路况与地铁车辆振动关系的测试分析研究

随着地下轨道交通的发展,地铁车辆振动对车辆寿命的影响和对人体健康造成损害的问题日益受到人们的重视.利用数据采集仪和振动加速度传感器组建振动测试系统,当地铁车辆在隧道内按照正常运行模式运行时,采集驾驶室及客室地板上的振动信号,分析车辆振动信号随隧道内各种不同路况(如弯道,上、下坡道等)的变化产生的变化规律,得到车辆振动与路况之间的关系.结果表明,地铁车辆振动除受本身结构和轨道铺设的地质条件影响,还与其所运行的轨道线路路况有着密切的关系.     

一种小型高效节水喷灌系统的设计

为提高喷灌系统的节水效果,在深入分析土壤湿度对植物生长影响的基础上,提出了一种小型高效节水喷灌系统的设计.利用土壤湿度实时检测来控制阀门开度,以实现节水的目标.在讨论了可行性、设计价值及控制方法的基础上完成了系统的软硬件设计.系统能够适用于花园、草坪等小范围区域的灌溉,也可应用于温室喷灌.     

基于ARM的平台Boot Loader研究与设计

介绍Boot Loader和NAND Flash的基本原理,在此基础之上介绍如何在ARM平台上开发基于NAND Flash的Boot Loader.     

助老机器人伴行模态人机耦合系统的耐冲击振动特性分析

由于助老机器人在户外辅助老年人行走过程中会遇到路面不平冲击或其它瞬时冲击,不仅会对助老机器人本身产生冲击振动影响,还会引起由此带来老年人手部的局部振动。为了研究助老机器人人机耦合系统的耐冲击性,对助老机器人人机耦合系统振动特性进行了较深入的分析。①分析了助老机器人的前、后轮在不同作用输入下的强迫振动,分别建立了助老机器人系统和老年人人体系统的振动模型;②建立了助老机器人人机耦合系统的振动模型;③采用Matlab/Simulink软件分别从地面不平冲击和瞬时冲击两类情况对助老机器人人机耦合系统的耐冲击振动特性进行了振动模型仿真分析。结果表明:两类情况下老年人手部的振动幅值、振动最大速率和助老机器人把手的振动幅值、振动最大加速度以及最大耦合作用力均较小,助老机器人人机耦合系统的耐冲击性较好。其研究过程为分析对防摔控制和人手舒适度调节控制的影响提供了理论基础。     

基于虚拟仪器技术的多传感器信息融合网络化实验系统

基于传感器被测目标参量受其它参量的影响，采用多传感器信息融合技术可以消除干扰参量的影响．提高目标参量的测量精度。提出用虚拟仪器技术实现多传感器信息融合实验的方案，并从系统原理、组成、软硬件等方面做出具体介绍。     

ADuC834在润滑油膜厚度检测智能传感器中的应用

提出一种基于ADuC834的智能传感器系统，通过对其硬件和软件的设计，有效地实现了智能传感器对润滑油膜厚度的精密检测。     

调谐质量阻尼器参数优化及其应用

在分析调谐质量阻尼器（Toned Mass Dampers，简称TMD）减振原理以及TMD参数对主结构振动特性影响的基础上，得出了TMD参数优化的理论依据，进而采用改进的单纯形法计算出优化的TMD参数值，并通过在桥梁振动控制中的应用，说明了所得出的TMD优化参数对于小阻尼既有结构进行振动控制是非常有效的。     

双圈同轴光纤束传感器三维空间输出特性研究

针对航空发动机的实际故障特点,首先,分析了对航空发动机涡轮叶片三维叶尖间隙、包括叶尖表面径向间隙、轴向与周向倾角三维参数的变化信息进行光纤传感检测的需求;然后,针对拟采用的光纤传感器形式——双圈同轴光纤束传感器在反射面相对传感器端面存在径向间隙、空间倾角的情况下建立了三维空间输出调制函数模型,设计了接收光纤虚像端面与入射光斑的交叠面积补偿算法以及接收光纤虚像端面的平均光强修正算法;其次,对建立的传感器输出特性数学模型在反射面平行、仅存在轴向倾角、轴向周向均存在倾角这3种情况下分别进行了仿真计算,并与相同探头参数下的实验结果进行了对比分析;最后,对不同光纤传感器参数下的输出特性进行了仿真。结果表明,新建立的双圈同轴光纤束传感器三维空间输出特性数学模型不仅从理论角度还原出了传感器在反射面三维空间参数变化下的输出特性,还能指导不同三维空间位移测量应用下的光纤传感探头设计工作。     

用于助老伴行机器人的老年人摔倒预测方法研究

为了使助老伴行机器人更好地服务老年人户外行走的需要,提出了一种用于助老伴行机器人的基于BP神经网络的多传感器信息特征融合进行老年人摔倒预测的方法。首先,通过老年人摔倒机理分析,提出了一种用于助老伴行机器人的老年人摔倒预测总体设计方案。然后,分别采用触觉力传感器、躯干三轴加速度计和和陀螺仪采集使用者的手部触觉力信息、躯干三轴加速度和角度信息。其次,对所采集的三类摔倒信息进行相应的特征提取,将3种特征信息采用BP神经网络进行信息融合,获取摔倒发生的概率,且当摔倒概率超过设定的阈值即判定老年人将要摔倒。最后,通过实验系统搭建和实验验证,结果表明,摔倒预测方法可靠,其整体识别准确率为97.5%,其中摔倒样本识别准确率95%,正常样本识别准确率100%,所以,该方法可以对老年人使用助老伴行机器人完成户外行走提供保证。     

下肢康复机器人肌电感知与人机交互控制方法

下肢康复机器人以其诸多的优势而逐步取代传统的康复治疗手段。在论述下肢康复机器人及其人机交互控制方法研究现状的基础上,针对下肢康复机器人对患者运动意图与运动能力感知的双重需求,提出了一种基于表面肌电信号的受试者运动状态的精密感知方法,包括表面肌电快速识别人体步态事件、表面肌电连续解码人体下肢关节运动角度,以及表面肌电定量预测人体下肢主动关节力矩。为了实现患者自主引导和下肢康复机器人按需辅助训练,深入讨论分析了下肢康复机器人的系统设计和基于表面肌电精细感知的人机交互控制方法。最后,展望了下肢康复机器人的未来研究方向与内容。