基于深度强化学习的机械臂动态目标抓取方法

针对现有机械臂动态目标抓取方法轨迹规划困难、实时性不足、难以实现六自由度抓取等问题,提出一 种基于深度强化学习(deep reinforcement learning,DRL)的机械臂动态目标抓取方法。进行马尔可夫决策过程(Markov decision process,MDP)建模,设计状态空间、动作空间以及奖励函数,实现机械臂对动态目标的六自由度抓取。基 于Pybullet 构建机械臂动态目标抓取仿真试验环境,对该方法进行训练,将训练得到的策略在新颖场景进行测试, 并与经典规划控制的动态目标抓取方法进行对比。仿真结果表明：该方法能实现机械臂对动态目标的六自由度抓取, 在抓取成功率和速度上具有优势。     

某弹协调臂刚柔耦合动力学仿真

为了评估某火炮自动装填系统中弹协调臂的性能,在分析某弹协调臂的工作原理的基础上,利用ProE建立了弹协调臂的三维模型,并在ANSyS中对模型中的弹协调臂本体部分完成网格划分和刚性区域的建立,生成弹协调臂本体部分的柔性体模态文件,在ADAMS中对柔性体施加转动约束以及液压缸驱动,对弹协调臂进行了刚柔耦合仿真,得到弹协调臂在摆动过程中的动力学特性以及动态的应力分布,给出了不满足强度要求的应力集中区域,为设计验证和后期改进提供了理论依据。     

自动装填系统协调器结构静力学及动力学研究

为了较好地掌握某火炮自动装填系统中协调器在工作过程中的应力和变形情况,利用有限元软件ANSYS,模拟真实工况,对其分别进行了静力分析、模态分析和瞬态动力学分析.通过分析初步了解了该协调臂的固有模态以及各个位置时的受力和变形情况.研究结果表明:协调器在低价固有频率下的变形主要为弯曲变形;协调器支臂在工作过程中的应力和应变均符合要求,其分析结果为确定危险点位置和对协调臂进行优化设计等提供了理论依据.     

一种基于风洞试验环境的轨迹捕获系统设计

为了对投放物（以下称外挂物）相对飞机的分离特性进行考察,设计了一种用于跨声速风洞试验的轨迹捕获系统,来模拟外挂物从飞机上释放时的运动轨迹。针对外挂物轨迹的捕获问题,设计出一种6自由度串联机械臂,并通过有限元方法分析其受气动载荷时的位置精度;对机械臂进行运动学分析,根据外挂物动力学方程设计出机械臂捕获外挂物轨迹的控制器,并对机械臂运动空间进行了仿真分析;对某外挂物运动轨迹和机械臂对该投放物的捕获轨迹进行了仿真模拟。结果表明：该试验系统的允许试验时间大于0.8 s,机械臂对外挂物各方向上运动轨迹的捕获误差不超过1 mm,满足试验精度要求,从理论上验证了所设计的风洞试验轨迹捕获系统对外挂物轨迹模拟的真实性。     

故障诊断专家系统的开发

为提高工作效率和适应机械、装置向高性能复杂化发展的需要,建立故障诊断专家系统,用计算机进行故障诊断是非常必要的。本文以实用故障诊断专家系统的开发为前提,首先研究了故障诊断的基本内容,明确故障诊断专家系统的要求规范;然后详细介绍了川崎推理系统(以下简称KIS)及其在故障诊断专家系统中的应用。     

一种配备智能机械臂的AGV 设计与实现

为解决自主导航车(automated guided vehicle,AGV)难以实现在不同楼层间自主物流运输的问题,设计、制作一种配备智能机械臂的AGV。根据其需求完成了总体方案设计、机械结构设计、运动控制模块和按钮识别模块的硬件搭建与软件设计,进行机械臂的运动学分析,并利用所制作的样机进行电梯按钮自动识别与按压功能实验。实验结果表明：该AGV能根据乘坐电梯上下楼的需要,进行电梯按钮的自动识别与按压任务,具有广阔的应用前景。     

柔性机械臂动力学模型与控制策略的综合评价

对目前应用的柔怀机械臂动力学方程进行了分析研究，揭示了采用传统动力学建模方法建立的动力学方程中存在的问题。研究了动力刚化地柔性机械臂减振控制的影响，系统地论述了柔性机械臂动力学模型与减振控制策略的关系，为进一步实现柔性机械臂减振控制提供理论基础。     

某自行加榴炮协调器改进

为了解决某自行加榴炮协调器在使用过程中出现故障较多的问题,提高供输弹系统的可靠性,对协调器工作过程的故障进行了统计,确定了电机驱动系统及蜗轮蜗杆传动为主要故障。分析得出故障的主要原因是驱动电机输出力矩不稳定与传动齿轮误差的作用下,使协调器运行中产生受迫振动,从而加剧了传动部件的磨损疲劳以及电机损伤的问题,造成协调器故障率上升;同时由于协调臂刚度不足,导致影响了系统协调精度。改进后的协调器使用油缸直接驱动协调臂,提高了动力输出密度,简化了传动结构,加强了协调臂刚度。通过仿真进行对比,改进后协调器弹性位移平均降低约28%,协调运动过程较之前更为平稳,在同等工况下,改进后协调器运行减速段增加约16.7%,为协调器的改进设计和性能优化提供参考。     

自行火炮变速箱瞬态过程振动信号的时频分析研究

讨论了一般机械在瞬态过程和稳态过程中所呈现出的不同振动特性,提出了基于瞬态过程分析机械故障诊断的必要性。针对瞬态过程诊断问题,将时频分析方法应用于非平稳信号的处理,同时针对时频分布图利用Hough变换,提取分布图中的线性部分。最后,给出自行火炮变速箱在不同工况下的瞬态过程振动信号的时频分析实例。实例证明,本文提出的方法对机械设备非平稳振动描述是可行的,对机械设备的故障诊断是有效的。     

绳驱准连续型机械臂的动力学研究

针对一种具有17个自由度的准连续型机械臂开展动力学研究,利用牛顿欧拉法建立动力学模型,并借助Matlab对机械臂进行动力学仿真,得到机械臂运动过程中,每个关节转动所需要的力矩,进而将力矩转换为驱动绳拉力.同时,针对关节力矩与驱动绳拉力之间的转换,优化了最优化模型中的目标函数,采用置信域算法解决了驱动绳拉力值曲线不光滑的...     

基于KPCA与LSSVM的惯性测量组合模拟电路故障诊断

针对惯性测量组合模拟电路因容差造成的软故障不易诊断的问题,将核主元分析与最小二乘支持向量机结合,应用于惯性测量组合模拟电路软故障的诊断．通过对电路频率响应的输出波形进行分析,选取不同频率下的电压值作为原始特征,利用核主元分析提取主要特征,然后利用最小二乘支持向量机对各种状态下的特征向量进行分类决策,实现惯性测量组合模拟电路的软故障诊断．仿真结果表明,该方法计算简单,能够准确诊断软故障,具有较高的识别率．     

多传感器信息融合在自行火炮发动机故障诊断中的应用

针对单一传感器信息反映故障的模糊性和不确定性，发动机故障诊断精度较低的情况，提出了一种基于模糊逻辑的发动机喷油器故障MSF诊断方法。某12缸发动机喷油器上设置的5种故障分别是喷孔堵塞、针阀卡滞、弹簧断裂、针阀开启压力过低和针阀开启压力过高。将8个特征参数融合到模糊逻辑推理诊断系统中，根据实验统计，分别建立了8个特征的隶属度函数和6种状态的输出隶属度函数。该方法能有效地提高发动机故障诊断精度。     

某火炮药协调器动力学与控制一体化建模与分析

药协调器是某大口径火炮弹药自动装填系统的重要组成部分,是复杂的机电系统,其性能好坏将直接影响弹药自动装填系统的精度、可靠性和安全性.为了分析药协调器的动态特性影响因素以提高协调到位可靠性,对系统进行了仿真与试验研究.采用Adams和Simulink仿真软件分别建立了药协调器的动力学模型及控制系统模型,利用交互接口建立了...     

角位移增大连杆轴向预压缩驱动器静、动态特性仿真分析

为了进一步增大压电双晶片驱动器的输出角位移,基于轴向预压缩增大压电双晶片输出转角和力矩的方法,提出一种带有连杆机构的压电双晶片驱动器。对驱动器建立了端部带有扭簧的静力学数值模型,以及端部带有微小舵面的刚柔耦合拉格朗日动力学方程及有限元模型。所得的数值结果和有限元结果总体符合程度较好,静力学结果表明：带有连杆机构的轴向预压缩（PBP）驱动器较原PBP驱动器输出角位移增大了4倍以上,最大输出转角可达到26.3°,而输出转矩随之缩小。动力学结果给出了驱动器机构内部能量的传输及分配特性,以文中舵面作为驱动对象,驱动器平均输出角速度达到2 000°/s,控制带宽达到30 Hz,明显优于普通伺服舵机。该角位移增大PBP驱动器的设计和仿真研究可为以大位移、小输出力矩、高控制带宽为特征的微小型飞行器舵机的研制提供理论参考依据。     

弹药协调器动作可靠性估计

弹药协调器定位故障是火炮弹药自动装填系统的典型故障,其动作可靠性受多个不确定性因素影响,显式的极限状态方程难以获得。为计算协调器动作可靠性的定量数值,对协调器进行了不确定性建模,并根据标准状态的测试数据对模型进行了修正,构建了基于径向基神经网络的代理模型以提高计算效率,将网络输出与原始样本数据进行对比。结果表明,径向基神经网络能够很好地拟合原始模型。对代理模型进行了Monte-Carlo仿真分析,求解了定位误差的概率分布,弹药协调器的动作可靠性估计值为92.48%。     

火炮弹药协调器区间不确定参数辨识

火炮弹药协调器是一个复杂的多参数机电液一体化系统,在建立其动力学模型时,某些对系统性能有重要影响的不可测或难以测量的参数,只能通过辨识的方法获得。为了实现弹药协调器的参数辨识,在Simulink中建立弹药协调器的动力学模型与控制模型,并利用区间数描述系统动作过程中的不确定参数;利用区间序关系转换模型,将存在区间不确定参数的辨识问题转换成确定性优化问题进行求解;以协调器支臂角速度曲线的相似度作为优化目标,利用差分进化算法实现了弹药协调器的参数辨识;利用仿真数据确定了此方法的辨识精度满足要求,并利用测试数据对真实系统的参数进行了辨识,验证了此方法的可行性和有效性。     

基于特征优选与深度学习的车载电源微小故障诊断方法

车载电源作为军队武器装备作训和应急的主要电能来源,其微小故障的准确诊断可有效预防严重故障的发生。然而实际监测数据往往存在冗余,且微小故障征兆难以有效提取,针对此提出一种基于递归特征消除(RFE)与栈式自编码神经网络(SAE)相结合的微小故障智能诊断方法。利用REF算法对所采集的特征变量进行重要度排序,以消除冗余并优选构建故障特征子集;再以该特征子集作为SAE深度网络的输入,微小故障类别作为输出,从而实现车载电源微小故障的有效诊断。仿真结果表明,与单纯SAE及浅层神经网络相比,所提方法的微小故障诊断准确率有明显提升,达到95.4%。     

多层前馈人工神经网络在装备故障诊断中的应用

多层前馈人工神经网络在装备故障诊断中的应用含设备运行状态特征值设定和故障判定.并建立神经网络样本、确定网络结构、训练网络等.同时,将状态特征值作为输入样本,得出网络的输出,作为故障类型特征值,最后选定故障决策阈值,根据神经网络输出来判定装备是否出现某种故障.     

导引头稳定平台控制回路设计分析

在稳定平台控制系统中分析了载体扰动产生的干扰力矩及对视线角引起的摆动,分析了选择不同的视线角速度输出点时对视线角速度、隔离度的影响及对控制系统传函的要求,为选择电机输出力矩、选择陀螺量程及控制系统传函的设计提供了理论依据.在分析的基础上构建了数字仿真试验系统,仿真表明视线角速度输出有较好的品质和较高的隔离度.     

基于ADAMS的引信保险机构运动学建模仿真分析

针对某型破甲弹发生膛炸问题,对引起膛炸的原因进行故障树定性分析,利用ADAMS软件对该引信尾部的保险机构进行运动学仿真。得出回转体及三卡板角位移在初始速度为1 050 m/s下随时间变化的曲线,经分析发现弹丸在身管内同时具有推进运动和旋转运动,在此初速下存在回转到位有反转运动的可能,从而引起导爆、传爆机构工作不正常,导致膛炸。结果表明：该方法可被计算其他参数对其他引信保险机构可靠性的影响所借鉴,同时也为后续引信机构产品的设计改进提供依据。