油罐车自主加注臂密封圈响应面优化及分析

为了提高油罐车自主加注臂前端快接装置的密封性能,设计了一种内胀式橡胶密封圈,并结合响应面法和有限元法对密封圈进行了优化和分析。首先,基于有限元软件ANSYS Workbench对密封圈进行建模和仿真,研究了密封圈的倒圆半径、厚度和压缩量对密封圈性能的影响;然后,将密封圈与管壁的接触面积、接触压力和所受等效应力作为优化目标,利用Design⁃Expert软件建立了密封结构的优化模型,并通过多目标优化获得最优设计方案;最后,进行了密封圈优化前后的性能对比和分析。数值测试表明,在最大3 MPa介质压力下,优化后密封圈的接触压力提升了1.3 MPa,有效接触面积更大,且接触带更加集中,有利于实现快接装置和油罐车加注口的有效密封,同时等效应力降低了4.3%,有助于延长密封圈的使用寿命。

基于空程和方向的船体装配线划线路径优化

为解决复杂船体装配线划线路径优化时精度低和收敛速度慢的问题,进而提高数控划线枪的作业效率,提出了基于空程和方向的船体装配线划线路径的调参免疫优化。首先以装配线的划线顺序和划线方向建立目标函数;然后借鉴凸透镜虚实成像原理设计了新免疫优化算法,基于进化代数和种群浓度自适应调节交叉和变异概率,并引入疫苗操作实现了船体装配线划线路径求解;最后基于马尔科夫链理论证明了免疫优化算法的收敛性。六组高维函数测试结果表明,与遗传算法、免疫遗传算法和自适应改进遗传算法相比,所提算法实现了100%寻优,且最小收敛代数、平均收敛代数、迭代代数标准差分别平均减少了29.63%、28.96%和18.33%。四种船体结构的装配线划线路径优化测试结果表明,相比起其他三种算法,所提算法的路径规划性能最佳,其最小值和平均值分别平均减少了1.38%和2.39%,平均收敛代数和迭代代数标准差分别平均减少了17.19%和13.08%,从而进一步验证了船体装配线划线路径调参免疫优化的有效性和优越性。

基于四叉树扇形层值聚类的无人船障碍物检测

为了实现无人船自主导航过程中对障碍物的精确检测,提出了一种基于四叉树扇形层值聚类的无人船障碍物检测方法。首先基于四叉树扇形划分进行障碍物点云数据的检索,并剔除扇形象限内不可信数据;然后利用所获得的四叉树层值来求取全局密度距离,进而获得层值阈值,以此来对不规则多线形障碍物特征进行检测;最后通过建立数据点之间的空间拓扑关系来求取参考距离,并以参考距离为基准对障碍物点云数据进行聚类判定,提高聚类分割准确性。多线形障碍物特征识别性能测试及水面无人船障碍物检测实验结果表明,相较于其他密度聚类算法,在正检率、误检率和漏检率性能指标方面,多线形障碍物特征识别性能测试中,所提算法分别平均下降了9.86%、5.04%、3.10%,水面无人船障碍物检测中,所提算法分别平均下降了10.50%、6.97%、2.95%。

多源干扰下侧扫声呐图像复原的综合校正研究

为了减少因海洋环境以及侧扫声呐工作机理等干扰所造成的声呐图像畸变,提出多源干扰下侧扫声呐图像复原的综合校正方法。针对辐射图像明暗区域差异明显、轮廓特征模糊等问题,基于双伽马函数和Retinex理论设计辐射均衡化和轮廓清晰化算子,实现了图像辐射校正;针对环境干扰及工作机理所造成的图像水柱区及图像压缩等问题,设计了海底点检测因子并通过获取实际平距实现斜距校正;针对AUV速度波动造成的图像异常拖拽和压缩等问题,基于经纬度设计航行速度,并通过校正比例系数复原图像块来实现速度校正。实验测试结果表明,相较于其它方法,文中综合校正方法不仅使校正图像具有均衡性好、特征轮廓清晰、水柱区基本消除和两舷图像衔接平滑的优点,而且SNR指标平均提升了6.060%、ENT指标平均降低了16.583%、SD指标平均降低了49.904%、ENL指标平均增加了78.347%,有效实现了侧扫声呐图像的复原。

基于误差补偿的船舶双焊接机器人协同免疫网络控制

为了实现船舶双焊接机器人的高精度协同控制,提出了一种基于误差补偿的协同免疫网络控制算法。在双焊接机器人运动学分析基础上,将协同控制转化为二次型优化问题;将目标函数和关节角分别定义为抗原和抗体,借鉴免疫信息处理机制构建了包括输入层、跟踪隐层、补偿隐层和输出层的协同免疫网络;将由网络跟踪隐层评价所得递归误差经补偿隐层激活产生补偿项,再通过网络递归和疫苗接种实现船舶双焊接机器人的协同免疫网络控制器设计。4种不同轨迹的双机器人协同跟踪数值仿真表明,相比于MGNN和PDNN算法,协同免疫网络控制算法的平均跟踪误差降低19.05%,平均协同误差降低17.95%,平均关节偏移降低27.73%,验证了该算法的高精度、高协同性和高重复性控制性能。

融合逆密度梯度和双线性插值的深海地图构建

为提高深海探测机器人水下作业的效率和安全性,提出一种融合逆密度梯度聚类和双线性插值的地图构建方法。将机器人所采集的海底环境图像进行灰度化、分割和去噪预处理;对障碍物区域的图像像素进行聚类;根据探测机器人结构尺寸对聚类后二值图像进行改进双线性插值的局部膨胀处理,获得最终环境地图。2种不同环境的地图构建结果表明:传统Meanshift算法和双线性插值算法相比,融合逆密度梯度聚类和双线性插值的图像处理能够实现地图中非可行区域的确定,检出率平均提升26.1%,漏检率平均降低31.4%,该方法有效。

基于递归免疫网络在线辨识的AUV三维轨迹跟踪控制

为了提高海流、海浪、水下噪声等扰动下的AUV三维轨迹跟踪精度,提出基于递归免疫网络在线辨识的PID自整定轨迹跟踪控制器(PID-RINN)。首先建立AUV的运动学模型,并将其深度距离、首向角和俯仰角作为控制变量,设计了基于神经网络在线辨识的PID控制器;然后借鉴生物免疫系统的信息处理机制构建了递归免疫网络;接着将水下机器人在水平面上距预瞄路径点的侧向距离定义为疫苗,并联合细胞隐层输出接种到递归免疫网络的突触隐层;最后基于梯度法实现了递归免疫网络辨识下的PID控制器在线自整定。测试结果表明,与PID、PID_GA、PID_RBF相比,文中轨迹跟踪控制的平均和最大位置误差分别平均减少31.91%和25.81%,平均和最大首向角误差分别平均减少32.54%和25.27%,以及平均和最大俯仰角误差分别平均减少61.93%和61.26%,从而验证了文中递归免疫网络在线辨识的AUV三维轨迹跟踪具有高控制精度,以及强扰动抑制优点。

一种基于种群熵的混沌小世界优化算法

针对小世界算法在复杂函数优化中存在的停滞现象,以及低局域短连接的搜索效率问题,提出了一种基于种群熵的混沌小世界算法.根据信息熵建立了种群个体浓度,并以个体浓度和个体适应度作为评价标准进行高浓度的个体更替,从而实现了种群的自我调节和多样性保持.利用混沌变量的遍历性和随机性,通过Logistic映射生成初始种群,采用混沌扰动对短连接后的个体进行局部搜索,从而提高了小世界算法的搜索效率和搜索精度.试验结果表明,该算法不仅明显改善了小世界算法的搜索能力,而且搜索效率也得到了显著提高.

基于势场法优化的蚁群免疫网络路径规划研究

借鉴独特型网络假设和蚂蚁觅食行为的有关机理,提出了一种蚁群免疫网络路径规划算法。将机器人环境作为抗原,机器人行为策略作为抗体,通过抗原抗体的激励和抑制构建免疫网络,同时利用蚁群算法进行网络搜索,改善了免疫网络的最优规划。为了进一步提高算法收敛速度,将人工势场法的规划结果作为先验知识,通过疫苗抽取和接种实现网络初始化。仿真实验表明,新算法具有收敛速度快,规划路径短以及自学习的优点。

干扰素调节的多机器人协作搬运免疫网络算法

为了进一步发挥多机器人系统在协作搬运过程中的执行效率,提出了一种新的基于干扰素调节的免疫网络分配算法。将箱子和机器人分别看作抗原和抗体,首先定义了抗原和抗体之间以及抗体和抗体之间的亲和度;然后根据干扰素作用机制定义了干扰素调节因子;最后借鉴Jerne的独特型免疫网络假设,建立了多机器人协作搬运的新免疫分配模型。多环境测试结果表明:与其他免疫分配算法相比,新算法不仅能显著缩短搬运路径、降低机器人的能量损耗,还能减少参与协作的机器人数目,提高了系统的执行效率,充分体现了多机器人系统协作中任务分配的合理性,显示出较强的任务规划能力。

Baldwin效应的自适应免疫网络规划算法

针对复杂环境下的机器人路径规划问题,提出了一种新的免疫网络规划算法.借鉴独特型网络假设,将机器人环境作为抗原,机器人行为作为抗体,通过抗原抗体的激励和抑制来构建免疫网络.为了进一步提高算法的网络搜索能力,根据Baldwin效应构建了抗体生命力更新算子,并对抗体生命力衰减系数进行了自适应调整.仿真实验结果表明,新算法具有自组织和自学习的特点,在收敛性能、规划能力方面有很大提高,能够较好地解决复杂环境下的路径规划问题.

基于深度学习方法的海上舰船目标检测

为了提高海上无人艇的舰船目标检测精度和速率,本文基于深度学习方法,利用卷积神经网络、区域建议网络及Fast R-CNN检测框架构建了舰船检测系统。该系统通过共享的卷积神经网络提取特征;通过区域建议网络生成候选区域;通过Fast R-CNN框架实现目标检测识别,从而实现端到端的舰船目标检测。实验结果表明,相比于传统机器学习目标检测算法,该舰船检测系统在检测精度及检测速率上均有大幅提高,达到83.79%的准确率及0.05 s/帧的检测速率。本文的舰船检测系统在检测精度及速率上均表现优异,满足了水面无人艇的工作要求。

单片机能力培养的实践教学体系构建及实施

为了进一步加强学生单片机技术应用能力的培养,从而提高《微机原理及接口技术》课程的教学效果,基于CDIO理念,构建了以实验、课程设计、本科创新和第二课堂竞赛为核心的金字塔式实践教学体系。该体系以项目为载体,以任务为向导,实现了CDIO理念中的教学做一体化。实践教学结果表明,基于CDIO理念的实践教学体系调动了学生的学习积极性,强化了学生动手能力,培养了学生创新能力,改善了教学效果。

联合迁移学习和自适应学习率的苹果成熟度识别

针对目前用于苹果成熟度识别的卷积神经网络存在训练时间长,训练样本多的不足,提出了联合迁移学习和自适应学习率的识别方法。首先,选用结构较小的VGG-F模型作为预训练模型;然后在VGG-F模型的训练过程中融入局部响应归一化的数据预处理、以函数损失为依据的学习率自适应调整和优选动量值的三种训练策略;最后将已构建的图像样本用于调整后的模型进行重训练和测试。实验结果表明,相比于基本VGG-F模型、具有深层结构的VGG-16和VGG-19模型,文中提出的模型将平均识别准确率分别提高7.5%、6.33%和4.5%,且重训练时间远少于其他三种模型,从而验证了文中方法在解决苹果成熟度识别问题时具有训练成本低和识别准确率高的优势。

基于胸腺肽调节机制的多机器人免疫任务分配

针对多机器人系统协作中的任务分配问题,提出一种基于胸腺肽的免疫任务分配算法(TPITAA).借鉴独特型免疫网络假设,将机器人作为B细胞,机器人行为作为抗体,机器人任务作为抗原,通过抗原与抗体间的激励和抑制机理构建免疫分配模型.为进一步提高分配效率,根据胸腺肽的免疫调节机理,定义基于机器人运动方向的胸腺肽反馈函数,实现免疫分配中的抗体激励水平及浓度自调节.仿真实验表明,新算法能实现任务的自动分配,减少任务完成时间,提高系统执行效率,较好地解决多机器人系统中的协作搬运问题.

基于空间位置和轮廓线距离的船舶焊缝特征参数提取

为了实现船舶焊接件数字模型中焊缝特征参数的精确提取,进而完成机器人数据库系统中焊接工艺的自适应快速匹配和快速选择,提出了基于空间位置和轮廓线距离的船舶焊缝特征参数提取算法.首先基于海伦公式识别待判定面来确定接头空间位置关系,并结合最小轮廓线距离完成焊缝特征识别;然后基于轮廓线总条数和最小轮廓线距离的两端点,识别出焊缝坡口处特征点及线;最后基于三类焊接接头所建的数学模型提取出与焊接工艺相关的焊缝特征参数.测试结果表明,文中焊缝特征参数提取算法能准确识别4类接头形式和10种坡口类型,以及准确提取焊缝间隙、坡口夹角和焊接件板厚等参数,具有焊缝特征识别广且信息提取齐全的优点.与其他相关识别算法相比,文中算法的识别率达到100%,而识别效率提升了16.06%,从而进一步验证了算法的有效性.

融合输入整形和滑模的锻造机器人振动抑制

为抑制锻压机冲击对锻造机器人造成的残余振动,提出了融合输入整形和滑模的振动抑制策略。首先在开环控制中设计了零振动微分输入整形器;然后在闭环控制中设计了带滤波的滑模控制器;进一步通过对基本克隆算法进行云变异和反向选择,设计了融合云模型和反向学习的克隆算法并实现了滑模参数优化;最后基于MATLAB/Simulink平台完成了振动抑制的数值测试。测试结果表明,经过输入整形器整形,冲击振动信号幅值减少了45.7%;通过加入低通滤波器,消除了滑模控制器自身92.1%的抖振。与传统试凑、差分遗传优化和混沌克隆优化的滑模控制器相比,融合云模型和反向学习的克隆优化实现了控制器对外界干扰的快速抑制,且稳定时间相对提高了75.0%、66.7%和37.5%,平均误差相对减少了50.7%、28.7%和14.4%,而完整控制策略实现了平均98.4%的干扰抑制,从而验证了所提控制策略在锻造机器人残余振动抑制中的有效性。

机械控制工程中案例化教学的改革及实践

针对机械控制工程教学中的不足,在课程改革思路基础上,重点探讨了基于工程案例驱动的教学模式。通过启发型案例激发学生的学习兴趣;通过认知型案例诠释教学重点和难点;通过设计型案例提高实践环节质量。教学实践表明,案例驱动教学发挥了学生主动性,培养了学生创新能力,改善了教学效果。

室外巡检机器人的磁导航系统设计及实现

为了提高室外巡检机器人的导航精度和稳定性,基于磁钉磁场分布特性,设计了一种新的磁导航系统.首先根据巡检机器人室外磁导航需求,确定了磁钉材料、形状、尺寸及其排布方案;接着针对磁钉磁场强度设计了磁钉检测装置;然后对检测装置输出信号进行消抖滤波,并根据磁钉磁场分布构建了磁场比值函数,以及机器人相对于磁钉的横向偏差函数;最后以横向偏差为变量设计出巡检机器人磁导航的可变参数PID控制器.3种路径环境下的实验测试结果表明:与定常PID控制相比,基于可变参数PID控制的机器人横向偏差平均减少76.8%,轨迹标准差平均提高69.8%,且无脱离路径现象,说明机器人磁钉导航的准确性和稳定性,进而验证了所设计磁钉检测装置以及导航控制算法的有效性.

基于小世界算法的机械手时间最优运动规划

针对机械手运动规划通常存在建模复杂、参数多和优化效率低的不足,提出了基于小世界算法的机械手时间最优运动规划。首先运用末端分离法进行机械手工作姿态的简化模型建立;然后结合摆线运动方程,并以工作姿态和关节运动学为约束,建立时间最优的运动规划模型;最后引入基于精英集聚效应的小世界优化算法来提高模型求解精度。仿真测试结果表明,与禁忌遗传算法、基本小世界算法相比,精英集聚效应小世界算法使得机械手规划模型的运动时间和总均方差分别平均降低23.3%和19.7%,且表现出较好的收敛性和稳定性,进而验证了时间最优规划模型的有效性。