基于导波的焊接方管损伤检测的仿真与实验分析

基于导波的损伤检测方法是结构健康监测领域的研究热点,并在工程应用上表现出很大的潜力。通过有限元仿真和实验分析的方法对某型列车底盘转向架局部焊接方管结构上的损伤检测问题进行研究。仿真中建立结构的三维模型以模拟导波在其中的传播过程,实验中采用主动式换能器网络激发和接受在结构中传播的导波。优选激励频率以减少导波固有的多模式现象对后续信号分析的影响。借助小波变换和希尔伯特变换等方法对所有采集到的信号进行处理,并利用"导波三角定位法"进行损伤定位。实验结果验证了该方法的有效性。

基于BPNN的超声波电动机转速控制与实验研究

为改善行波型超声波电动机因强非线性问题引起的转速跟踪准确性低和控制平稳性差等问题,设计了基于BP神经网络(BPNN)超声波电动机转速控制算法,并对设计算法进行了仿真分析;通过超声波电动机实验系统证明了该控制算法的有效性。研究结果表明,基于BPNN的控制策略可实现超声波电动机快速响应和高精度速度跟踪,控制误差小于2r/min。

基于自适应卡尔曼滤波的RFID/SINS组合导航研究

在室内导航定位中,射频识别(Radio Frequency Identification,RFID)技术具有信号穿透性强、成本低廉等诸多优点,能够有效代替GPS完成室内组合导航。针对室内惯性导航误差发散和滤波中噪声参数不确定的问题,提出了基于自适应卡尔曼滤波(Adaptive Kalman Filtering,AKF)的RFID/SINS组合导航系统,通过RFID定位系统抑制惯性导航误差发散,并应用AKF将噪声参数与量测输出参数关联实现实时更新。对AKF和标准卡尔曼滤波(Kalman Filtering,KF)下的RFID/SINS组合导航系统进行了仿真和实验。结果表明,在AKF下组合导航系统平均定位误差降低了10%,位置稳定性提升了7.4%,定位误差保持在0.07 m左右。基于AKF的RFID/SINS组合导航系统能够满足室内高精度定位导航的需求。

卧式下肢康复机器人训练模式设计与轨迹规划

针对脑卒中等原因引起的下肢运动功能障碍患者日益增多,本文设计了一种卧式下肢康复机器人。通过对该机器人的结构、运动学和髋、膝、踝关节运动范围的分析,结合现代康复理论,设计了多种康复训练模式;在机器人末端结构上采用柔性关节的设计,保证了康复训练的柔顺性;运用S型轨迹规划原理与所设计的康复训练模式相结合,在Simulink上对机器人髋膝双关节和髋膝踝多关节运动轨迹进行了仿真分析;最后通过设计空中蹬自行车模式的实验验证了卧式康复机器人结构的合理性以及康复训练模式的科学性。