考虑关节动力学优化的机器人复杂轨迹规划

考虑到关节型机器人工作时关节力矩变化对工作质量的影响,针对机器人复杂工作中各关节受力平稳性控制问题,本文提出改进直接配点法优化求解复杂轨迹上机器人关节动力学问题。在对机器人动力学模型进行分析的基础上,使用直接配点法将沿复杂轨迹运动的机器人动力学优化求解问题转化为非线性方程组的多目标优化求解问题,并采用序列二次规划算法求解;针对方程组中高度非凸函数极值求解过程中对初值敏感的问题,采用线性二次调节器为序列二次规划算法提供迭代初值。理论分析和数值仿真结果表明:提出的算法可保证机器人各关节在复杂轨迹上力矩、角度及角速度变化平缓,稳定工作质量,同时也能更合理地控制机器人工作时的能耗水平。     

直线导轨面缺陷检测与分类方法

为解决复杂背景下直线导轨面缺陷识别难的问题,提出了一种基于灰度共生矩阵（Gray level co-occurrence matrix,GLCM）和非负矩阵分解（Non-negative matrix factor,NMF）的纹理背景抑制来实现缺陷特征增强的方法。首先,利用GLCM多特征统计量重构导轨面背景纹理图,实现一定程度上的纹理背景抑制;接着,将纹理图均分成若干子图像块,随机抽取一定的子图像块进行NMF训练;然后,将NMF分解出的基图像同纹理图中相同大小图像块遍历求其欧式距离,并将距离平均后赋值给纹理图中相应图像块的中心像素点,以进一步实现纹理背景抑制和缺陷特征增强。最后,基于K-means聚类和支持向量机对缺陷进行分类识别。实验结果中对测试集中的划痕、裂纹和撞伤缺陷识别准确率分别为89.06%,88.46%和95.12%,表明该方法能抑制纹理背景和增强缺陷特征,有效分离出缺陷并识别其类型。     

HSI颜色空间下的直线导轨表面缺陷检测方法

为解决直线导轨表面微小缺陷受背景纹理影响、无法准确检测的问题,提出了一种HSI颜色空间下的直线导轨表面缺陷视觉检测方法。将直线导轨表面图像由RGB空间转换到HSI空间,得到色调、饱和度和亮度的分量图;采用主成分分析法对各分量图像进行降维,建立混合灰度模型;利用粒子群算法优化其相应的加权系数;通过阈值分割完成缺陷检测。实验及计算结果表明,相比RGB空间的缺陷提取,该方法能准确检测出常见的直线导轨表面四种类型缺陷。     

基于Taguchi方法的晶界扩散Al改性HDDR Nd-Fe-B磁粉研究

重稀土镝是HDDR Nd-Fe-B高矫顽力的关键元素,但其资源稀缺且价格昂贵,因此HDDR Nd-Fe-B去镝化成为研究的热点.为减少对重稀土的依赖,研究者们开发了晶界扩散方法提高HDDR Nd-Fe-B的矫顽力.为进一步降低成本,开展了Al粉晶界扩散优化各向异性HDDR Nd-Fe-B粉末磁性能的研究.采用Taguc...