降低成本.但是聚乳酸/淀粉复合材料的韧性比较差,这限制了它的应用.在聚乳酸和淀粉80:20(质量比)的情况下,我们向复合材料中加入甘油,改善复合材料的韧性.分别加入0%、8%、16%、24%和32%的甘油,我们采用熔融共混的方法制备了聚乳酸/淀粉复合材料.通过力学性能测试和SEM等分析,研究了在不同甘油含量的情况下,复合材料力学性能.通过研究发现,随着甘油含量的增加,复合材料力学性能先上升后下降,当甘油加入量为8%(淀粉质量)时,性能最好.SEM分析表明,甘油的加入能够改善聚乳酸/淀粉复合材料的相容性.     

基于OLS-SFLA-RBF神经网络的风电出力预测

提高风电出力的预测精度,可以减轻风电并网带来的不利影响。利用径向基函数神经网络（RBF）建立风电出力预测模型,并通过正交二乘算法（OLS）对RBF神经网络进行初步训练,以确定网络结构及隐含层各节点中心。在OLS算法训练的网络基础上引入蛙跳算法（SFLA）,进一步对隐含层基函数的宽度值进行优化以提高网络的泛化能力。实例预测表明,在相同的网络结构及隐含层中心下,基函数宽度值优化后的RBF神经网络模型预测精度得到了提升。     

网络稳定性与控制的小增益原理:回顾与近期进展

小增益定理是现代控制理论中极为重要的基本工具之一,它在关联系统和不确定系统的鲁棒稳定性分析以及鲁棒控制器设计的许多工作中都发挥着极大的作用.基于输入到状态稳定性的概念,笔者于1994年首次提出了广义非线性小增益定理.与之前的小增益定理不同,这一结果为同时刻画关联系统的内部稳定性和外部稳定性提供了一个统一的框架.从镇定与鲁棒自适应控制到分散式或分布式控制以及输出调节(抗干扰渐近跟踪),基于非线性小增益定理已经发展出一系列的鲁棒非线性控制器设计新工具.在过去10年间,复杂非线性大系统已成为研究热点,驱动着小增益定理向更加完备的网络小增益定理方向发展,以期解决网络稳定性与控制中的新问题.对此,针对非线性小增益理论的一些最新研究进展及其在通讯和计算约束下的网络化控制和事件驱动控制应用结果进行综述,并对该理论的未来研究方向给出一些建议.