排序方式: 共有42条查询结果,搜索用时 46 毫秒
1.
回转窑托轮轴轴承设计与刮研非常重要。介绍了JCJ03-1990轴瓦与轴颈装配要求,并根据实践经验提出了轴瓦与轴颈的接触角为30°,接触面内进行研磨和接触面内不进行研磨两种研磨方法。此类方法特点是轴瓦与轴颈的接触角小,从瓦口开始刮研油囊,油囊弧顶处一直延伸到接触带位置;能有效避免翻瓦和轴拉丝的重大事故。 相似文献
2.
醪垢的形成因素有:微溶或可溶物质在蒸馏过程中处于过饱和状态而析出;可溶性钙盐转化成碳酸钙垢;可溶性钙盐受热分解生成难溶碳酸钙垢;前处理的制浆工艺。醪垢的预防方法有化学防垢法、物理防垢法、控制离心清液回配比、减少回配量、改善工艺、规范操作。醪垢的清洗方法有化学清洗法(碱煮法、酸洗法)、CIP清洗法、高压水射流清洗法。 相似文献
3.
上肢康复机器人实时安全控制 总被引:2,自引:0,他引:2
针对上肢辅助康复机器人临床使用中的安全性和平稳性问题,提出基于模糊逻辑的实时在线安全监测控制方法.机器人对患肢进行康复训练时,患肢状态对控制效果会产生影响;通过设计智能安全监控模糊控制器(SSFC)改善系统运动平稳性以及突发情况下的安全性.首先提取相关运动特征评估受训患肢状态稳定情况,安全监控模糊控制器智能实现正常扰动情况下的控制期望力调节以及突发情况下的紧急响应.其次通过基于位置的阻抗控制策略实现患肢与机器人末端的柔顺性.实验结果验证了该控制方法能够有效地实现康复机器人的安全性和平稳性. 相似文献
4.
5.
针对目前上肢运动训练康复机器人缺少对患肢训练模式智能处方诊断的现状,提出了全新的基于小波包模糊推理的上肢康复机器人智能专家系统诊断方法.该方法在智能专家诊断过程中首先根据患肢在水平和垂直方向上的被动运动位置跟踪误差,通过小波包分解提取患肢运动性能特征,然后根据两个方向上的运动性能特征值并运用专家知识,通过模糊逻辑推理诊断该患肢适合的康复运动训练类型.临床实验结果表明,该方法能够较准确地实现不同病情患肢的运动训练模式处方诊断,有助于提高康复机器人的临床智能化水平. 相似文献
6.
基于小波包变换和聚类分析的脑电信号识别方法 总被引:14,自引:10,他引:4
为了实现脑-计算机接口(brain-computer interface,BCI)系统,对大脑C3,C4处采集的二路运动想象脑电信号的特征进行了提取和分类.在分析小波包频带划分特点的基础上,利用小波包能量进行特征提取并使用基于马氏距离的线性判别分析进行了左右手运动想象模式分类,结果表明该方法提取的特征向量较好的反映了运动想象脑电信号的事件相关去同步(event-related desynchronization,ERD)和事件相关同步(event-related synchronization,ERS)的变化时程.另外,该方法识别率高,适合脑-计算机接口的应用. 相似文献
7.
8.
脑-机接口(BCI)旨在提供人脑和外部设备之间沟通的桥梁。目前,基于运动想象脑电信号的机器人控制系统主要是离散控制,而连续控制对于用户和环境的自然交流至关重要。基于此,设计了一种基于运动想象脑电的机器人二维连续控制系统,受试者进行运动想象时,发送给机器人的控制信号同时包含水平方向和垂直方向的控制信号,可以控制机器人在二维平面内运动。系统采用便携式脑电设备采集受试者运动想象时的脑电信号,经特征提取和转化后用来控制虚拟光标和机器人。实验中,首先通过一维和二维的虚拟光标控制任务来提高受试者控制机器人的能力;然后将光标控制和机械臂控制相结合,使得机械臂运动与光标移动同步;最终受试者通过运动想象脑电控制机械臂完成连续抓取任务。6名受试者在该系统上进行了多次实验,二维连续控制机械臂对4个目标的抓取成功率达到85%。 相似文献
9.
为了实现脑-计算机接口(Brain-computer interface,BCI)系统,对运动脑电信号的特征进行了提取和分类。将多路脑电信号进行CAR(Common average reference)滤波后,利用小波变换和AR参数模型提取特征并使用基于马氏距离的线性判别分析对运动脑电信号进行分类。结果表明,该方法提取的特征向量较好地反应了脑电信号的事件相关去同步(Event-related desynchronization,ERD)和事件相关同步(Event-related synchronization,ERS)的变化时程,为BCI研究中脑电信号的模式识别提供了有效的手段。 相似文献
10.