下肢康复训练机器人虚拟环境设计

综述了目前国内外康复业的发展,介绍了下肢康复训练原理,阐述了虚拟现实技术及其在现代医学中的应用,分析了虚拟现实技术在康复医学的重要意义。最后针对下肢康复训练机器人,制作了一套以vrml为基础的康复虚拟环境。     

D系列煤气除尘风机的结构改进

针对D系列煤气风机在使用中存在的问题,对风机的结构进行了优化改进,实施改进措施后取得了较好的效果,设备运行正常,解决了煤气泄漏问题,实现了安全生产,达到了环保要求。     

基于ANSYS的大吨位液压成形设备合模机构的灵敏度分析

简要介绍了液压成形技术在国内外的研究与应用现状,完成了合模机构的方案设计和有限元模型的建立,并运用ANSYS软件进行数值模拟分析.针对工作台厚度、柱塞直径、柱塞数目及布置形式等参数及结构形式的变化对合模机构位移和应力的影响进行了灵敏度分析,得到了上述参数的变化对合模机构位移和应力的影响程度及变化规律,为产品设计提供理论依据,取得了较好的效果.     

一种基于BP神经网络的室内定位模型

室内定位技术是一种获取室内的人和物位置信息的技术,以位置信息为基础可为使用者提供多种服务,在军事和民用领域都有着广阔的应用前景.在分析几种常见的室内无线定位方法以及基于RSS的室内无线定位方法的基础上,提出一种基于BP神经网络的室内定位模型并借助MATLAB 7.0加以实现.采用该方法进行室内定位,不需要WLAN以外的其他资源.由于不需要知道定位节点和建筑物的详细特性,用户的隐私将会得到完全的保护.仿真实验证明该模型的有效性.     

参数不确定振动系统的一种鲁棒主动控制设计

本文讨论具有参数不确定的线性振动系统 ,在随机白噪声激扰作用下的主动控制设计问题。以给定的闭环系统稳态输出方差为约束 ,所需主动控制力的一种代价表示为优化目标 ,将状态反馈二次稳定的主动控制器设计问题 ,转化成一个基于LMIs约束的凸优化问题求解。最后以一个算例说明本文方法。     

弱脱氧钢水脱硫工艺研究

结合工厂生产研究了弱脱氧条件下ω([Al])＜0.005%,16MnR钢水快速脱硫工艺.研究表明弱脱氧钢水采用大渣量出钢渣洗和强搅拌LF精炼工艺可以实现快速脱硫.转炉出钢渣洗脱硫率分布在14.8%～59.1%,平均为35.7%;经过LF精炼,钢水硫含量全部符合钢种要求,其中ω([S])＜0.015%的炉次占77%.成品硫质量分数分布在0.006%～0.016%,平均硫质量分数达到0.011%.     

驾驶员BMI对肌肉疲劳度的影响研究

目的 探究在相同驾驶条件下，个体BMI差异对驾驶员肌肉疲劳累积的影响。方法 采用对照试验对驾驶员不同BMI与腰背肌肉疲劳之间的关系进行研究。12名被试以标准驾驶姿势进行时长60 min的模拟驾驶，采集被试驾驶期间腰背部竖脊肌及背阔肌表面肌电信号MPF。试验从主观测评、客观数据两个维度入手，分析各被试BMI与表面肌电信号之间的关系，从而判断长时间驾驶状态下，驾驶员不同BMI对腰背部肌肉疲劳度是否具有显著性影响。结果 两组肌肉MPF值与驾驶时间均呈现显著性负相关。3组不同被试组间背阔肌、竖脊肌MPF值存在显著性差异。两组肌肉MPF趋势变化图均表明BMI值越大，MPF值越早出现下降趋势，且竖脊肌MPF值波动明显>背阔肌。结论 驾驶员BMI值越大，肌肉越早出现疲劳，且腰部竖脊肌比背部背阔肌更容易出现疲劳现象。研究结果可为驾驶疲劳个体差异问题研究、驾驶座椅设计及驾驶疲劳检测因素研究提供一定参考。     

上肢助力外骨骼研究综述

简述了在当前疫情灾情多发、劳动力资源短缺的情况下开发上肢助力外骨骼的重要意义，介绍了外骨骼的发展历程、分类方式以及上肢助力外骨骼的特点、适用人群、应用场景等。详细介绍了国内外上肢助力外骨骼相关研究成果和产品，包括其基本构造以及评估实验结果，并对其中的关键技术（如驱动和传动、人机交互中所涉及的人体运动意图识别、人机协同运动等）进行了阐述和分析。总结了当前研究中仍存在的问题，并对上肢助力外骨骼未来的发展趋势进行了展望。     

一种轻便式液体流量计吊装平台

工商用流量计体积和质量较大，检测时安装要求高，单靠人工操作很难达到需求，为此设计了一台流量计吊装平台，通过流量计吊装平台的吊装机构和平台机构解决了检表过程中的不足，提高了工作效率，并且成功获得了一项实用新型专利。     

基于粒子群优化算法优化反向传播神经网络构建冷藏草鱼新鲜度的近红外光谱预测模型

目的 构建基于各种机器学习算法结合近红外光谱的模型，从而确定出更准确预测冷藏草鱼新鲜度的方法。方法 采集连续冷藏6 d的草鱼片的新鲜度指标, 并进行方差分析。选择受冷藏天数影响最大的指标: 总挥发性盐基氮(Total volatile basic nitrogen, TVB-N)进行定量预测。运用x-y距离结合的样本划分(sample set partitioning based on joint x-y distance, SPXY)方法进行数据集的划分, 并采用正交信号校正法(orthogonal signal correction, OSC)、Savitzky-Golay (SG)、一阶导数及其组合算法进行光谱预处理。再运用竞争性自适应重加权采样(competitive adaptive reweighted sampling, CARS)、连续投影算法(successive projections algorithm, SPA)、主成分分析(principal component analysis, PCA)对光谱变量进行选择和降维。最后结合偏最小二乘回归(partial least squares regression, PLSR)、反向传播神经网络(back propagation neural network, BPNN)和粒子群优化算法(particle swarm optimization, PSO)优化BP神经网络(PSO-BP)建立草鱼(Ctenopharyngodon idella)片新鲜度定量预测模型。结果 各线性和非线性模型均得到了良好的预测效果, 预测集相关系数均超过了0.95。PLSR表现较为稳定, BP神经网络虽提高了校正集预测性能, 但是预测集性能不如PLSR。PSO-BP既保证了校正集预测性能, 也提高了预测集性能。基于OSC+D1预处理和CARS变量选择后的PSO-BP模型性能最优(R2P=0.987, 预测集的均方根误差为0.108, 相对分析误差为7.778)。结论 基于PSO-BP算法和近红外光谱结合的定量预测模型, 可以很好的预测冷藏鱼肉的新鲜度指标。