基于粒子群优化算法的五自由度机械臂轨迹规划

为了让机械臂的工作时间达到最优,以自主研发的抛光机器人样机为研究对象,针对手表表壳表耳部分的抛光过程,提出PSO算法对五自由度机械臂轨迹规划进行优化,并通过MATLAB软件进行机械臂的仿真与分析。仿真结果表明,基于PSO算法的轨迹规划使机械臂在工作过程中加加速度不会产生突变,运动轨迹精度高,机械臂工作时间达到最优。     

基于PCA和灰色关联的齿根裂纹损伤程度识别

在齿轮齿根裂纹故障检测方面,利用倒频谱分析可以比较损伤程度的轻重,但很难具体量化损伤程度范围。为实现损伤程度的量化检测,提出采用主成分分析(Principal Component Analysis,PCA)与灰色关联分析(Grey Relational Analysis,GRA)相结合的方法。首先,利用能量法计算含不同齿根裂纹的齿轮副时变啮合刚度,分析不同损伤程度的响应,并结合损伤检测统计指标进行量化检测,通过PCA算法,对多维损伤检测统计指标进行降维优化后,计算待检目标序列与各个比较状态序列的关联度,用关联度表征裂纹损伤程度。在理论仿真的基础上,进行实验验证。结果表明,倒谱分析可有效地识别出齿根裂纹故障,损伤程度越大,倒谱的尖峰幅值越大。PCA与GRA结合算法与GRA算法计算的关联度相比更大,区分度也更加明显。并可以有效地量化待检目标的损伤程度,为齿根裂纹的定量识别提供理论依据。     

双季戊四醇在3种混合溶剂中的固-液相平衡

采用动态平衡法，在293.15～332.80 K、常压下，测定了双季戊四醇(DPE)在水+(甲醇、乙醇、异丙醇)三种混合溶剂中的溶解度数据。结果表明：DPE在不同质量分数的水+(甲醇、乙醇、异丙醇)混合溶剂中的溶解度随体系温度升高而增大；同一温度下，其在所选取溶剂体系中的溶解度随着甲醇、乙醇或异丙醇质量分数的增大而先增大后减小。λh方程、两参数方程与Apelblat方程均能够对所测定的溶解度数据进行较好的关联；通过修正的van’t Hoff方程计算得到DPE在所选取溶剂体系中Δ_sol H ⁰、Δ_sol S ⁰和Δ_sol G ⁰均大于零，表明DPE在所选取溶剂体系中的溶解过程为吸热、熵增的非自发过程。     

适应不同重力环境的仿壁虎机器人运动仿真

针对不同重力环境下仿壁虎机器人的运动稳定性、运动高效协调性等问题,基于四足机器人的步态规划现状和仿壁虎机器人自身特定的机械结构,设计了仿壁虎机器人在g、0、-g 3种环境下的足端轨迹和运动步态。在ADAMS仿真软件中研究了机器人的运动学和动力学特性,得到了仿壁虎机器人稳定爬行与脚掌黏附力、足端轨迹和运动步态的关系。探讨了仿真结果的合理性和局限性,为仿壁虎机器人在实际环境中的稳定运动奠定了理论基础。     

乘用车操纵稳定性的灰色关联评价

为了提高乘用车操纵稳定性评价的准确性和客观性,参考国家相关标准,分别从稳态回转性、转向回正性、转向轻便性、抗侧倾能力、抗干扰能力和瞬态响应性6个方面筛选15个评价指标。根据各指标对乘用车操纵稳定性的实际影响程度,确定了各指标的权重。以实车试验获得的指标参数为实例,采用基于灰色关联分析的方法,对试验汽车进行操纵稳定性评价。对比国标法评价结果,并参考驾驶员主观评价,证明了运用灰色关联法进行乘用车操纵稳定性评价的可行性。     

共享交通的时空轨迹检索与群体发现

为解决共享交通下的共乘用户群体发现效率低、准确率不高问题，依据R-树原理建立GeoOD-Tree索引，并在此基础上提出以最大化共乘率为目标的群体发现策略。首先，对原始时空轨迹数据进行特征提取与标定处理，挖掘有效出行起讫点（OD）轨迹；其次，针对用户起讫点轨迹的特征，建立GeoOD-Tree索引进行有效的存储管理；最后，给出以最大化共乘行程为目标的群体发现模型，并运用K最近邻（KNN）查询对搜索空间剪枝压缩，提高群体发现效率。采用西安市近12000辆出租车营运轨迹数据，选取动态时间规整（DTW）等典型算法与所提算法在查询效率与准确率上进行性能对比分析。与DTW算法相比，所提算法的准确率提高了10.12%，查询效率提高了约15倍。实验结果表明提出的群体发现策略能有效提高共乘用户群体发现的准确率和效率，可有效提升共乘出行方式的出行率。     

面部运动单元检测研究综述

面部运动单元检测旨在让计算机从给定的人脸图像或视频中自动检测需要关注的运动单元目标。经过二十多年的研究，尤其是近年来越来越多的面部运动单元数据库的建立和深度学习的兴起，面部运动单元检测技术发展迅速。首先，阐述了面部运动单元的基本概念，介绍了已有的常用面部运动单元检测数据库，概括了包括预处理、特征提取、分类器学习等步骤在内的传统检测方法；然后针对区域学习、面部运动单元关联学习、弱监督学习等几个关键研究方向进行了系统性的回顾梳理与分析；最后讨论了目前面部运动单元检测研究存在的不足以及未来潜在的发展方向。     

基于FP-tree的Apriori算法的改进

在经典的Apriori策略中,各次遍历操作均访问全部数据库。将FP-tree策略移植到Apriori中以重构数据库,提出了FP-A算法。通过对原数据库划分为一系列子数据库,并设置相应的频繁度计数,避免每次访问全部数据库记录,提高算法效率。实验结果表明,FP-A策略具有高效性。