五自由度上肢康复机器人动力学建模及仿真

分析了五自由度上肢康复机器人的系统结构,构建出新的系统简化模型,并利用拉格朗日动力学法建立康复机器人简化动力学方程,提出了一类机器人简化建模的新方法.在Matlab中用V-realm Builder工具建立5-DOF上肢康复机器人三维虚拟仿真模型并进行虚拟仿真.仿真结果表明,简化的动力学模型在康复机器人控制中应用效果良好,理论响应曲线与实际响应曲线误差较小.该方法建模过程简单、快捷、有效,适合现代计算技术的发展,为康复机器人系统的优化设计及运动控制提供了理论依据.     

AB SLC500与Modbus网络通信的实现

AB SLC500不支持Modbus协议，所以不能直接与Modbus网络通信。为了实现两者快速准确的通信，深入研究了Modbus协议，并在AB SLC500 BASIC-T模块中开发了Modbus应用程序，实现了SIE500与Modbus网络的通信。应用SIE500编写梯形图程序来控制其他设备和网络，由于程序冗长，增加了信息传输的延迟，不利于实时传送。BASIC-T模块的应用，与过去直接应用SIE500控制其他设备和网络相比，提高了控制的效率和响应速度，即提高了控制系统整体的实时性。实验测试结果表明，此方案能保证数据传输的准确性、可靠性和高效性。     

对区间二型模糊集的EKM降型法的改进

二型模糊集的质心计算称为降型,目前的降型方法大多计算成本较高,其中EKM (Enhanced Karnik-Mendel)法可计算区间二型模糊集的质心。然而,由于EKM算法中求取切换点的初始化方法还不完善,计算时间较长,使其在实际应用中受到一定限制。对此,提出一种新的改进EKM法,对原有方法进行了两处改进：更改切换点的初始化条件和改进查找切换点的方法。所提出的方法可实现向上和向下搜索,计算量大大减小,降型更有效。仿真结果验证了新的改进EKM法的有效性。     

一种基于互相关函数的小波系数相关阈值去噪方法

针对传统的小波系数相关去噪方法中,在对含噪信号进行小波变换后,各尺度上的小波系数会产生微小偏移的问题,提出了一种基于互相关函数的小波系数相关去噪方法.采用互相关算法,计算各个尺度与原始含噪信号产生的偏移量,再把偏移后的尺度进行相关分析,得出准确的突变信号;为了去除信号突变附近附带的少量噪声信号,再采用临界阈值去噪方法对相关分析后的尺度信号进行阈值处理,最后经过信号重构可以得到精确的有用信号.     

多总线集成方案的改进

对两种常用的多总线集成方案进行了深入的分析与对比, 在此基础之上, 提出了采用OPC DX 、工业 以太网和交换式以太网技术实现多总线集成的改进方案, 给出了系统集成的结构框图, 归纳了改进方案的技术特 点, 为多总线的集成提供了理论指导。     

基于HJB方程的无线传感器网络系统Minimax控制器设计

针对工业环境下无线传感器网络系统在受到外部较大干扰时的系统稳定性问题,提出Hamilton-JacobiBellman (HJB)方程与Minimax控制相结合的方法.首先,针对无线传感器网络在复杂工况环境下出现的网络时延和连续丢包有界的情况,给出具有时延和丢包的无线传感器网络系统模型;然后,在Minimax性能指标函数下,利用HJB方程设计系统的Minimax最优控制器,进一步通过检验函数得出有关最大干扰的表达形式,从而推导出系统稳定的充分条件;最后,通过数值算例和仿真验证系统在突发较大干扰时采用所提方法的可行性和有效性.     

DeviceNet现场总线的实时性分析及改进

DeviceNet是一种低成本、高性能、应用广泛的设备级现场总线.本文对它的实时性进行了深入分析,推导出位时间、传输时延和采样点等参数之间的对应关系.在此基础上对其缺点进行了改进,增加了跳变沿,并与数据压缩技术相结合,提高了总线的总体性能.仿真结果表明了这种方法的有效性.     

DeviceNet现场总线特点分析及节点电路设计

对D ev iceN et现场总线的低速特性及短帧结构特点进行了深入的分析与研究,为该总线的适用领域提供了理论依据,指出该总线最适合于以突发性数据传输为主的控制系统;针对D ev iceN et控制系统的组成节点提出了具体的设计方案,给出了硬件电路图和软件设计思想,并对设计时应注意的问题进行了相应的说明。     

新型卷烟圆周测试仪的设计

通过对国内外测量卷烟圆周主要方法,气动性和拉带法的分析,提出一种采用CCD先电测量原理的非接触式光电测量法.介绍了这一新型测试仪的原理和硬、软件设计思想.给出了它和英国Filtrona CTS500型测试仪的实验数据的对比.     

非线性迭代学习算法在机器人上肢康复中的应用

针对上肢康复机器人轨迹跟踪控制中存在的患者痉挛扰动非线性及不确定性问题, 结合康复机器人系统执行具有重复性的特点以及迭代学习算法特有的性质, 提出一种非线性迭代学习控制算法, 改进了机器人常用的线性动力学控制系统, 使得在模型信息不精确以及只有角度信息可测的情况下, 也能获得良好的轨迹跟踪性能; 应用Lyapunov 稳定性理论和LaSalle 不变性原理证明了闭环系统的全局渐近稳定性. 仿真结果表明, 所提出的非线性迭代学习控制具有良好的控制性能.