六维力传感器下E膜小生境野草EKF滤波研究

为减小噪声信号对六维力传感器测量精度的影响,同时解决因主振型信息缺失导致扩展Kalman滤波器难以获得最优系统估计的问题,提出一种基于小生境野草算法优化的扩展卡尔曼滤波（NIWO-EKF）算法。算法根据正弦激励力响应与应变之间的关系,构建六维力传感器下E型膜非线性系统模型。将系统干扰矩阵与控制矩阵视为一个整体,引入野草繁殖思想,以前6阶主振型信息构成的综合矩阵为均值,进行高斯采样,产生初始化的可行解。将小生境技术与野草算法相融合,利用野草算法进行全局搜索,根据适应度的大小对个体进行降序排列,按照小生境容量划分出多个种群协同合作,避免搜索过程陷入局部最优,提高算法的寻优精度和收敛速度。采用改进野草算法对EKF中的系统干扰控制矩阵进行优化处理。仿真实例表明,优化后的扩展卡尔曼滤波器能有效地提高六维力传感器的测量精度,具有很好的鲁棒性和稳定性。     

矿井搜救探测机器人驱动系统最小能耗建模与影响因素分析

研究了矿井搜救探测机器人最小能耗影响因素。针对直流伺服电机和减速齿轮驱动下的移动机器人驱动系统,利用Hamiltonian函数与最小值原理求解出驱动系统的最优速度函数和最优控制电流函数,建立了非线性摩擦条件下的最小能耗模型。通过MATLAB仿真,分析了减速器效率[η]、负载、库仑摩擦力和粘性摩擦系数等因素对最小能耗的影响,确定了各参数对驱动系统最小能耗的影响规律。为矿井搜救探测机器人驱动系统消耗能量最小进行参数配置提供依据,对实现机器人节能降耗具有现实的意义。     

六方相NaYF4∶Ln3+（Ln=Sm,Pr）微米棱柱的水热合成和发光性质

采用低温水热法合成了高质量的六方相NaYF4∶Ln3+(Ln=Sm,Pr)微米棱柱,其直径约为1μm,长约为2～5μm,端口呈规则六边形。利用X射线衍射、场发射扫描电镜、透射电子显微镜和高分辨透射电子显微镜对样品的物相、形貌和结构进行了分析与表征。室温下,采用稳态荧光光谱仪研究了六方相NaYF4∶Ln3+的光致发光性质,讨论了不同掺杂浓度对发光强度的影响。在400nm波长激发下,在500～720nm范围内观察到NaYF4∶Sm3+较强的橙色和红色发光,最强峰位于594nm;在444nm波长激发下获得了NaYF4∶Pr3+的蓝色和红色发光。     

锂电池组保护板自动测试台研究与开发

锂电池组保护板是动力型锂电池组应用的关键技术之一。锂电池组保护板在生产过程需要根据其所保护的对象参数进行严格测试,由于锂电池组保护板需要测试的参数众多,采用传统的手工测试方法不利于批量生产。研究一种串数可设、参数可调的锂电池组保护板自动测试台,可提高锂电池组保护板的生产效率和品质。     

车辆半主动悬架阻尼多模式切换控制研究

为提高车辆行驶平顺性,提出了一种基于阻尼多模式切换减振器的车辆半主动悬架及其控制方法。相较于传统阻尼可调减振器,该新型减振器通过控制两个高速开关电磁阀的通断状态即可实现四种不同的阻尼工作模式,从而使得车辆半主动悬架的阻尼控制更加高效和节能。分析了阻尼多模式切换减振器的基本原理,建立了减振器阻尼特性数学模型。结合车辆悬架系统的阻尼比范围,确定了减振器关键部件参数,并通过仿真获取了四种阻尼工作模式下的减振器复原阻尼系数和压缩阻尼系数。在此基础上,进一步建立了车辆半主动悬架数学模型,采用模糊控制逻辑设计了悬架阻尼多模式切换控制策略。仿真结果表明,相较于传统被动悬架和基于天棚控制的半主动悬架,基于阻尼多模式切换减振器的车辆半主动悬架可以进一步改善车辆行驶平顺性。     

水下作业灵巧手水压驱动系统的设计与工程实现

鉴于水下作业灵巧手的特殊要求,匹配合适的驱动系统显得尤为重要.笔者详细阐述了水下作业灵巧手水压驱动设计,探讨了工程实现,在水下特定作业环境有着良好的应用前景;以此为基础,组建了水压伺服控制回路,构建了力控制系统.     

超硬织构化刀具高速切削钛合金试验研究

目的研究高速切削钛合金过程中表面织构对刀具切削性能的影响。方法通过开展常规(无织构)和织构化聚晶金刚石(PCD)刀具高速切削钛合金试验,分析不同条件下切削力、摩擦系数、切削粘结的变化。结果增加切削速度能够有效降低PCD刀具的切削力和摩擦系数。当切削速度为16.485~175.84 m/min时,相对于无织构刀具,织构化刀具的干切削性能在总体上表现最佳,且织构化刀具在干切削时的进给抗力、主切削力和摩擦系数最大分别降低了约71.75 N、39.95 N、0.13。结论高速切削可以显著降低刀-屑界面的切削力、摩擦系数。织构化PCD刀具在低速下的干切削性能明显优于常规刀具,且优于低温润滑条件时的减摩效果。     

基于不确定性测度的再制造曲轴平衡性控制方法

再制造发动机平衡性是影响再制造发动机使用性能的重要因素之一。分析影响再制造发动机曲轴平衡性的关键因素,探究曲轴主轴颈径向跳动、直径、圆柱度及曲轴端面跳动、弯曲度等因素不确定性的内涵;考虑各个因素测量值的离散程度及测量值与理想值的偏差程度,构建因素不确定性定量化测度模型;在以上研究基础上,提出基于改进BP神经网络(BPNN)的发动机曲轴再制造平衡性质量控制方法,其中,网络模型采用梯度下降法对输入层到隐层之间的权值和阈值进行调整,采用支持向量机调整隐层到输出层之间的权值和阈值;通过某企业再制造曲轴的质量数据表明,方法能够有效提高再制造曲轴平衡性合格率,降低曲轴加工废品率,应用实例验证了提出方法的可行性和有效性。