陪伴型机器人陪伴功能的设计与实现

设计一款陪伴型机器人,应用动画机器人设计理念,基于ATmega328微处理器实现了对机器人动作表情的编排和控制。结合物联网技术、自然语言处理技术和云服务技术,实现了与长者的语音对话、与复健游戏模块的互动配合。试验验证表明,该机器人能够实现预期功能,较好地陪伴长者生活。     

一种自动点香炉的机械结构研发

设计了一种自动点香炉的机械结构,可使人们通过远程操作,控制对应的自动上香设备响应动作,按照特定的时序点燃特定的香支,满足信众的需求。机构包含五个基本功能:储香、送香、点香、上香及回收,结构可容纳200支以上的香支,简便且自动化程度高。试制结果表明,设计结构可满足预期功能,成本低且易于投产。     

广义复合多尺度加权排列熵与参数优化支持向量机的滚动轴承故障诊断

针对滚动轴承特征提取和故障识别两个关键环节,提出了一种广义复合多尺度加权排列熵（GCMWPE）与参数优化支持向量机相结合的故障诊断方法。利用GCMWPE全面表征滚动轴承故障特征信息,构建高维故障特征集。应用监督等度规映射（S-Isomap）算法进行有效的二次特征提取。采用天牛须搜索优化支持向量机（BAS-SVM）诊断识别故障类型。将所提方法应用于滚动轴承实验数据分析过程,结果表明：GCMWPE特征提取效果优于多尺度加权排列熵、复合多尺度加权排列熵和广义多尺度加权排列熵;GCMWPE与S-Isomap相结合的特征提取方法可在低维空间中有效区分滚动轴承不同故障类型;BAS-SVM的识别正确率和识别速度优于粒子群优化支持向量机、模拟退火优化支持向量机和人工鱼群优化支持向量机;所提方法能够有效、精准地识别出各故障类型。     

基于三组测量绳结构的软体机械臂运动检测

针对气动软体机械臂运动形状检测问题,设计了一种基于拉线编码器的三组测量绳结构的运动学参数检测装置。依据分段常曲率法,构建了气动模块化软体机械臂的运动检测模型,基于机械臂柔性材料的特点,在建模过程中引入刚度法,使检测模型能准确反映从机械臂驱动气压到形状变化以及运动学参数的映射关系。提出了一种可模块化组装的气动软体机械臂,用于验证检测装置与模型的精度,所提出的机械臂在构型上由硅胶基体、运动气囊和连接板组成,能实现机械臂的模块化组装。通过对所构建的运动检测模型进行推导与仿真,得到了模型的相对误差。最后,通过试验验证了运动检测建模的精度和机械臂驱动、构型以及运动的特征。研究结果表明：相比于传统的视觉追踪方法,所设计的基于三组测量绳结构的检测装置能实现对软体机械臂运动形状的高精度检测。     

电动客车双电机章动耦合驱动系统控制策略

为了降低纯电动汽车的能量消耗,提高电动汽车的续驶里程,以一种新型双电机章动耦合动力系统为研究对象,提出了以最小电功率为目标的控制策略.基于整个控制策略框架,将控制策略分为上、中、下3层.上层控制策略为需求转矩计算,根据驾驶员意图、道路信息、电池信息等,准确获取汽车的需求转矩;中层控制策略为驱动模式划分和功率分配,模式划分依据以车速作为逻辑门限值,以最小电功率为目标制定双电机转速转矩分配策略,实现双电机动力系统功率分配;下层控制策略为模式切换过程控制,为减小模式切换的动力落差,在单电机模式切换至双电机模式过程中,采用降功率方法处理.最后,在Matlab/Simulink中建立双电机动力耦合系统仿真模型,验证了该控制策略的可靠性.     

基于OpenGL的齿轮减速器参数可视化设计

本文介绍了减速器的参数可视化设计原理,在Visual C++6.0环境下,利用OpenGL对减速器设计进行可视化编程,完成了减速器的参数化三维建模和基本的动画显示,并给出了减速器参数可视化的设计实例.     

超环面行星蜗杆传动啮合齿廓的几何形状分析

针对超环面行星蜗杆传动减速器加工过程中测量的关键技术问题,建立基于转化机构的超环面行星蜗杆传动的 啮合坐标系统,推导了中心蜗杆和内超环面齿轮的齿面方程,完成中心蜗杆和内超环面齿轮齿廓的几何分析、最后完成 理论齿廓和实际齿廓的分析与对比。     

超环面行星蜗杆传动的运动学和动力学仿真

建立了超环面行星蜗杆传动的啮合坐标系统和中心蜗杆及定子齿面实体的数学模型,完成了基于solidworks系统的减速器虚拟装配,在此基础上完成了基于Dynamic Designer/Motion减速器运动学和动力学仿真.     

超环面行星蜗杆传动中超环面蜗杆的数控加工

分析超环面蜗杆齿面形成原理,建立超环面蜗杆螺旋线方程,回顾超环面蜗杆的加工方法,提出超环面蜗杆的数控加工方法,完成超环面蜗杆的实际加工.     

机械产品概念设计推理技术研究综述

有效的推理技术是机械产品概念设计研究的关键。在分析概念设计内涵和本质的基础上,分析了目前概念设计常用的推理技术及其特点,并指出未来概念设计推理技术的研究方向。