碳纤维增强环氧基形状记忆材料的制备及性能研究

采用硅烷偶联剂KH-560改性短切碳纤维(CF),并将其与聚氨酯增韧剂以及环氧树脂复合制备了CF增强环氧基形状记忆复合材料,通过力学性能、动态力学分析和形状记忆性能测试研究了改性CF的加入对环氧复合体系性能的影响。结果表明:改性CF的加入提高了体系的拉伸强度和冲击强度,当CF用量为1.0 phr时,体系的拉伸强度和冲击强度达到74.6 MPa和41.5 k J/m2,分别提高了9.1%和8.4%;另外CF的加入提高了体系的模量,使得体系的形变固定率增大,但同时导致形变回复性能有所降低。     

面向打磨机器人的基于串联结构的双卡尔曼滤波算法

在机器人打磨中，机器人末端六维力/力矩传感器受打磨轮接触振动等影响，力测量信号淹没于噪声中，对该信号实时有效地提取是控制力的关键。从力测量信号快速傅里叶变换后的特征得知，其噪声是由高斯白噪声、振动噪声及有色噪声叠加所构成的复杂噪声，由此提出了基于串联结构的双卡尔曼滤波(double Kalman filter, DKF)算法。包括：第一个滤波采用卡尔曼滤波(Kalman filter, KF)算法，主要滤除高斯白噪声和高频振动谱峰群；针对未能滤除的高斯白噪声和低频振动噪声叠加形成有色噪声的特点，进行了分析，引入单个参数，以指数加权方式设计了一个逐渐时变噪声方差，描述有色噪声特性，以此改进KF作为第二个滤波算法；两个滤波器以串联方式构成双卡尔曼滤波。以眼镜框与打磨轮接触打磨过程为例，试验结果表明，DKF算法比KF算法更加有效地滤除力测量信号噪声，并具有计算复杂度低、实用性强特点。