一种机器人素描控制系统设计与实现

基于新时达STEP SmartRC_SD500E六自由度桌面机器人,设计了一种机器人素描控制系统。该控制系统由桌面机器人(素描机器人)、平板移动端、PLC、触摸屏等设备构成,在机器人示教器编程时采用每个端口读绝对位置的语句方式,即示教器可通过0~31端口一次接收32个点,实现多地处理轮廓上的点坐标,提高绘图过程的效率和准确性,减少不必要的轨迹中断。现场运行表明,该控制系统运行可靠稳定,满足精度要求,素描图像能客观反映图片的特征,素描清晰度、素描时间可根据需求自由调整,具有一定的趣味性和实用性。

基于CNN-BILSTM深度学习模型的跨工况锂电池SOC估计

为提高新能源汽车锂电池跨工况下SOC(State of Charge,SOC)的预测精度以提升其运行可靠性,针对不同工况下的锂电池特征,笔者提出了一种深度学习预测模型。该模型基于卷积神经网络(CNN)和双向长短期记忆网络(BILSTM),对跨工况锂电池SOC进行估计。笔者采集了锂电池在不同工况下的温度、电流、电压和SOC等数据。然后,构建了CNN-BILSTM深度学习模型,并在联邦城市运行工况(Federal Urban Driving Schedule,FUDS)工况下进行训练测试。将该方法应用于动态应力测试工况(Dynamic Stress Test,DST)下,进行跨工况SOC估计。试验结果表明,本文提出的CNN-BILSTM模型能够有效预测锂电池的SOC值,在跨工况下也显示出良好的预测性能和较强的泛化能力。

一种基于视觉检测与定位的实训系统设计

随着机器视觉技术的不断发展进步,其在工业方面的应用日益广泛。机器视觉的应用,有利于企业提高自动化水平,降低生产成本和提高生产效率。文章设计的视觉检测与定位实训系统,集成了工业机器视觉的许多典型应用案例,有助于学生更好地学习机器视觉的理论知识和应用案例。目前,该系统已应用于“1+X”职业技能等级证书《工业视觉系统运维》培训,成效显著,对高校开发实验实训设备及提高实践教学效果具有一定的借鉴意义和参考价值。