地面模拟真空环境中背景干扰的EEMD滤除方法

针对地面模拟真空环境实验中背景干扰与轴承振动信号频率相互重叠、难以滤除的问题,利用集合经验模式分解的抗混特性和滤波特性,提出了基于EEMD的背景干扰滤除方法。首先对背景干扰和轴承振动信号进行EEMD分解获得固有模式函数,再计算背景干扰和轴承振动信号的IMF分量间的相关系数来对IMF分量进行筛选,由保留下的IMF分量重构信号以达到滤除背景干扰的目的。对实测信号的滤除结果表明了该方法的可行性和有效性。     

桩基础施工中地基土的影响因素分析及应用

本文通过桩基础施工中地基土的影响因素分析,阐述了岩土工程勘察资料对预应力管桩、钻（冲）孔桩及人工挖孔桩的指导作用。     

多传感器信息深度融合的谐波减速器健康状态评估

工业机器人谐波减速器工况循环往复,仅依靠单一传感器难以刻画其运行状态全貌且会导致健康状态评估结果不确定性高.为此,提出了多传感器信息深度融合的谐波减速器健康状态评估方法.首先对谐波减速器振动信号进行连续小波变换,构造出时频图以描述其运行状态特征;再运用基于小波变换的图像融合方法将多个传感器的时频信息进行融合以全面刻画谐...     

穿戴式机器人的协调控制方法及其运动辅助机理

为改善穿戴式机器人在运动辅助过程中的人机交互柔顺性,提出了一种以中枢模式发生器(CPG)为核心的协调控制方法,利用CPG自激行为和对外交流的特性获得理想的主/从关节目标轨迹,规避了运动学和动力学逆解算。结合仿真分析和物理实验研究,阐明了所提控制方法及其运动辅助机理、停止再运动等柔性运动产生机理。结果表明,该协调控制方法具有运动辅助效果,CPG自激行为和对外交流的特性可以获得理想的主/从关节目标轨迹,且CPG的衰减停振特性能够方便地生成停止再运动等柔性运动,极大地改善了机器人的人机交互柔顺性。     

运动辅助的CPG控制及其关键参数分析

针对运动辅助过程中主/从运动生成的问题,在原有松岗（Matsuoka）数学模型的基础上引入适应系数建立了一个新的CPG模型,获得了理想的主/从关节目标轨迹;利用仿真分析手段调查研究了CPG模型的关键参数对其输出振荡的影响规律;以单关节运动辅助为控制对象,建立了相应的人机交互运动系统的动力学模型,利用基于MATLAB的仿真试验对CPG控制的有效性进行了验证。结果表明,根据CPG各个参数与输出的变化规律,适当调节各个参数可以获得理想的输出;CPG生成的运动轨迹有效规避了传统助力机器人控制模型中复杂的运动学和动力学解算;可根据实际需求调整外部参数[C]从而有效地生成辅助装置主/从运动模式;控制方法对单关节运动辅助具有明显效果。     

赣州稀土矿区周边地表水污染分布特征及健康风险评价

以赣州稀土矿区周边地表水为研究对象,分析水体中污染物的分布特征,通过修正的内梅罗指数法和健康风险评价模型对地表水体进行水质评价和健康风险评估。结果表明：1)稀土矿区周边水体污染物平均浓度的大小顺序为硫酸盐>硝酸盐>铅>镉>铬,最大超标率达52.63%,最大超标倍数12.2倍,主要集中在龙南、寻乌稀土矿开采区,污染物浓度随迁移距离的增加而减小,河流上游地区污染物浓度大于下游地区。2)污染物铅与镉、硫酸盐相关系数分别为0.88、0.95,表明这三种污染物具有相似的污染源及类似的迁移转化过程,铬与铅、镉及硫酸盐之间相关性分别为-0.31、-0.21、-0.29,表明铬与铅、镉及硫酸盐来源不同或相互抑制,硝酸盐与铅、镉及硫酸盐之间相关性分别为0.073、0.22、0.31,说明硝酸盐与其他污染因子具有多源性。3)成人健康风险强度为硝酸盐>铅>硫酸盐>铬>镉,儿童健康风险强度为铅>硝酸盐>硫酸盐>铬>镉,非致癌污染因子所引起的成人和儿童的健康风险值相较于致癌污染因子风险值高出2～5个数量级,主要由铬和镉引起,研究区儿童总健康...     

栈式稀疏加噪自编码深度神经网络的滚动轴承损伤程度诊断

针对滚动轴承损伤程度的特征自学习提取与智能诊断问题,提出栈式稀疏加噪自编码深度神经网络的滚动轴承损伤程度诊断方法。滚动轴承损伤特征受到工况、环境噪声等干扰,浅层自编码网络对损伤特征的自学习、提取能力不足。为此,论文将稀疏项限制和加噪编码融入自编码网络,同时将自编码网络堆栈并添加分类层,构建出栈式稀疏加噪自编码深度神经网络,进行轴承损伤特征非监督自动提取与损伤程度智能诊断。稀疏项限制和深度神经网络的构建提高了特征学习能力,加噪编码的融入改善了网络的鲁棒性。所构建深度神经网络通过多层无监督逐层自学习和有监督微调,完成损伤特征自动提取与表达,并实现了损伤程度智能诊断。不同工况下轴承损伤程度诊断的实验验证证明了所提方法的可行性和有效性。     

稀土矿区地下水“三氮”分布特征及迁移转化规律

三氮\"浓度是稀土矿区地下水质量评价的重要指标,\"三氮\"污染特征的分析以及迁移转化规律的揭示对水环境监测和污染治理具有重要意义。以龙南离子型稀土矿区地下水为研究对象,通过钻孔取样和水质分析,探讨地下水中\"三氮\"的分布特征以及迁移转化规律。结果表明:1)龙南稀土矿区地下水中,\"三氮\"在松散岩孔隙水中的浓度略大于风化带裂隙水,NH₃-N浓度远超地下水Ⅲ类水标准,最大超标倍数48.42倍,超标率31.71%,NO₃-N、NO₂-N浓度较低,无明显超标现象。2)NH₃-N以浸矿区为中心,沿地下水径流方向迁移,水平迁移距离约3500m;\"三氮\"在松散岩类孔隙水中的迁移速度大于在风化带网状裂隙水,土体渗透系数越大,\"三氮\"迁移速度越快。3)\"三氮\"在地下水中的转化机制主要是硝化反应、反硝化反应以及NH4⁺的挥发作用和NO2^-的自分解反应,pH是影响矿区地下水中\"三氮\"富集以及相互转化的重要因素。     

基于电压信号深度特征学习的谐波减速器健康状态识别

目前工业机器人谐波减速器健康状态识别多以振动信号为载体,需要外加测试系统,增加了数据获取难度及成本,且其准确性和有效性受传感器安装位置影响。基于此,提出基于电压信号深度特征学习的谐波减速器健康状态识别方法。利用工业机器人电机电压信号对谐波减速器健康状态进行表征,使用连续小波变换将电压信号转换成时频图以获得谐波减速器不同健康状态下电压信号的时频信息,构建出数据样本集。利用卷积神经网络对电压信号时频信息进行自学习,并有监督调整网络参数,在获得谐波减速器不同健康状态下电压信号深度特征的同时实现对其健康状态的识别。实验结果显示,所提方法识别准确率达到了90%以上,证明了该方法能够有效识别谐波减速器健康状态,并具有较好的泛化能力和稳健性。     

基于空间信息聚合的遮挡目标抓取位姿检测

针对机器人依靠视觉抓取时对遮挡目标抓取位姿检测准确率低的问题,提出基于空间信息聚合的遮挡目标抓取位姿检测方法。遮挡导致目标在相机视野中的本征特征改变,影响目标位置信息与形状结构特征。首先,使用坐标卷积代替传统卷积的方式进行特征提取,在输入特征图后新增坐标通道来提升网络对位置信息感知能力;其次,设计空间信息聚合模块,其采用并行结构增大局部感受野并沿空间方向对通道进行编码获取多尺度空间信息,再通过非线性拟合方式将信息聚合,使模型更好理解目标结构和形状;最后,抓取位姿检测网络输出抓取的质量、角度和宽度,并计算最佳抓取位置以建立最优抓取矩形框。在Cornell Grasping数据集、自建遮挡数据集、Jacquard数据集验证,检测准确率分别达到98.9%,94.7%,96.0%,在实验平台对目标的100次真实抓取实验中,成功率为93%。所提方法在三个数据集上均取得了最高检测准确率,且在实际场景中检测效果更优。