半钢子午线轮胎氮气硫化工艺的改进

在原氮气保压变温硫化工艺的基础上对半钢子午线轮胎的硫化工艺进行改进。结果表明,采用高温蒸汽排放时间分别为12,3和3 s,氮气排放时间为3 s的改进硫化工艺,蒸汽和氮气排凝时间大幅缩短,废气减排显著,轮胎各部位硫化程度符合要求,成品轮胎的高速性能和耐久性能均达到企业标准和国家标准要求。     

基于具有墙角信息的语义地图改进AMCL重定位算法

针对原始自适应蒙特卡洛定位（Adaptive monte carlo localization,AMCL）算法仅利用激光信息存在的缺陷,提出一种基于激光与视觉融合的语义地图进行全局定位,该语义地图融合基于深度学习的目标检测方法提取环境中的墙角语义;利用建立的包含墙角信息的二维语义栅格地图,结合视觉预定位方法及角点周围语义信息表来提高算法全局初始定位的效率和准确性,使得移动机器人可以在少量先验信息和运动的情况下更迅速地实现定位。提出视觉预定位的方法,改进了粒子权重更新方式,再同步结合AMCL算法与环境地图匹配进行精定位。最后通过搭建的移动机器人在不同场景下进行对比试验,验证了该方法的有效性。     

仿生翼型对半主动扑翼捕能性能的影响

为了分析仿生翼型对半主动扑翼捕能性能的影响,该文在Fluent流体求解器的基础上,通过二次开发,编制了一套可有效求解流体流动、扑翼主动转动和被动往复扑动的计算程序。在此基础上,研究仿蜻蜓翼型、仿海鸥翼型、NACA0012和NACA0015四种翼型的捕能性能,结果表明采用仿生翼型的扑翼具有更好的捕能性能。进一步通过对不同外形扑翼的流场分析发现,采用仿生翼型可使扑翼在被动往复扑动过程中产生更强的涡流,并且在俯仰运动过程中可延缓涡流从扑翼表面脱落,从而使扑翼具有较好的捕能性能。     

结合历史运动状态的机器人高效沿墙算法研究

针对目前室内移动机器人沿墙走算法过于复杂、路径易重复、不能完全遍历、效率低等问题, 采用室内未知环境下结合历史状态的机器人沿墙高效遍历研究来解决这些问题. 该算法由移动机器人的上一个周期历史环境运动状态(分8类)、当前环境运动状态(分8类)和旋向信息(分2类)建立运动规则库, 沿墙行走时移动机器人时时采集这三类信息(上一个周期历史环境运动状态、当前环境运动状态和旋向信息)决定移动机器人当前的运动方向, 如此循环直到完成指定的沿墙任务. 最后对该算法进行了仿真与实际实验, 实验结果证明该算法可以在不同的、复杂的环境中高效、快速地完成沿墙走的任务, 并且对室内未知环境有很好的适应性.     

水下机械臂电动静液作动器的模型预测控制

电动静液作动器(EHA)作为水下液压机械臂的作动系统具有诸多优势。为提高EHA的控制性能,采用基于卡尔曼滤波的模型预测控制(MPC)方法,为提高预测效率,MPC的预测模型采用线性化的EHA模型。在Simulink环境中实现水下机械臂EHA的MPC控制,并与PID和滑模控制(SMC)进行对比。仿真结果表明：MPC的位置跟踪稳态误差约为SMC的10%~24%,为PID的3%~37%;出现负载扰动之后,MPC的平均受扰偏差仅为SMC的31%~66%,为PID的3%~48%;随着油液弹性模量的降低,3种控制方法下的受扰偏差均呈上升趋势,但MPC的上升趋势更加平缓,平均偏差值也较低。这表明MPC控制方法具有更高的位置跟踪精度和更强的鲁棒性。     

仿蜻蜓空间扑翼机构设计与分析

为了设计仿蜻蜓扑翼飞行器,对现有曲柄摇杆机构进行改进,提出了一种基于单曲柄轴的仿蜻蜓双翅翼空间扑翼机构。采用理论分析和数值仿真相结合的方法,研究了该扑翼机构的运动学特性。采用ADAMS对设计的仿蜻蜓扑翼机构进行仿真分析,结果表明所设计的扑翼机构可有效实现两侧运动完全对称,并且机构运动流畅平稳,机构扑动幅值达到了仿蜻蜓扑翼飞行器设计要求,且满足前后翼扑动角相位相差90°。     

精神建筑之温馨家园

从户型和空间布局方面介绍了打造精神建筑之温馨家园需具备的基本特点,同时从影响温馨环境的要素出发,对室内装饰材料作了研究,并提出了门厅、客厅、卧室等各功能区的设计方法,给居住者带来温馨的感觉。     

一种改进骨架提取的Voronoi路径规划

针对目前基于栅格地图的路径规划算法,机器人导航无法同时满足实时性与精确性要求,以及原始Voronoi图算法生成的全局路径过于臃肿和现有骨架提取的方式生成的路线过于冗余,导致过多占用机器人存储量的问题,提出一种改进的骨架提取算法,先对已知先验信息的栅格地图进行二值化、腐蚀、膨胀预处理,再生成全新的精简骨架,之后对每一次导航规划的路径进行基于改进的三次样条平滑处理,在此基础之上结合局部路径规划器DWA算法,实现机器人导航。通过多次仿真试验和真实环境试验,结果表明,利用所设计的算法得到的精简骨架比原始Voronoi图以及现有骨架更为简洁,优化之后的路径也更加平滑,提高了移动机器人运动的稳定性及移动效率,并以最安全的方式指导机器人移动。     

基于路径切割和自适应检测的大规模限量弧路由问题求解

大规模限量弧路由问题(large scale capacitated arc routing problem, LSCARP)是一个组合优化问题,应用广泛,采用分治策略是解决LSCARP的有效方法之一.首先,为了利用分治策略取得更优的分解结果,提出改进路径切割算子来求解LSCARP,其能够自动识别路径集合中形态较差的路径并对其有针对性地进行切割,从而在迭代中通过将切割后的路径进行重组以获得更优的分解,有利于算法跳出局部最优取得更小的最终费用;然后,针对LSCARP的结构会影响算法最终效果的问题,设计一种自适应数据集检测算子,其能够根据LSCARP中任务边与非任务边的关系来进行参数分配从而提高分解质量;最后,将以上2个算子应用于SHAiD算法,并与当前主流相关算法进行对比.实验结果表明了所提出算法的有效性.