基于粒子群优化支持向量机的电梯故障诊断

电梯故障时,具有故障特征提取困难和故障类型识别率低的问题。因此,拟提取其振动信号并进行分析,找到故障特征。然而,鉴于其振动信号为非平稳、非高斯且背景噪声较大的信号,给有效辨识造成很大困难,所以,提出应用最优小波包分解和最小二乘支持向量机相结合进行电梯智能故障诊断的方法。借助最优小波包理论,首先提取电梯故障振动信号的能量分布;然后将其能量分布与时域指标相结合,构造故障特征向量;最后,将故障特征向量作为粒子群算法优化最小二乘支持向量机的输入对电梯故障类型进行识别。仿真结果表明,最优小波包理论与最小二乘支持向量机相结合的故障诊断技术发挥了两者的优势,证明了该方法的有效性和实用性。     

基于PVDF的三维力机器人触觉传感器的设计

当机器手抓取时物体受力信息检测是抓取过程顺利进行的基础,检测三维方向上的力便可充分反映物体的受力信息。当前用于抓取过程中三维力检测的触觉传感器还存在着一些不足,基于此,论文拟设计一种基于PVDF的三维力机器人触觉传感器。论文展示了传感器的结构设计,建立了压电薄膜及传感头结构的数学模型,设计了调理电路并对传感器进行测试和验证,结果表明该传感器能有效检测机器手抓取过程中的三维力信息。