低速直驱式大功率永磁同步电动机振动特性研究

电机电磁噪声的主要来源是定子铁心和机壳的振动,转子偏心也会产生不平衡磁拉力,并导致电动机产生振动和噪声。采用低速直驱方式时,振动会直接传递到与电机系统相连的其他设备上,更易造成部件的疲劳或损坏。为预知低速直驱式大功率永磁同步电动机的振动特性,限制其振动和噪声水平。基于有限元方法,对该类电机定子进行了谐响应数值分析,并完成了转子的不平衡响应分析与计算。随后通过振动试验测试的方法,验证了理论分析的正确性。最终揭示出该类电机振动响应特性,进而为其减振降噪和结构优化设计提供必要的理论依据。

车用平行流式冷凝器流程扁管数布置的优化设计

基于平行流冷凝器换热和压降的理论计算方法、拉丁超立方实验设计方法;多项式响应面模型以及惯性因子改进和模式改进的粒子群优化算法,提出一种车用平行流冷凝器流程扁管数分配的优化设计方法;并采用该方法对某平行流冷凝器进行优化设计。结果表明,在设计工况下,优化后的冷凝器换热量较原始模型提高了3.6%,冷媒压降降低了21.4%。在非设计工况下,优化后的平行流冷凝器换热量较优化前分别提升了4.5%和5.3%,冷媒压降分别降低了19.7%和18.5%。

基于免疫克隆优化的阴性选择算法在电机故障检测中的应用

阴性选择算法(NSA)和免疫克隆选择算法是两种典型的人工免疫系统。首先介绍了阴性选择算法和免疫克隆算法的基本原理,由于阴性选择算法的检测器存在大量无法检测的黑洞。采用免疫克隆优化算法对阴性选择算法生成的检测器进行优化,以提高故障检测率。最后通过检测电机的故障轴承证明了方法的有效性。

基于运动描述语言的机械臂轨迹生成及仿真

传统的机械臂轨迹生成与控制方法本质上是一种离散采样方法,主控制器以固定的时间间隔采样关节的轨迹参考函数,并将采样点的位置、速度等信息作为参考控制信号发送给关节控制器。在这种方法中,轨迹精度依赖于采样点的数量,提高精度就要增加采样点,但是这将增加数据传输量,总线系统的速率和带宽也需要相应提高。针对传统方法的特点,提出基于运动描述语言(MDL)的机械臂轨迹生成与控制方法。上述方法把连续的轨迹函数映射到运动基元,用运动基元的组合来描述轨迹函数,总线系统只需实时传输少量参数化的运动基元,就可以在关节端重构参考轨迹。上述方法摆脱了离散采样的方式,可以在不提高总线速率的前提下提高机械臂的轨迹精度,还通过仿真软件验证了上述方法的有效性。

科技文体与科普文体的语域分析与比较

文体与翻译有天然的联系:文体学强调在一定的语言场合下选择最有效的方式,翻译研究也强调语言的得体性。科技翻译就要译得像科技文章,不但内容是科技的,遣词造句、文风墨气也是科技的。语篇的得体基于语段的得体,语段的得体基于词句的得体。翻译不可能脱离文体,实际上,得体与否正是译品高下的重要尺度之一。科技文体的语域种类繁多,为了便于讨论,我们根据功能语言学情景语境三部分组成的概念框架(即语旨、语场和语式)将其分为两大类:专用科技文体和普通科技文体,并分析它们的基本文体特征。这样,既不会把普通科技文体(特别是科普文章)当作科技文体的代表,以偏概全;也不会只见专用科技文体(特别是专业文章),望而生畏。

基于多变量时间序列的接触状态聚类分析

针对机器人轴孔装配任务中接触状态的分类问题,该文提出了一种基于多变量时间序列的聚类方法。该方法利用深度时间聚类网络对装配过程中的接触状态变量进行编码,然后使用复杂度不变性度量对时间序列片段进行划分。该方法避免了对接触过程进行准静态分析,因此在实际中具有一定的通用性。并且利用时间序列的方式有利于提取接触状态变量的时间关联特性,从而使得聚类的结果更加鲁棒。实验结果和预期一致,验证了该算法的正确性和有效性。

动态场景下基于YOLOv5的快速单目视觉SLAM算法

针对动态场景下的动态物体容易产生移动和变形,从而直接影响单目视觉SLAM定位和建图的效率等问题,提出了一种使用深度学习对图像进行动态特征点剔除的单目视觉SLAM算法。基于ORB-SLAm3算法的整体框架,在动态物体检测线程中使用YOLOv5构建的卷积神经网络作为目标识别算法,在跟踪线程中对动态物体特征点进行剔除,有效减少了错误特征提取造成的运行时间浪费和位姿估计误差。经实验验证,所提算法在TUM动态场景单目数据集中能够保持准确定位且效率较高,其定位精度比ORB-SLAm3和ORB-SLAM2更好,效率分别提高了20.65%和19.14%。

基于深度强化学习的仿真机器人轴孔装配研究

机器人轴孔装配问题是机器人装配任务中的关键问题,制造业中大量的操作任务可以归结为轴孔装配问题。传统的机器人轴孔装配方法往往依赖固定的结构化操作环境,且仅限于特定几何形状产品的装配,操作环境的变化很容易导致装配任务失败,会损害产品部件或者导致机器人末端受到很大的力和力矩而损失机器人精度。随着智能手机等行业个性化定制的需求的不断提出,生产线往往需要快速变更,而传统的机器人任务往往依赖大量的手动编程和硬编码的方法,难以适应这种快速的产品线变更。基于传统方法的这种局限性,提出在3D图形仿真环境下基于深度强化学习的自学习方法来训练机器人学习轴孔装配任务,利用深度神经网络来编码机器人控制策略,通过强化学习方法来训练该深度神经网络,以泛化机器人的操作策略,使得机器人能处理更多环境不确定性因素下的轴孔装配问题。上述方法不需要进行大量的人工编程和硬编码策略。最后通过基于ROS和Gazebo的仿真环境验证了仿真环境下使用上述方法进行轴孔装配仿真的有效性。

多栋光伏大棚的智能监控

随着资源的匮乏,光伏技术逐渐受到人们的重视,也尝试着在农业上进行应用。文章介绍了多栋光伏大棚的智能监控技术,总结了现阶段我国智能系统在光伏大棚中的应用,对未来的发展方向提出展望。

基于参数估计算法的异步电机定子电流故障诊断

参数估计算法是基于故障时电机特性参数变化来诊断异步电机故障的一种经济有效方法。首先研究了电机定子短路故障的数学模型,根据数学模型确定了代表电机故障的四个特征参数,并在Simulink参数估计工具箱中采用全局搜索算法成功估计这四个参数。最后,通过仿真结果验证了参数估计算法在噪声环境下基于低信噪比(S/N)的定子电流故障诊断可行性。

基于聚类分析的扑翼飞行机器人视觉图像处理和图像拼接方法

为了解决扑翼飞行机器人实时控制过程中视觉图像自主识别和宽视野导航规划的难题,实现基于视觉的扑翼飞行机器人的宽视野规划导航控制,提出了基于聚类分析的扑翼飞行机器人视觉图像处理方法和边缘检测方法,并且基于块匹配的图像拼接方法,构建了基于遥操作的扑翼飞行机器人视觉感知构架。利用聚类分析方法对扑翼飞行机器人视觉图像数据进行分类,并利用典型的边缘检测算法对聚类分析处理后的机器人图像进行图像边缘检测,合理提取了扑翼飞行机器人视觉目标轮廓特征和环境边缘特征。利用块匹配对扑翼飞行机器人视觉图像数据进行图像配准,并利用图像融合算法提高了图像清晰度。以扑翼飞行机器人和视觉相机搭建了扑翼飞行机器人实验平台。对基于聚类分析的飞行机器人视觉图像处理方法和图像拼接方法进行了实验验证,系列实验结果验证了所提算法的有效性。

微型仿生爬虫机器人类脑环境感知方法

微型仿生机器人是一种仿照生物外形和运动形态制作设计的机器人,凭借其体型小、机动性高、环境适应性强等优点,在复杂环境探索、敌情侦察等特殊场景中具有较高的应用前景,近年来备受研究人员的关注.但是微型机器人运动稳定性弱、单目相机环境感知精度低等问题的存在一直制约着其实际应用.本文仿照昆虫“独角仙”设计了一种新的微型仿生爬虫机器人,开发了基于生物运动调控机制的六足机器人控制系统,改进了基于啮齿类动物空间导航原理的同时定位与建图系统.使用自研的微型仿生爬虫机器人在人造沙盘和真实室内走廊两个场景中进行了实验验证.在人造沙盘场景,由于微型仿生爬虫机器人提供的环境图像质量模糊,ORB-SLAM3算法无法完成回环检测,不能正确识别曾经见过的场景.类脑同步定位与地图构建(simultaneous localization and mapping,SLAM)系统回环准确率高达100%,比原RatSLAM算法提高了4.36%.在真实室内走廊场景,ORB-SLAM3算法和RatSLAM算法建图效果都比较差,而类脑SLAM不仅有着较好的建图结果,而且在准确率100%的同时召回率也高达97.87%.与ORB-SLAM3和RatSLAM算法相比,类脑SLAM系统取得了较好的建图结果.因此,自研的微型仿生爬虫机器人具有灵活的运动能力、鲁棒的导航定位能力,促使微型仿生机器人离实际应用更近了一步.

沉浸式虚拟现实系统中头部位姿预测方法

为了最小化运动画面延时对沉浸式虚拟现实系统的影响,提出了一种具有运动画面延时抖动补偿功能的卡尔曼滤波算法,用于对用户头部位姿进行预测.首先对运动画面延时进行分析和预测,然后根据头部运动相关性分析结果选择位姿预测方式,并在头部运动建模和位姿预测时分别利用延时预测结果对延时抖动进行补偿.实验结果表明,相比设备原有预测方法,其在一般情况下的姿态预测绝对误差的均值分别减小45.74%、47.25%和40.96%,最大值分别减小11.49%、26.34%和36.79;位置预测绝对误差的均值分别减小35.94%、45.90%和55.81%,最大值分别减小1.05%、25.60%和44.74%.

基于体素栅格的矿区敞车车厢自动定位与分割的研究

在矿料车间的自动化改造过程中常采用多个安装在车间顶部的激光雷达来感知外部环境信息。然而,这种安装方式常导致雷达到火车的距离与矿料车间中敞车车厢之间的距离相差过大,雷达采集到的点云十分杂乱稀疏且部分缺失;随着车厢中堆积的矿料越来越多,雷达采集到的点云也会不断变化;且车间中的火车有不同的型号尺寸、在装完一部分车厢之后火车还会向前运动。这些情况都会给车厢的自动定位和分割带来困难。基于此,借鉴点云体素的思想,创新性地提出了一种基于平面矩形栅格的矿区敞车车厢的点云自动定位与分割方法,通过实际数据测得该方法的相对误差依然可以控制在±1%以内,具有良好的优越性能,可以为矿区的自动化改造提供先决条件。

基于雁阵变换的微型扑翼飞行机器人集群行为控制方法

为了解决微型扑翼飞行机器人集群编队目标搜索覆盖效率、避障通过性和多机控制等难题,实现扑翼飞行机器人集群编队的智能控制,提出了基于雁阵变换的扑翼飞行机器人集群行为控制方法。利用仿生集群行为控制函数的参数化特性,实现了飞行机器人编队的队形变换和角度控制;搭建了多扑翼飞行机器人实验系统,并在多种情况下设计基于仿生行为的多扑翼飞行机器人集群控制方法实验。最终的实验结果验证了方法的可行性和有效性。与传统的多飞行机器人实时控制方法相比,所提方法大幅提升了集群编队的搜索覆盖效率和避障通过率,在某些作业环境条件下,搜索覆盖率可提升50%以上,障碍通过率可提升60%以上。同时,创新点体现在将雁阵变换应用于多扑翼飞行机器人集群编队控制和将仿生集群行为控制应用于扑翼飞行机器人集群控制两个方面。