一种新型双侧腕关节训练康复机构的研制

设计双侧腕关节训练康复机构以满足双侧被动训练比单侧主动训练效果好的需求。康复机构采用两个空间反向双曲柄并联子机构，根据子机构采用绳索拉伸驱动的特性，研制出一款通过绳索不同的配置以实现左右侧平台成镜像对称的机构；采用球坐标系分析机构的正运动学，得到双侧平台的运动关系式；研制试验样机，对双侧平台横滚、俯仰和虚拟偏航运动的欧拉角进行测量，测量了在3种运动方式下前肌群和后肌群在静息态、单侧被动训练和双侧主动训练的肌电信号。实验数据表明，当机构做横滚运动时，双侧平台角位移大小相等、方向相反；当机构做俯仰运动时，双侧平台角位移大小和方向均相同。双侧主动训练测量的前肌群和后肌群肌电信号（EMG）最大平均值比静息态分别大319.65 mV和352.2 mV，比单侧被动训练分别大155.9 mV和184 mV。上述结果表明，所研制的双侧机构成镜像对称，能够对腕关节起到训练的效果，并且训练效果优于单侧训练。     

基于钢丝绳张紧轮的矿井摩擦提升系统纵向振动主动控制

针对落地式摩擦提升机运行过程中产生的纵向振动问题，提出了基于液压张紧轮的纵向振动主动控制方案，该方案将液压张紧轮水平布置在上天轮下方，使得张紧轮输出力垂直于提升钢丝绳，通过控制液压缸输出力改变张紧轮位置以调整钢丝绳张力和系统虚功，从而抵消系统冲击能量，继而减弱系统纵向冲击与振动，使系统快速趋于稳定，并通过增设固定张紧轮调整输出力带来的钢丝绳水平偏移。基于广义Hamilton原理建立了含液压张紧轮的摩擦式矿井提升系统分布式参数模型，依据李雅普诺夫第二稳定性原理设计了一类状态控制器，并通过试验验证了无控制状态下系统分布式参数模型的准确性。以下放工况为例在MATLAB中进行了控制仿真，结果表明基于液压张紧轮的纵向主动控制方案是可行的，且具有良好的减振效果，尤其对于停车制动后的纵向振动抑制效果非常突出；状态控制可将停车阶段产生的最大振动加速度从原始系统的2.59 m/s²降低至1.6 m/s²，减幅达到38.22%，收敛至稳定仅耗时0.9 s；作为对比设计的PD控制仅仅将停车阶段的最大纵向振动加速度减小至2.3 m/s²，衰减幅...     

液黏调速器接合过程建模与特性分析

针对液黏调速离合器接合过程中的挤压膜流动以及摩擦阶段过渡问题，综合考虑摩擦副表面粗糙度、表面油槽结构和流体惯性力等因素，根据流体动压润滑理论和GW粗糙接触模型，建立离合器接合过程的动力学模型，并采用有限体积法对平均流量雷诺方程求解，对挤压过程中的油膜压缩速度、油膜厚度、被动盘转速、传递转矩等动力学参数的变化规律展开了仿真分析。仿真结果表明，液黏调速离合器接合过程主要处于流体润滑阶段和混合摩擦阶段。流体润滑阶段黏性扭矩迅速增加，但是相对角速度变化不大，由于油膜厚度变化较快，在0.1 s左右进入混合摩擦阶段，该阶段油膜厚度变化较小，黏性扭矩逐渐下降至零，摩擦扭矩开始占据主导地位。     

小样本下基于原型网络的轴向柱塞泵故障诊断模型

在实际工程应用中，有限的故障样本数量及噪声都影响轴向柱塞泵故障诊断的效果，所以，如何提高模型在小样本、噪声条件下轴向柱塞泵故障诊断的性能是一个亟待解决的问题。在样本数量有限、噪声条件下，采用基于深度学习的故障诊断方法会出现过拟合、诊断准确率下降的问题，为此，提出了一种小样本条件下基于原型网络的轴向柱塞泵故障诊断模型(方法)。首先，搭建了轴向柱塞泵故障诊断模型，并等量随机抽取了每个故障的样本以构建多个任务，模型使用一维卷积神经网络作为主干，每个任务中包含当前模型、支持集、查询集；然后，利用模型将样本映射到特征空间，在特征空间中，模型使用支持集的同类样本构建了原型点，并逐个将查询集样本与多个原型点进行了距离度量，实现了轴向柱塞泵不同故障的分类；最后，为了验证基于原型网络的轴向柱塞泵故障诊断模型的有效性，采集了轴向柱塞泵不同元件发生故障时产生的振动信号，并使用上述诊断模型对此进行了故障识别实验；为了验证该诊断模型的优越性，将其与基于卷积神经网络等的模型进行了性能对比。实验结果表明：在样本有限的条件下，采用基于原型网络的轴向柱塞泵故障诊断模型的准确率达到85%以上；同时，在噪声条件下，采用基于...