移动机械手的整体运动学建模与控制

移动机械手由一个机械手固定安装在一个移动平台上构成。移动平台和机械手的不同物理特性使移动机械手的建模和协调控制成为机器人领域的难点之一。本文对移动机械手进行了运动学分析,给出了其整体运动学建模方法;针对移动机械手的非线性和强耦合特点,设计了PD反馈控制器;仿真实验证明该控制器具有良好的控制效果。     

河南黄河通信发展对策分析

1河南黄河通讯发展的特点1．1通过引进先进的技术和设备,通信水平迅速提高。80年代,河南黄河通信水平仍停留在70年代的水平,陈旧的装备和落后的技术阻碍着黄河通信事业的发展。通信手段主要靠供电或磁石试人工交换机和架空明线线路,通话声音小、杂音大、质量差,很难保证黄河防汛抢险的需要。为了加速发展通信事业,满足黄河下游防洪调度的需要,从1991～1995年期间上级投资了1162．30万元,主要对省局、市局的交换机进行更新换代,引进了国内外先进设备和先进技术。交换机安装了HAR-     

膜式水冷壁传热边界条件反演

膜式水冷壁传热边界条件对现代电站锅炉安全运行有重要影响。针对其难以直接测量的现状,采用共轭梯度法对膜式水冷壁的传热边界条件进行了反演,并讨论了测点数目、待反演参数的初始猜测值及测量误差对反演结果及向火侧金属外壁温度分布的影响。结果表明:增加测点数可提高反演精度,而3个测点即可达到较高精度;反演结果对初值有一定的依赖性;在一定的测量误差范围内,共轭梯度法仍能够得到较满意的结果。     

移动机械手的T-S模糊控制系统

对移动机械手进行动力学分析,给出了统一的移动机械手整体动力学建模方法;针对移动机械手的非线性特点,提出T-S模糊控制算法,将复杂的非线性强耦合系统转化为若干线性问题的组合;利用线性矩阵不等式方法为该系统设计了状态反馈控制器,并给出了整体系统的稳定性证明。仿真实验证明该控制器具有良好的控制效果和稳定性。     

基于多重迁移学习的Yolo V5 初期火灾探测研究

火灾发生初期是灭火的最佳时期,故对于初期火灾的探测具有十分重要的意义。初期火灾的火焰面积较小,数据样本较少,传统的机器学习目标检测方法难以对其进行有效的训练。针对以上问题,提出图像型初期火灾探测系统,并对基于多重迁移学习训练得到的Yolo V5 初期火灾探测模型进行重点研究。试验结果表明,该模型精确率达到97%,对初期火灾的探测精度高、探测速度快,可以快速准确地探测到初期火灾的发生。     

基于深度学习的VGG16 图像型火灾探测方法研究

为了快速、有效地检测不同场景下的火灾信息,基于深度迁移学习设计了一种改进VGG16 的图像型火灾检测方法。搜集不同场景下的照片,使用离线数据增强技术增加样本数量,对VGG16 进行改进,并使用迁移学习的方法训练火灾识别模型。结果表明：改进的VGG16 网络对于火灾现场的图片分类识别准确率为98.7%,优于Resnet50 网络和Densenet121 网络,可快速、准确地检测到火灾信息。     

轴类零件智能化矫直加工技术的研究

利用金属塑性变形后产生残余变形的原理对需矫直工件主动加载可实现轴类零件的塑变矫直。文章采用非线性有限元法研究了杆类零件的塑性矫直过程,在此基础上提出一种新型的矫直加工方法并设计了原理样机,机构运动由4个步进电机驱动,兼具工件尺寸检测和矫直加工功能。考虑到塑性变形受工件的长度、直径、材质等非线性因素影响,难以建立精确的解析模型进行控制,在总结人工操作经验的基础上,设计了以需矫直零件的塑性变形量及其变化量作为输入,以加载量为输出的具有自学习功能的二维模糊控制器,通过智能控制方法达到减小误差和提高工效的目的。矫直原理样机上的实验表明,矫直控制精度可达到0.04mm。     

AT6450在数控切管机中的应用

本文描述了多轴伺服控制器AT6450的硬软件特征，阐述了数控火焰自动切管机的机械及控制系统，简介了其在不同工作模式下要实现的功能。将AT6450应用于自动切管机，介绍了其软件体系。实践证明，AT6450作为切管机的控制核是合适的，其成功应用，对其它伺服控制器的推广也将有较大参考价值。     

基于改进Census变换的自适应局部立体匹配

针对现阶段局部立体匹配在弱纹理区域具有匹配精度低且过度依赖中心像素的缺点,提出一种基于改进Census变换的自适应局部立体匹配算法。首先根据中心像素领域的纹理复杂度采用自适应支持窗口改进Census变换,引入Tanimoto系数与Hamming距离算法结合,并融合颜色或亮度差的绝对值用作新的初始匹配代价计算。通过十字交叉域算法进行代价聚合并采用赢家通吃算法计算视差,在视差优化阶段采用左右一致法、迭代投票、插值填充和亚像素细化,针对边缘模糊化将改进的自适应中值滤波用作抑制噪声得到最后的视差图。实验结果表明,本文所提出的算法在Middlebury数据集上的平均误匹配率为4.39%,相较于其他改进的Census变换算法有明显提升,并在抗噪能力上具有一定的鲁棒性和适应性。