基于工业机器人的电梯厅门立式装箱系统的研制

目的为了提高电梯厅门的包装效率,降低工人劳动强度,应某电梯企业的要求提出一种电梯厅门自动包装装箱方案,并开发基于工业机器人的电梯厅门立式装箱系统。方法该系统主要由门板翻转机、箱体上线输送机、箱体定位输送机及装箱机器人组成,通过门板翻转机将电梯厅门呈立式姿势,空箱通过箱体上线输送机输送至箱体定位输送机进行定位,再由装箱机器人抓取厅门并将其装入空箱内,该系统自动完成空箱的上线、定位以及厅门装箱,实现电梯厅门装箱的自动化。结果根据箱子宽度的不同,装箱成功率也有所不同,成功率最小为95.5%,最大为100%,均满足要求。结论该系统在保证电梯厅门装箱效率的前提下,大大降低了工人的劳动强度,提高了系统的自动化程度。     

基于工业机器人的枕式包装全自动装箱系统设计

利用工业机器人将枕式包装进行全自动装箱可以有效节省人力资源,提高生产效率。本文以分子筛生产企业的自动化改造项目为例,阐述了机器人全自动装箱项目的程序设计。在对比了各种装箱方案后,最后确定基于工业机器人的方案。项目实施后,较企业原来的装箱方式提高了速度,增加了稳定性,减少了产品漏气率,在包装领域具有较大推广意义。     

基于袋装食品装箱的并联机器人的轨迹规划研究

目的 为了使机器人能够更加准确高效地完成袋装食品的装箱工作,对自动完成袋装食品装箱的并联机器人的工作空间和轨迹规划进行研究。方法 根据食品包装生产线上自动装箱的工况,介绍一种对轻小型袋装食品完成自动装箱操作的四自由并联机器人的基本结构,并运用Matlab软件对其进行工作空间分析,通过修正梯形轨迹规划算法对其进行轨迹规划,并运用ADAMS软件验证分析。结果 由得到的机器人工作空间图及机器人动平台的运动曲线图可知,机器人的作业范围能够达到半径300 mm、高度140 mm,动平台的速度曲线和加速度曲线均变化平滑,无突变,在机器人启停时速度与加速度均为0。结论 验证了机器人设计的合理性及修正梯形轨迹规划的可行性,此轨迹规划可以很好地适用于袋装食品装箱工序。     

快装箱顶盖力学模型的建立及研究

针对快装箱在起吊过程中的受力情况,利用叠加法及三角级数法建立了快装箱顶盖力学模型,研究了横向载荷与挠度及转角之间的关系,得到了顶盖受力时的挠度表达式及转角表达式,为快装箱结构设计计算提供一定的技术理论依据。     

电梯层门加强筋横向设计的优化

电梯层门是电梯制造中主要部件,怎样合理设计电梯层门使之美观、大方、经济是我国电梯行业非常关注的问题,阐述一种断而连、断而再接的新颖设计方案,从而简化原来重锤滑槽的连接机构,改观工艺结构,提高生产效率。     

基于随机状态空间模型的工程结构损伤检测

对环境激励的响应信号采用数据驱动随机子空间算法得到随机状态空间模型的状态矩阵A，并作为损伤敏感特征。为克服状态矩阵A的多样性问题，构造了非奇异线性变换矩阵T，将状态矩阵转换为能控标准型，同时将状态矩阵分解成，n个子系统（m为测点数）。为克服测试误差、噪声、环境因素的影响，引入统计模式识别技术，对每一个子系统的状态向量构造Mahalanobis距离判别函数，并定义口损伤指标，对结构进行损伤识别及损伤定位。数值实验及预应力简支梁实验验证了该方法的有效性。     

电梯层门电气联锁的检验要求及方法

我国经济的不断发展,带动了高层建筑形式的发展,因此电梯设备的应用也比较普遍,而作为特种设备的电梯,其安全性就引起了人们的关注。在电梯投入使用前和使用过程中,都要按照国家规定的检验要求和方法,对其进行全面有效地检验,保证电梯的安全。在电梯设备的检验中其具体内容比较多,但其层门电气联锁的检验是重要的一环。在电梯监督检验及定期检验中,要注意对电梯层门电气联锁进行具体有效的检验,保证电梯的安全运行。     

基于Agent的机器人新型控制器模型研究

进行了基于Agent的机器人新型控制器模型研究,在指出传统机器人控制器的缺陷基础上首先介绍了机器人控制器适应先进制造要求的发展方向,在此基础上详细介绍了提出的基于Agent的机器人新型控制器模型,对于开发未来的开放化机器人控制器具有重要的指导意义。     

基于HMM的多态系统状态识别模型研究

在分析装备三级工作模式基础上,建立了多态系统的可靠性向量模型,基于隐马尔可夫模型(HMM)原理分析了多态系统的状态转移过程,并建立了多状态系统HMM模型,在此基础上利用MATLAB对系统隐藏状态转移和观察状态之间的关系进行了仿真.仿真结果表明,在一定观察序列的情况下,该模型可以实现较高的状态识别率和状态预测精度,为科学合理地诊断多状态系统的潜在故障提供了技术支持,具有重要的理论意义和应用价值.     

基于视觉感知的机器人工件识别方法研究

目的 解决定制化木门尺寸规格不统一、表面纹理多样而导致的堆垛分类困难、搬运效率低下等问题。方法 提出采用深度学习方法进行定制式木门工件检测,以YOLOV3网络为基本框架开展机器人工件识别方法研究。首先,通过图像数据增强和预处理,扩充定制式木门数据;然后,进行YOLO V3损失函数改进,并根据木门特征进行定制式木门数据集锚框尺度的重新聚类;最后,应用空间金字塔池化层进行YOLO V3中特征金字塔网络改进,并通过随机选取的测试集验证本文方法的有效性。结果 测试数据集的平均检测准确率均值达到98.05%,检测每张图片的时间为137 ms。结论 研究表明,本文方法能够满足木门生产线对准确率和实时性的要求,可大大提高定制化木门转线及堆垛效率。     

马尔可夫网络排队模型在电梯配置中的应用

利用马尔可夫网络排队理论建立了电梯交通模型，在此基础上对各服务站的电梯配置交通进行计算，得到电梯的配置参数。通过与传统的电梯配置方法相比较，显示出明显的优越性，也表明了利用马尔可夫网络排队模型进行电梯配置的有效性和可行性。     

Computer-Vision Based Object Detection and Recognition for Service Robot in Indoor Environment

The near future has been envisioned as a collaboration of humans with mobile robots to help in the day-to-day tasks. In this paper, we present a viable approach for a real-time computer vision based object detection and recognition for efficient indoor navigation of a mobile robot. The mobile robotic systems are utilized mainly for home assistance, emergency services and surveillance, in which critical action needs to be taken within a fraction of second or real-time. The object detection and recognition is enhanced with utilization of the proposed algorithm based on the modification of You Look Only Once (YOLO) algorithm, with lesser computational requirements and relatively smaller weight size of the network structure. The proposed computer-vision based algorithm has been compared with the other conventional object detection/recognition algorithms, in terms of mean Average Precision (mAP) score, mean inference time, weight size and false positive percentage. The presented framework also makes use of the result of efficient object detection/recognition, to aid the mobile robot navigate in an indoor environment with the utilization of the results produced by the proposed algorithm. The presented framework can be further utilized for a wide variety of applications involving indoor navigation robots for different services.     

基于信息融合方法的切削颤振状态识别技术

讨论了切削颤振状态识别的信息融合方法．分别给出了基于基本概率分配函数和基于证据区间值的颤振状态识别方法。试验中，在同一个测量区内使用了功率传感器和加速度传感器，利用Dempster—Shafer证据论方法对两种传感器信息进行了分析融合。试验与理论分析表明：经过信息融合得到的基本概率分配函数可以作为一种颤振状态识别参数。如果同时考虑证据区间P1(A)-Bel(A)值进行识别会减小识别的不确定性．提高颤振状态识别的精度。     

基于人体动作识别的类人机器人动作模仿

基于模仿学习以及人机交互技术,借助Kinect深度相机传感器对类人机器人上半身动作模仿问题进行了研究。首先,将改进的D-H模型应用于NAO机器人的手臂完成了手臂运动学模型的精确建立及求解,解决了传统建模方法两相邻关节平行时出现的奇异性问题。其次,提出了一种改进的基于深度图像的手势识别算法,完成了对于示教者手势的判定及模仿,与传统基于彩色图像的手势识别相比,不受光照影响的同时提升了识别准确率,改进算法的平均识别准确率达到96.2%。最后将NAO机器人作为试验平台的实验表明:NAO机器人对于示教者上半身动作的实时在线模仿运动轨迹平滑且稳定,并且在抓取实验中也显现出了较好的准确性。     

基于霍尔三维结构的工业设计模型研究

以霍尔三维结构的思想为启示,论述了在工业设计活动中引入霍尔系统工作方法论的必要性和可行性,结合工业设计学科特点,从时间维、逻辑维、知识维3个维度进行了简要分析。在此基础上,提出了工业设计系统模型的初步构建,旨在为产品设计的实施提供系统化、整体性的理论引导,对于工业设计活动具有方法论层面的指导意义。     

基于门牌号识别的移动机器人全局自定位方法研究

提出了一种采用单目视觉和多超声传感器来识别门牌号的室内移动机器人全局自定位方法和导航策略。机器人通过搜索并识别走廊中各房间的门牌号码来实现自身的定位与导航。此外，给出了该导航系统的机器人控制体系结构。依据该体系结构，运用Hough变换，Randon变换和模板匹配等手段，给出了搜索策略及有关算法，主要包括门的定位与识别、图像的倾斜校正、图像分割以及门牌号的识别等。最后，利用我们自行设计和开发的CASIA-I移动机器人对所提出的导航策略和导航算法进行了实物实验验证。结果表明该导航策略是一种较为有效的方法。     

基于多传感器的机器人夹取系统设计

目的在分拣包装应用中,实现工业机器人使用指定的压变设置对物体进行夹取作业。方法设计由PLC、机械夹手、触摸屏、工业机器人组成的夹取系统。其中采用三菱FX系列PLC为控制中心,具有多传感器的机械夹手为末端执行器,三菱GS系列触摸屏为交互界面,安川工业机器人为运动机构。根据夹取流程,采用PLC分析夹取限位、闭合限位、压力检测、变形检测等传感信息,并协调各部分运行。结果系统能够在设定的压变范围内,实现对适用物体的自动夹取作业,并且通过触摸屏可便捷查看检测信息及设置参数。结论该系统能够基于多传感器的检测进行机器人夹取作业,且参数可调控,适用于自动化夹取作业。