基于虚拟现实交互的机械臂协同控制

虚拟现实(Virtual Reality)是一种利用计算机硬件和软件集成的技术,对计算机图形学、人机交互、多媒体、网络通信等多种技术进行综合应用,从而为用户提供虚拟三维世界体验的一种技术。传统机械臂远程控制普遍采用的是手柄和键盘控制方式,而且今后方式普遍是摄像头图像显示在监控器上,和现场操作差别很大。协同控制机械臂将人的主观能动性与机械臂精确作业结合起来,可以实现在人类不能到达的特定环境下,利用远端机器人进行作业,同时通过VR系统模拟真实环境为用户提供身临其境的体验。本文主要以Unity3d引擎为支撑,头戴式显示设备HTC VIVE作为虚拟现实硬件设备,通过Steam VR设计与实现一个具备通用交互行为功能的VR交互场景,利用Socket通信将VR系统与机械臂进行连接,从而实现与机械臂的交互协同控制。     

驴骨、驴皮与阿胶中脂肪酸组成的比较

为探求阿胶、驴骨胶在脂肪酸组成方面的差异性,利用气相色谱法初步构建了驴骨、驴皮与阿胶中总脂肪酸成分的指纹图谱,并对阿胶、驴皮中特异性脂肪酸亚油酸、γ-亚麻酸的含量进行了比较研究。结果表明,驴皮、阿胶总脂肪酸的气相色谱指纹图谱具有较高相似性,除阿胶中含有植物油成分-花生酸(29.00)外,其它脂肪酸成分完全吻合;与驴皮、阿胶相比,驴骨的气相色谱指纹图谱则表现出一定的差异性,除缺少亚油酸(28.19)、γ-亚麻酸(29.50)外,驴骨中还含有多种特异性脂肪酸:羊脂酸(11.04)、十五烷酸(22.50)、11,14-二十碳二烯酸(30.95)。同时,作为特异性脂肪酸,亚油酸、γ-亚麻酸在驴皮(12.90%、1.10%)和阿胶(45.25%、5.48%)中具有较高的含量。综上所述,通过构建驴骨、驴皮与阿胶中总脂肪酸成分的指纹图谱以及阿胶中亚油酸、γ-亚麻酸含量测定可以为阿胶质量控制提供参考。     

基于X9241的瞄控台自动控制器设计

瞄控台自动控制器由AT98C2051、电桥和电压比较电路及数控电位器X9241组成.单片机根据电压比较电路敏感电桥两臂不平衡电压输出信号的正负极性控制X9241,实现电桥平衡和控制器的自动调节.X9241采用二线串行I2C总线与单片机传递数据.其软件由主程序、中断子程序组成.     

基于PLC和组态技术的液压举升控制系统设计

利用PLC和组态技术相结合的方式,设计了液压举升机构的控制系统。详细介绍了PLC控制程序和组态程序的设计过程,实现了触摸屏和PLC之间的动态数据交换与通信联系。     

酸奶中非脂乳固体的近红外定量分析模型建立

采用偏最小二乘回归PLS建模算法,建立酸奶中非脂乳固体的近红外定量分析模型,并对模型进行验证评估。收集92组酸奶样品,并用漫反射方法采集得到近红外扫描光谱,光谱经过MSC、一阶导数、S-G平滑等预处理,选取波数范围6 000~10 000 cm-1,用PLS法建立得到了较优模型,其相关系数R为0.99078,均方根校正误差RMSEC为0.152,均方根预测误差RMSEP为0.330,性能指数PI为83.1。用此模型对25组酸奶样品进行了预测,预测效果较好。     

提高果蔬维生素C含量研究进展

随着人们生活水平不断提高,营养健康问题越来越受到重视。维生素C作为一种对人体具有重要作用的营养物质倍受人们关注;提高果蔬中维生素C的含量已经成为园艺领域研究热点之一。本文从果蔬种质资源选择,育种手段、栽培管理方法、土壤成分和生物技术等几个方面进行分析、研究和总结,综述了当前国内外提高果蔬维生素C含量的研究情况,并对各种方法和技术面临的一些问题进行总结和介绍,也对未来提高果蔬维生素C的方法进行展望。     

提高DF11机车485接口的可靠性

分析了DF11型机车微机柜485接口的EMC问题及其存在的故障隐患,指出该接口在实际运用中存在的问题;并介绍电磁干扰产生的机理、传播途径及抑制措施.     

一种基于软件定义网络的通信网络保护方法

为了应对互联网数据传输过程中的分布式拒绝服务攻击(DDoS),提高互联网数据传输的安全性,通过对SYN泛洪 攻击机理进行分析研究,提出应对SYN泛洪攻击较为有效的软件定义网络(SDN)防御机制,分析其防御机理,建立 SDN信息熵计算模型,并构建了实际仿真计算实验环境, 研究结果证明SDN能够较为快速有效的对SYN泛洪攻击进行防御,同时能够对类似于SYN攻击的其他DDoS攻击进行有效防御。     

基于regARIMA模型的月度负荷预测效果研究

为探究离群值对月度负荷预测效果的影响,建立计及离群值影响的季节性ARIMA月度负荷预测模型（regARIMA）,选择1999-2017年北京、甘肃等5省（市）的实际月度负荷数据,对预测效果进行比较研究。结果表明,与普通ARIMA模型相比,考虑了离群值影响的regARIMA模型的3年样本内平均预测误差得到明显改善;应用regARIMA模型进行提前12期的样本外预测,预测精度获得不同程度的提升。