基于3D打印机控制结构的自动进样器系统设计

自动进样器现已大量应用于分析用仪器设备中;为了实现更快速、高效、智能化的进样,在传统进样器基础上设计了一种基于3D打印机控制技术的液相自动进样器控制系统;设计将三轴联动技术应用于进样器瓶号定位,电机加减速的S形曲线优化方案确保针架起停的稳定性和定位的精度;触摸屏的添加,可将进样器单独使用,增强了人机交互能力,同时还支持485联机通讯离子色谱仪等专用分析仪器,操作的详细提示也可杜绝用户误操作;驱动电路方面采用双极型电机专用控制芯片DRV8825,改进系统的整体结构与组成,优化主控与驱动电路的控制设计;进样器具有结构简单,操作方便,应用面广,自动化和智能化程度高,制造与维护成本低等优点;实际应用测试表明,该系统拥有良好的稳定性,系统整体性能大大提高,满足了设计需求,达到了设计要求。     

基于PID的生物离心机自动定位控制研究

针对现有基于PID的生物离心机光电编码器定位精度误差大的问题,通过采用人工鱼群优化BP神经网络初始权值与阈值选择,提出一种生物离心机自动定位控制误差补偿方法。仿真结果表明,所提方法可有效补偿生物离心机光电编码器的误差,提高离心机自动定位精度,误差补偿后的最大误差为0.039°,最小误差为-0.013 5°,平均误差为4.86”,标准差为0.32,相较于误差补偿前,整体精度提高了3.34倍,具有一定的有效性。     

基于西门子PLC的智能工业机电一体化机床控制研究

针对机床加工精度低和稳定性差的问题，提出以数控机床为研究对象，设计一种基于PLC的智能工业机电一体化机床控制系统。首先构建热误差建模算法，然后通过PLC实现热误差的补偿控制调节，可提高机床的加工精度和稳定性。具体实现为，由状态信息采集模块实现机床温度的测量；再在上位机数据处理模块中，通过建立机床温度与热误差同步测量系统，实现对热误差值的预测；再将预测值输入PLC控制模块，由PLC控制程序完成热误差预测值的补偿；并且对SIEMENS系统温度补偿功能的热误差补偿方法进行了研究。实验结果证明：在热误差补偿功能开启后，热误差最大值降低了78.9%。由此可知，本研究构建的机床控制系统可有效提高机床的加工精度以及稳定性，在实际应用中具有可行性。     

提高大型激光加工机器人精度的方法

本文介绍了大范围、高精度5轴激光加工机器人系统的研究开发情况．在提高 其绝对精度的前提下，对大范围框架式机器人的结构、高精度机器人的误差补偿方法进行了 探讨．采用有限元分析的方法对机器人本体进行了优化设计，确保了高精度大型激光加工机 器人设计的正确性．基于测量数据，建立了机器人误差模型，对机器人系统误差进行了补偿 ，取得了较好的结果，保证机器人系统的激光加工精度．     

BP神经网络在加速度计误差补偿中的应用

加速度计受其零偏、温度等影响明显,直接影响导航系统的精度,需要研究补偿方法,提高加速度计的测量精度。鉴于神经网络具有高效的曲线拟合功能和优越的逼近复杂非线性函数的特点,提出了基于BP神经网络的加速度计误差补偿方法。仿真结果表明,经BP神经网络补偿后,加速度计误差补偿后的输出能良好地逼近其期望输出,输出最大误差的绝对值由0.4575 g减少到0.07014 g,误差降低了一个数量级,很好地抑制了加速度计的误差,提高了加速度计的精度。     

尿沉渣分析系统的设计与实现

本系统结合传统的显微镜检查方法,采用计算机及其专用系统软件,通过特别设计的A/D控制电路、动力学系统、机械结构和计数测量装置,实现被检测样品的自动进样、自动稀释、自动染色、自动排样、自动清洗和自动输出检测数据报告,使尿沉渣的识别直接在显示屏幕上实现,达到仪器操作使用全过程的数字化与自动化的项目设计要求,其检测结果准确且具有可比性。     

基于路标的AGV定位优化研究

为了减小自动引导小车(AGV)定位中的误差,分析了定位过程中误差产生的原因,并提出了优化方法.对定位系统校准、移动定位及路标识别中存在的问题,采用不同的优化方法,如构造补偿函数、随机抽样一致性(RANSAC)算法等.采用均方误差(MSE)来判断定位结果的准确性.实验结果表明:优化方法能提高了定位系统的定位精度和定位可靠性.     

压力传感器及误差补偿

介绍了压力传感器、变送器、智能压力传感器,对压力传感器的零点漂移、压力灵敏度、非线性误差进行补偿。设计了压力变送器、温度变送器、A/D转换器和单片机电路。较好地补偿压力传感器的误差,提高测量精度一个数量级别,达到测量精度0.1%±1字。     

液体流量计量标准装置智能器的设计

在动态容积法液体流量计量标准装置中增设智能器,可将流量计校验过程中的采样、记时、运算、误差修正和给出检测结果等集于一体自动完成。简化了检测过程,降低了造价,提高了检测过程精度、可靠性与稳定性。文中讨论了该智能器系统的软硬件设计方法。     

自动称料控制中的精度误差自修正功能

分析具有精度误差自修正功能的称量斗自动称料控制实现方法,提出提高称量斗自动称料精度和稳定性的关键性技术措施.     

一种新的概率逼近遍历算法在雷达布站的应用

针对基于测量到达时间差（TDOA）跟踪定位目标的无源雷达布站优化问题,根据TDOA定位原理,综合考虑目标空域、站址误差和时差测量误差,推导出衡量目标跟踪定位精度的几何精度因子（GDOP）计算公式,并将网格化后的GDOP加权均值作为评价函数。按照均匀概率随机产生站址组合样本,根据站址数量确定样本规模,遍历样本获得评价函数最小的站址组合。经过超算实际运行算例测试,最优雷达布站站址组合寻优成功率达到99.99995%,目标跟踪定位精度优于3 km。     

基于粒子群优化算法的室内定位方法

为了减小无线传感器网络节点的定位误差,将粒子群优化算法应用于定位中,与以往的适应度函数来源不同,为解决误差累积问题,在最小二乘原理基础上采用加权系数,确定适应度函数的表达式。在粒子群优化算法中引入三种不同的参数组合观察不同的参数对迭代次数以及定位精度的影响,然后通过两种不同的适应度函数对定位误差进行比较。实验结果表明,合适的参数选择能降低算法的复杂度,新的适应度函数更能减小定位误差。     

工业机器人定位误差规律分析及基于ELM算法的精度补偿研究

针对工业机器人应用于飞机零部件自动化钻孔时绝对定位精度较差的问题,提出利用极限学习机（ELM）算法建立机器人法兰中心点理论位置与实际位置之间的误差模型,并优化补偿机器人定位精度的方法．首先基于空间网格采样方法,获得了机器人绝对定位误差沿机器人基坐标系不同方向的误差变化规律,分析了建模补偿的可行性;其次建立基于ELM算法的误差补偿模型,并针对误差模型训练中隐含层神经元个数取值问题进行了分析优化．实验结果表明,机器人绝对定位误差值沿其坐标系不同方向存在不同的变化规律,补偿前绝对定位误差分布范围为0.29 mm~0.58 mm,平均误差为0.41 mm;补偿后定位误差分布范围降低到0.04 mm~0.32 mm,平均误差为0.18 mm;采用ELM算法建模的补偿速度快,泛化性能好．     

混沌三角形定位参考点选择算法

定位服务是普适计算所必须提供的基本服务之一.然而由于测量误差的存在,定位误差在所难免.首先围绕如何减小定位误差,提出并证明了误差收敛定理,揭示了不同位置的参考点对定位误差的贡献规律;其次针对普适计算的实际应用,提出了参考点选择的最佳计算单元和混沌三角形定位参考点选择算法.性能分析及仿真实验表明,所提出的定位参考点选择算法较传统的多边形定位算法在满足相同定位精度需求的情况下,所需的系统开销小、定位误差收敛速度快,更适合为资源受限环境下的普适计算定位服务所使用.     

基于自适应蝙蝠粒子滤波算法的WSN目标跟踪

为了解决粒子滤波(PF)的无线传感器目标跟踪中样本贫化导致的精度较低的问题,提出了自适应蝙蝠粒子滤波的WSN目标跟踪方法。通过自适应的蝙蝠算法的滤波算法优化粒子重采样过程,结合最新的观测值定义粒子的适应度函数,引导粒子整体上向较高的随机区域移动。同时利用动态自适应惯性权重探索新的粒子位置更新为设计机制,引入动态适应惯性权重值, 有效调整全局探索和局部探索适应能力、改善粒子贫化和局部极值问题,增加粒子群多样化从而提高跟踪性能。实验结果表明,自适应蝙蝠粒子滤波算法重采样方法可以防止粒子的退化,增加粒子的多样性,减少跟踪误差,可以减少算法的运行时间,实时追踪性能大幅提高。与BA-PF算法和PF算法相比较,IBAPF 算法的计算时间是最短的,IBA-PF算法的位置和速度的平均平方根误差最小(位置0.0311、0.0202、速度0.0262、0.0101),PF算法的跟踪精度是最低的,而IBA-PF跟踪精度较高,IBA-PF算法被证明具有良好的跟踪性能。     

基于改进布谷鸟粒子滤波算法的WSN目标跟踪

为了解决粒子滤波(PF)的无线传感器目标跟踪中样本贫化导致的精度较低的问题,提出了改进布谷鸟粒子滤波的WSN目标跟踪方法。通过改进布谷鸟算法的滤波算法取代粒子滤波重采样过程,主要通过改进布谷鸟算法中的搜索步长值 和发现外来鸟卵的物种的概率 的自适应调节,同时在步长更新方程中实时引入函数值的变化趋势,引导粒子整体上向较高的随机区域移动, 有效调整全局探索和局部探索适应能力、改善粒子贫化和局部极值问题,增加粒子群多样化从而提高跟踪性能。实验结果表明,改进布谷鸟粒子滤波算法重采样方法可以防止粒子的退化,增加粒子的多样性,减少跟踪误差,可以减少算法的运行时间,实时追踪性能大幅提高。与CS-PF算法和PF算法相比较,ICS-PF 算法的计算时间是最短的,ICS-PF算法的位置和速度的平均平方根误差最小(位置0.0306、0.0213、速度0.0253、0.0102),PF算法的跟踪精度是最低的,而ICS-PF跟踪精度较高,ICS-PF算法被证明具有良好的跟踪性能。     

基于OpenCV的遥操作工程机器人双目视觉定位技术

针对当前遥操作工程机器人双目视觉定位技术匹配精准度低,导致定位误差过大的问题,提出种基于OpenCV改进的遥操作工程机器人双目视觉定位技术。在分析HSV色彩空间后,建立适合工程机器人的颜色特征识别空间体系,通过分析图像特征及运动坐标确定圆形光点,利用提供的靶点目标,创建模板后通过双目视觉获取具有靶点特征的其他图像,将图像代入OpenCV技术函数库中。在OpenCV技术函数库中通过光流法对图像进行函数匹配,应用将目标的背景模型与图像的处理方式分割开来,提取背景与干扰因素的全部信息,利用二值化阈值处理运动目标的形态,实现无干扰图像显示,确保定位结果的准确性。实验结果表明,基于OpenCV的遥操作工程机器人双目视觉定位技术能够有效提高匹配精度,降低定位误差,具有一定的实际应用价值。     

Aitken迭代法在无线传感器网络节点定位中的应用

传感器节点的自定位问题是无线传感器网络的重要研究内容之一.为了减小无线传感器网络节点定位中节点测距误差和定位算法自身引入误差的积累对定位精度的影响,建立了基于Aitken迭代公式的适用于无线传感器网络的迭代模型.算法包括两个阶段:第一阶段,利用DV-Hop算法进行粗定位;第二阶段,建立Aitken迭代模型,利用第一阶段的定位结果作为初值,求取定位结果的最优值.研究结果表明,该算法能够有效提高节点的定位精度,对于网络节点密度小、信标节点比例低的情况,算法效果显得非常明显.     

WSNs中基于RSSI优化的节点定位算法研究

为了提高基于接收信号强度(RSSI)定位算法的定位精度,提出基于RSSI改进的混合蛙跳的定位算法(MRSSI-SFL)。MRSSI-SFL算法用正态分布优化RSSI值,降低测距精度。再利用加权质心定位算法进行粗略定位,并依此估计设置搜索区域,随后利用蛙跳算法进行迭代求精。实验结果表明,相比基于RSSI测距的加权质心定位算法,提出的MRSSI-SFL定位算法有效地提高了定位精度。