基于双闭环的液压伺服系统控制

为了使液压振动试验台具有良好的运动特性,提出了一种双闭环控制结构．内环采用模拟控制器调节电液伺服阀,外环采用基于DSP的数字控制器用以调节液压伺服作动器．将此控制方案应用于对专用汽车减震器进行性能测试的液压振动试验台的工业现场,其实时监控结果表明:设计的模拟、数字相结合的双闭环控制器的方案正确,参数选择合理,系统的各项性能指标都达到了预期目标．     

二自由度平面手臂的小脑控制模型与仿真

针对小脑在运动中学习控制的角色问题,提出了一种为到达指定目标可以学会产生运动信号的肢体运动控制小脑学习模型,该模型由一个小脑学习模块以及硬连线外小脑系统构成,用以控制一个模拟的、由6块肌肉所驱动的双关节手臂。其中,小脑学习模块由1组可调式模式产生器的独立子模块构成;外小脑系统负责在小脑模块不能引导手臂到达指定目标的情况下产生精度较低的矫正运动,通过本体输入,模型的下橄榄通过观察由外小脑系统产生的矫正运动来推断小脑产生的运动误差,以期达到对手臂运动的调节和控制,仿真结果表明,该小脑模型具有较好的理想轨迹跟踪性能。     

柔性两轮自平衡仿人机器人模型分析

用弹簧模仿人的腰椎,对动力学简化模型进行了线性化处理,建立状态空间方程对其进行控制,并从数学角度验证了模型的正确性.     

柔性两轮移动机器人动力学建模及模型分析

针对两轮机器人腰部柔性的结构特点,以柔性多体系统动力学理论为基础,设计了柔性两轮移动机器人,并根据假设模态法,将其抽象为平面柔性三连杆系统,利用D'Alembert-Lagrange原理建立了柔性机器人的动力学模型,得到了以机器人本体的3个杆的倾斜角度和左右轮的转角为参量的系统动力学方程和系统腰部柔性连杆的振动方程.给出了数学模型推导的具体步骤,并对该模型做了仿真分析.结果表明,该模型为柔性机器人的运动及控制研究提供了理论依据.     

小圆蓝细胞瘤预测模型研究

为研究肿瘤与基因之间的关系,分析了小圆蓝细胞瘤基因表达数据,建立了分类和预测小圆蓝细胞瘤4 个亚型的多模预测模型.针对小圆蓝细胞瘤的4个亚型,该预测模型创建了4个基于神经网络的分类器,并编 码4个分类器的分类结果,获得每个数据样本的最终预测结果.研究表明,将复杂的多类分类问题分解为多个2 类分类问题是解决多类分类问题的有效方法,基于该方法建立的多模预测模型能够学习基因表达数据中蕴含的 知识,并利用获得的知识准确地分类和预测全部83个数据样本.     

基于FSM的双轮机器人舞步行为建模与仿真

为了解决轮式机器人舞步运动建模复杂、调试时间长的问题,提出了一种基于有限状态自动机理论的双轮机器人舞步行为模型描述方法,并基于Matlab／Stateflow图形化的描述方法,实现了轮式机器人舞步行为的建模,设计了轮式机器人舞步行为的逻辑控制。仿真结果表明,构造的仿真模型可以模拟机器人舞步行为的实际过程。模块化的设计简洁清晰,设计与调试时问大幅度减少,成本降低,动作的可控性增强,该方法为轮式机器人舞步规划的实现提供了理论依据。     

一种肿瘤基因表达数据的知识提取方法

本文以多发性骨髓瘤的基因表达数据为例,利用数据挖掘技术,提出了一种针对基因表达数据进行知识发现的方法.该方法通过计算基因的信息增益,结合神经网络,找出了特征基因集合,最后利用决策树进行特征规则的提取,给出了基于多发性骨髓瘤数据样本的产生式规则,为生物医学研究提供了一种分析和研究基因表达数据的参考方法.实验结果表明了该方法的有效性.     

基于质心校正补偿的仿人机器人模仿学习

由于仿人机器人自由度多、结构冗余,因此面对不同环境下的运动规划十分复杂.利用人体运动信息作为示教数据,实现仿人机器人对人体姿态的模仿学习,简化了仿人机器人的运动规划.为满足机器人在运动过程中的平衡性,提出了一种机器人质心补偿的方法:通过示教数据预估机器人的质心偏移,经质心-角度雅可比矩阵计算角度补偿量,并引入二次规划进行优化处理.基于Nao机器人的模仿学习系统实验研究结果表明:提出的质心补偿方法可以有效地保证机器人在模仿学习过程中的姿态平衡,引入的权值可调的二次规划有效地保证了姿态模仿的相似性.