多层压电微夹钳设计与静动态特性分析

针对压电单晶片微夹钳和压电双晶片微夹钳的缺点,设计了一种新型多层压电悬臂梁微夹钳,具有结构简单、输出位移行程大、振荡较小、不易破坏操作对象等优点.确定了压电材料与中间黄铜基板的具体型号、具体尺寸,使多层压电微夹钳的性能达到最优.利用ANSYS仿真软件对所设计多层微夹钳的静动态进行分析,仿真结果如下:施加120 V的驱动...     

压电微动平台的改进PID控制

为使压电微动平台具有良好的静动态特性,即响应快,超调量小,无振荡及稳态误差小,采用比例、积分、微分(PID)控制法来对其进行定位控制。将常规PID控制中积分环节的矩形积分改进为梯形积分,以提高压电微动平台的控制精度;采用微分分离法对常规PID控制中的微分环节进行改进,以使压电微动平台在具有良好稳定性的情况下,具有很快的响应速度。实验验证了压电微动平台改进PID控制的有效性,结果表明,压电微动平台对4μm阶跃参考位移的响应时间为0.05s,输出略有超调,但无振荡,且稳态误差几乎为0;在变幅值三角波及任意波形参考输入作用下,压电微动平台的输出可很好地跟踪输入。     

多层压电执行器输出位移的模糊神经元PID控制

为了提升压电执行器输出位移的性能,该文采用模糊神经元比例、积分、微分(PID)控制器对其输出位移进行控制。首先,分析了压电悬臂梁执行器机电特性,搭建其动力学模型;其次,将模糊算法、神经元、PID三者相结合,设计出一种能快速、精确、抗干扰能力强的控制器;最后,对压电悬臂梁执行器控制系统进行了仿真,并通过实验验证了该控制器的性能。结果表明,压电执行器对5 μm阶跃目标位移的响应时间为0.3 s,且无超调,稳态误差中线由无控制时的0.57~0.66 μm减小为几乎为0;在跟踪由正弦信号、常值信号、斜坡信号所组成的目标位移时,跟踪误差几乎为0。该文所设计控制器可消除压电执行器的定位误差,并使其具有抗干扰能力强,响应迅速,无超调量等优点。     

并联三钳指柔性压电微夹钳的设计与分析

为增大柔性微夹钳可操作物体的范围、增加操作过程中的稳定性、降低对可操作物体的损伤、消除垂直于输出位移方向的耦合位移,基于二级杠杆位移放大机构、桥式位移放大机构、位移导向机构,设计了一种单压电执行器驱动并联三钳指的柔性微夹钳.首先,描述了并联三钳指微夹钳的结构特征与工作原理;然后,根据微夹钳的柔性特征构建其输出位移放大倍...     

基于CNN-BiGRU-Attention的短期电力负荷预测

针对目前电力负荷数据随机性强,影响因素复杂,传统单一预测模型精度低的问题,结合卷积神经网络(Convolutional neural network,CNN)、双向门控循环单元(Bi-directional gated recurrent unit,BiGRU)以及注意力机制(Attention)在短期电力负荷预测上的不同优点,提出一种基于CNN-BiGRU-Attention的混合预测模型。该方法首先通过CNN对历史负荷和气象数据进行初步特征提取,然后利用BiGRU进一步挖掘特征数据间时序关联,再引入注意力机制,对BiGRU输出状态给与不同权重,强化关键特征,最后完成负荷预测。试验结果表明,该模型的平均绝对百分比误差(Mean absolute percentage error,MAPE)、均方根误差(Root mean square error,RMSE)、判定系数(R-square,R²)分别为0.167%、0.057%、0.993,三项指标明显优于其他模型,具有更高的预测精度和稳定性,验证了模型在短期负荷预测中的优势。     

功能键膜片成型工艺的BP神经网络优化设计

介绍了功能键触摸盖的模内注射成型(IMD)工艺过程,设计了一种膜片高压预成型模具和一种两板式膜片模内注射成型模具,解决了 IMD成型工艺中膜片良品率低的难题.借助于正交试验和神经网络预测,应用计算机辅助工程(CAE)分析获得了膜片预成型的优化工艺参数,将优化结果应用于实践后,膜片成型和注射件的良品率分别提高到了 82....     

显性/隐性教育双线结合下高职专业课“课程思政”改革与实践路径研究

针对模具、电子专业技能课程中课程思政显性教育功能发挥的不足,提出了基于显性教育功能为主、隐性教育为辅的双线交替课程思政教育方法,课程改革基本思路为：遵从于学生内心需要和兴趣偏好,以此作为技能课程中课程思政内容的基本切入出发点,将显性课程思政内容和隐性课程思政内容双线同步实施,使二者形成互补;思政元素契合新时代三全育人主线,切合企业和行业发展需要;系统化课程思政内容,提升专业教师思政素养和思政实施能力,优化课程安排、授课方法、确立课程思政内容实施的可评价性标准。     

改进YOLOv4的绝缘子图像检测模型

为了满足无人机巡检过程中实时检测的需求，提出一种改进YOLOv4的绝缘子缺陷检测方法，在保证绝缘子检测精度的前提下，减小模型参数量，提升检测速度。该方法使用CSPDarknet53和MobileNetV1提取绝缘子的特征信息，对输出特征层进行堆叠处理，缩减通道数，减少模型计算量；精简路径聚合网络(path aggregation network, PANet)结构,将其中的标准卷积替换为深度可分离卷积；使用Decoupled Head替换原有预测网络；在训练过程中加入迁移学习策略和数据增强方法提高训练精度，使用绝缘子图像和视频测试网络训练效果。实验结果表明，改进后模型的绝缘子检测精度达到98.17%,同时对于单张绝缘子图像的识别速度提升5 ms。     

压电执行器输出位移的精密自感知

为省掉外部精密位移传感器，进而减小微装配与微操作系统的体积，降低系统成本，采用自感知方法来获取压电执行器的输出位移。首先，基于压电执行器在电压作用下发生变形的同时，还会发生电极化而在其晶片表面产生电荷这一思想，提出了一种非平衡电流积分式压电执行器的位移自感知方法。其次，考虑到压电执行器的漏电流与介电吸收电流，以及运算放大器的偏置电流对自感知精度的影响，给出了能够精确反映压电执行器输出位移的自感知表达式及自感知参数辨识方法。最后，在辨识压电执行器自感知参数的基础上，实验验证了所提精密位移自感知方法的有效性，结果表明，自感知位移具有亚微米级分辨率，为0.24μm;在静态位移自感知方面，在0～118.9μm的位移范围内，自感知位移的最大相对误差为1.17%;在动态位移自感知方面，在0～100 Hz的频率范围内，自感知位移的最大相对误差为1.45%。可知所提出的精密位移自感知方法既能实现静态长时间又能实现动态快速的高精度、高分辨率的位移自感知。