静不稳定机械式衡重台力学分析和校准方法

为解决机械式衡重台因静不稳定性难以校准的问题,分析机械式衡重台的测量原理和力学特点,提出机械式衡重台校准方法,通过减少机械式衡重台非平衡状态下载重架的最大偏转角度,实现校准时的测量不确定度控制,保障校准结果的准确性。利用该方法对机械式衡重台进行校准,并开展测量不确定度分析,结果表明扩展不确定度U=84 g(k=2),验证了该方法的有效性。研究成果对于促进水下航行体产品力学计量领域的发展具有积极作用,为水下航行体产品试验研究提供了有力支撑。     

光纤光栅与人工智能融合的形状自感知穿刺针

手术机器人可以通过术前路径规划避免重要组织受到损伤,且具有较高的操作精度,因而被广泛应用于穿刺活检手术之中。目前手术机器人在穿刺针形状信息准确实时获取方面存在不足,无法实现穿刺过程中自主避障以及精准的靶点操作。因此研究穿刺针形状感知方法,可为手术机器人自主/主从穿刺提供形状信息反馈,对于提高穿刺手术的安全性与准确性有着重大意义。鉴于此,提出了一种融合分布式光纤光栅传感技术和人工智能的形状自感知穿刺针。利用机器学习算法,对静态标定实验获取的不同弯曲状态下光纤光栅的中心波长数据与形状数据进行训练,得到了光纤光栅中心波长漂移量与形状函数及弯曲方向角之间的神经网络模型,进一步调用该神经网络模型,实现穿刺针的三维形状重构;测试结果表明,穿刺针针体的形状重构最大误差值为0.90 mm,弯曲方向角的最大误差为5.03°。在动态性能验证实验中,形状重构最大误差值为0.84 mm,弯曲方向角的最大误差为1.02°,进一步验证了模型的可靠性。因此所提出的形状自感知穿刺针能够精准实现形状信息的实时获取,从而在手术机器人自主穿刺和主从操作过程中针体形状感知与调控方面具有广阔的应用前景。