排序方式: 共有40条查询结果,搜索用时 31 毫秒
1.
采用解析法和有限元分析方法,分析了各因素对电火花加工表面质量的影响,提出了一种在电火花放电加工过程中逐级改变加工电规准,并依次加大电极的摇动量进行镜面加工的方法.提出应用白光干涉方法测量镜面加工工件表面质量的微观形貌,具有非接触、高精度等特点,垂直分辨力达到纳米级.实验表明在非混粉加工液中,不更换电极且被加工工件为45#钢的情况下,利用白光干涉测量法检测出电火花镜面加工的工件表面粗糙度Ra为0.02μm,满足电火花镜面加工精度的要求. 相似文献
2.
3.
提出一种将点焊过程动态电极位移信号转化为二值图像的方法.基于图像特征分析,从焊点样本电极位移二值图像中提取出15个隐含特征.针对一系列对应不同焊接质量焊点样本电极位移二值图像特征,利用主成分分析消除图像特征间的互相关性,建立了基于最小风险贝叶斯图像识别技术的焊点质量分类器.分类器有效性测试结果表明,电极位移信号二值图像尽可能多的保留了焊点质量信息,特征提取算法简单、高效、易于实现;同时在小数据样本情况下,贝叶斯图像识别技术能够快速、准确地评判焊点质量,有较好的应用前景. 相似文献
4.
针对三自由度假肢阈值控制方式存在不直观、灵活性差的缺陷,控制效果较好的模式识别控制器存在便携性差、实用性差等问题,提出一种基于PSoC在线模式识别的肌电假肢控制系统设计方案.采用低功耗芯片PSoC作为主控制器,设计了一套便携式四通道sEMG (表面肌电信号)采集系统,采用双群粒子群优化算法改进的支持向量机(DP-PSO-SVM)构建分类识别器,并通过假肢驱动器实现假肢在线模式控制.实验结果表明:采用DP-PSO-SVM算法比采用标准粒子群SVM (PSO-SVM)算法构建的分类器识别精度提高4%,达到96.7%;该控制器对6种动作的在线识别率达到96.3%,且符合实时性要求. 相似文献
5.
针对目前研究的肌电假手的控制方式存在不直观、不灵活,缺乏多感知功能等缺陷,设计了一种具有模式识别和多感知功能的肌电假手的控制方法。该方法采用粒子群优化算法改进的支持向量机(PSO-SVM)构建动作分类器,实现肌电假手动作的模式识别与在线控制。利用经验模态分解法分解滑觉信号,引入模糊逻辑控制,对硬度、滑觉程度不同的物体,实现握力的自适应调节。实验结果表明:采用PSO-SVM算法在线控制肌电假手的识别率高达93.6%,同时PSO-SVM假手在抓握目标过程中能够及时可靠的完成抓握控制任务,具有较高的稳定性,实现滑觉、硬度反馈在模式识别假肢上的实际应用。 相似文献
6.
为了解决胶原蛋白与壳聚糖材料的可吸收缝合线的湿法纺丝工艺中线径和强度不均匀的难题,进行了该种材料成型的数值仿真与纺丝成型机的控制系统设计.数值仿真采用Gambit与Fluent软件,对该混合液的射流喷嘴流场进行了有限元分析,从理论上论证了通过控制喷丝张力来调节缝合线线径的可行性;在此基础上,在JK1601型立管式湿法纺丝机上研制了缠绕张力和线径两个关键参数的闭环控制系统,缠绕张力控制采用归一化PID控制算法实现;线径控制采用线阵CCD非接触式在线测量与改进的自适应广义预测控制算法相结合来实现.实验表明:改进后JK1601型纺丝机制作的缝合线样品符合美国药典第35版的要求,直径和抗张强度的不均匀性分别由原来的25.4%、33.2%降低到5.0%以内. 相似文献
7.
8.
介绍WY型车载油耗仪的工作原理,并着重分析了该仪器的触发系统。采用反射型偏振光光电开关作为的测量起始信号和结束信号,有效地克服了来自摩托车高压点火系统的无线电干扰,并通过R-S触发器控制状态信号来完成测量和充油的全过程,提高了可靠性。 相似文献
9.
为了实现康复电刺激系统治疗参数的个性化定制及实时调整,提出了一种基于调制中频电刺激的下肢肌力康复闭环电刺激系统。设计低频调制中频刺激电路,基于遗传算法建立了电刺激参数与膝关节角度之间的支持向量机回归预测模型,并搭建基于模糊内模控制PID的闭环反馈系统,以达到更精确稳定的参数设置效果。通过膝关节运动实验表明,被试者在无痛感的前提下更接近预期的关节运动轨迹,30组膝关节运动角度与预期值最大均方根误差为10.21°,最小均方根误差为5.48°。相比传统低频电刺激,肌电平均振幅具有20μV以上提升。本文提出的电刺激系统参数可实现因人而异,且可根据闭环反馈结果进行实时调整,该系统能有效活化肌肉、提升肌力,在肌力康复步态训练中有较好的应用前景。 相似文献
10.
为解决目前肌肉力测量时用肢体末端力表示实际肌肉力大小,以及未将肌肉疲劳程度考虑在内的问题,本文提出了一种基于表面肌电信号和肌肉疲劳的上肢肌肉力预测方法。利用AnyBody软件建立上肢肌肉骨骼模型,并将上肢末端力经过仿真得到单块肌肉的肌力大小;采用肌肉等长收缩的时间来表征肌肉疲劳程度。10名健康男性受试者进行上肢等长收缩实验,提取实验过程中肱二头肌肌电信号的积分肌电值、均方根、中值频率、平均功率频率、最大小波系数及其对应频率六个特征值;将肌肉力与特征值、肌肉疲劳程度进行分析后发现三者之间高度相关。采用麻雀搜索算法优化BP神经网络的权值和阈值,构造并训练上肢肌力预测模型。经测试集检验结果表明,该方法的误差小于12%,可以对肌力进行较为准确的预测。 相似文献