关于企业研究院的一些思考

阐述了企业研究的意义和建设企业研究院的必要性，从人才、研究领域和运行机制三个方面探讨了如何建设成功的企业研究院，并指出了企业研究中应该避免的三个错误观念。     

无轨道式水轮机叶片坑内修复机器人

介绍了一种多功能的水轮机叶片坑内修复机器人方案和研究进展。机器人本体由可全位置行走的无导轨磁吸附移动平台和多自由度作业机械臂组成，移动平台吸附于待修复的叶片表面，机械臂安装在移动平台上，机械臂可携带检测及各类可更换的作业工具，机器人可以直接在机坑内对叶片受损情况进行自主检测和修复作业（如气刨清理、焊接、打磨等），操作人员也可通过远端监控系统时机器人的运行状况进行监控，在出现紧急情况时可以直接对机器人进行手动控制。对水轮机叶片坑内修复机器人系统涉及的关键技术进行了研究，仿真及试验结果表明本文提出的水轮机叶片坑内修复机器人方案是可行的，且利用本文研究的关键技术及究成果，可组成水轮机叶片坑内修复机器人系统，为最终实现水轮机叶片坑内修复的自动化提供了技术条件和基础。     

多体柔性永磁吸附爬壁机器人

为实现永磁间隙吸附式爬壁机器人在复杂空间曲面上的可靠吸附与灵活运动,在分析爬壁机器人复杂空间曲面运行须解决的关键问题的基础上,基于爬壁机器人的多体动力学仿真和样机试验,设计了采用多体柔性吸附系统的间隙吸附式爬壁机器人,即爬壁机器人由轮式移动机构和吸附系统组成,吸附系统安装在轮式移动机构的底盘上,且和壁面是非接触的.吸附系统由多个相互独立的吸附装置构成,每个吸附装置通过具有2转动自由度的连接机构和轮式移动机构连接,并由被动的万向滚动轮部分或完全支撑在壁面上,各吸附装置在吸附力的作用下可自调节相对于壁面的位姿.对多体柔性吸附系统的曲面适应性进行优化.仿真及试验结果表明,多体柔性吸附爬壁机器人可自适应壁面形貌和曲率的变化,它在表面是复杂空间曲面的壁面上运行时的吸附和运动性能接近在平整壁面上运行时的相应性能,吸附可靠且运动灵活.     

爬壁机器人能源工业应用与发展

本文对爬壁机器人在能源工业的应用进行分析,对爬壁机器人关键技术与发展进行研究,并提出其工业应用研发技术路线发展建议。     

水轮机叶片修复机器人的移动平台

设计一种具有曲面自适应功能的、用于水轮机叶片坑内修复机器人的爬壁式永磁吸附移动平台。对移动平台设计中须解决的移动灵活性和吸附能力间的矛盾及复杂空间曲面自适应问题进行分析。为解决移动和吸附的矛盾,提出永磁非接触吸附轮式移动方案。移动平台采用差动驱动的轮式移动机构,吸附力由和壁面非接触的、具有一定气隙的多个永磁吸附装置提供。各吸附装置通过具有3转动自由度的曲面自适应机构和移动机构底盘连接,这使移动平台可用于表面是复杂空间曲面的水轮机叶片表面。研制移动平台样机,试验结果表明移动平台负载能力强,超过80 kg,可原地转向,运动灵活性好,具有较好的复杂空间曲面自适应能力,能够满足水轮机叶片坑内修复的需要。     

混流式水轮机叶片建模与分析

利用逆向工程方法建立了某电站混流式水轮机叶片的模型,并对其进行了分析。本文介绍了利用逆向工程软件GeomagicStudio建模的方法和步骤,并据此建立了某电站混流式水轮机叶片的三维实体模型。比较结果表明,所建立的模型和实际叶片吻合较好。在此基础上,利用三维造型软件如Rhino等可以获得叶片表面形貌和曲率等几何参数及惯性力矩等力学特性参数,这些参数可以作为对叶片进行分析、研究和维修等工作的依据。     

爬壁机器人永磁吸附装置的优化设计

为满足水轮机叶片修复对爬壁机器人负载能力和运动灵活性的要求,设计了一种具有强吸附能力的永磁吸附装置.吸附装置吸附于水轮机叶片表面时,吸附装置和叶片表面之间有一定的气隙(非接触的),以减小爬壁机器人的运行阻力.非接触吸附装置由多个吸附单元组成,吸附单元之间按照一定方式进行耦合,吸附单元由永磁体和轭铁组成.运用有限元方法,建立吸附装置磁场数值计算模型,对吸附单元关键结构参数及吸附单元间耦合方式进行了分析和优化设计.实验结果表明,该吸附装置在气隙为6.2mm的情况下能提供2400N的吸附力,吸附装置自重小,吸附能力强,适用于曲率半径在1.5m以上的导磁壁面.     

2009日本国际机器人展综述

根据2009日本国际机器人展展览内容分别对工业机器人、服务机器人以及特种机器人技术及产业发展现状及趋势进行了总结,介绍了部分具有特色的机器人产品.     

基于自适应双阈值的地下目标自动检测算法

在使用探地雷达（GPR）生成的Bscan图像进行地下目标检测时，当前基于深度学习的目标检测网络模型存在训练样本需求量高、耗时长，不能区分目标显著程度，难以识别复杂目标等问题。针对以上问题，提出一种基于直方图的双阈值分割算法。首先，根据地下目标的GPR图像直方图分布特性，快速从直方图中计算出分割地下目标所需的两个阈值；然后，采用支持向量机（SVM）和LeNet的组合分类器模型对分割结果进行分类识别；最后，进行分类结果整合并统计精确度数值。相较于传统的最大类间方差法（Ostu）、迭代法等阈值分割算法，所提算法获得的地下目标分割结果结构更加完整，并且几乎不含噪声。在真实数据集上，所提算法的平均识别准确率达到了90%以上，比仅使用单一分类器的平均识别准确率提高40%以上。实验结果表明，所提算法能够同时有效分割显著和非显著性地下目标，且采用的组合分类器能够获得更好的分类结果，适用于小样本数据集的地下目标自动检测和识别。     

全球机器人产业现状趋势研究及中国机器人产业发展预测

总结了机器人关键技术发展趋势,分析了全球机器人产业现状与趋势,并对中国机器人产业的发展进行了预测。