基于Prandtl-Ishlinskii模型的气动肌肉迟滞特性动态建模与控制方法

现有迟滞模型由于采用离线参数辨识方法,难以表征气动肌肉迟滞的时变性和负载相关性,极易产生较大的建模误差。为了精确表征气动肌肉的迟滞特性,利用Prandtl-Ishlinskii(PI)模型描述气动肌肉的位移-气压迟滞特性,并采用带遗忘因子的递推最小二乘法在线辨识PI模型参数。在此基础上,结合PI逆模型设计了一种带有前馈在线补偿的复合控制方法用于气动肌肉的运动控制。同时搭建相应的实验装置进行了气动肌肉迟滞建模和运动控制实验。实验结果表明,采用在线参数辨识方法后的PI模型能有效描述气动肌肉迟滞的负载相关性,且极大地降低了负载变化带来的控制误差。

基于机器视觉与深度学习的飞机防护栅裂纹检测系统

针对传统飞机防护栅裂纹检测中存在的效率低、可靠性差等问题,基于机器视觉技术设计一种飞机防护栅裂纹检测装置,并结合图像处理技术与深度学习原理提出一种飞机防护栅裂纹检测算法。设计飞机防护栅裂纹检测系统,研究防护栅裂纹图像识别算法。采集并整理飞机防护栅裂缝图像,研究并制作飞机防护栅裂纹检测数据集;分别以ZF-Net、VGG-16和ResNet-101卷积神经网络作为Faster-RCNN特征提取网络,开展飞机防护栅表面裂纹和缺陷裂纹检测研究。实验结果表明:3种模型均达到了良好的检测精度,其检测精度分别为92.79%、95.12%和97.54%,其中ResNet-101网络检测效果最好,相比于现有的防护栅裂纹机器视觉检测方法,漏检率和虚警率分别下降了22.54%和89.28%,检出率提高了22.54%;ResNet-101网络在不同光照条件下仍有较高的检测精度,检测装置和检测算法有效,可为飞机防护栅的检测提供了新方法。

基于多边法的多轴转台相交度测量方法

随着导航、光电跟测和飞行仿真等技术的飞速发展,对多轴转台的测量精度要求越来越高。轴线相交度是多轴转台重要的技术指标,为此,提出一种基于多边法的激光跟踪干涉仪测量多轴转台相交度的方法。该方法首先对激光跟踪干涉仪位置进行自标定,构建坐标系;其次将靶球依次安装于双轴转台(方位轴和俯仰轴)的测量平面,利用多台激光跟踪干涉仪跟踪靶球,分别测量两轴的转动轨迹,采用最小二乘法对获取的轨迹进行拟合,通过所有轨迹点建立双轴转台回转轴线相交度的求解方程,以实现其相交度测量;最后重点分析了测量方法的主要误差来源,对测量不确定度进行评价。实验表明:所提方法相较传统测量方法测量误差更小,减小了动态测量盲区,无需辅助工件,且不受轴数限制,能够无接触、高精度测量。

LSTM预测驱动的软件系统主动自适应方法

针对反应式自适应软件系统调整滞后的问题,提出了一种基于长短期记忆(long short-term memory,LSTM)网络预测驱动的主动自适应方法。该方法将LSTM神经网络预测技术嵌入监测-分析-决策-执行-知识控制模型的分析环节,利用自适应环境、质量及目标相关的运行数据和历史数据进行分类预测,形成自适应预警机制,在减小传统自适应决策滞后性影响的同时有效提高了软件系统的主动自适应能力。为了说明所提方法的主动性、鲁棒性、有效性,在经典的分布式远程辅助系统上对该方法进行实验评估。结果表明:该方法能够针对自适应需求提前预警,推动软件系统在必要时进行主动的自适应调整。

基于标准距离端点数据重组的标定优化方法

目的:提高多边测量系统参数的标定精度。方法:距离约束标定方法通过获取固定端点间长度作为标准距离,采用数学优化方法进行系统参数的标定。因干涉测距误差存在,标准距离两端固定点对应干涉测长中的误差导致标定的标准距离误差增加,影响了系统参数标定误差及系统测量误差。为此提出一种基于标准距离端点标定数据重组的标定优化方法,重新组合标定数据,以组合后的每组标定测长数据作为约束条件,进行迭代筛选得到标定数据的最优组。结果:仿真验证了标定方法的可行性,通过实验验证两种布局下采用重组优化标定后的测角误差区间分别为[-7″,6″]、[-11″,11″]。结论:该标定优化方法可以有效剔除受测距误差影响较大的标定数据,提高标定精度,且适用于不同测量布局。

一种地方财政综合分析与群体智能决策支持系统架构模型

近年来随着财政体制改革浪潮的深入推进,财政信息化的建设水平也得到了大幅提升,各地陆续部署并实施了涵盖收入、预算编审、预算执行等20余项核心业务的应用系统。虽然这些系统为提高财政管理规范化、科学化、精细化水平提供了有力支撑,但不可否认系统在架构设计方面普遍存在着数据集成方式单一,决策冲突消解困难等问题。为此,论文提出了一种基于分层结构的财政综合分析与智能决策支持系统架构模型。该模型通过自动数据抽取,转换和加载(Extraction,Transformation and Loading,ETL)系统核心业务数据后建立财政数据中心;并按照混合决策Agent关心主题建立不同的知识模型,采用仲裁模型消除决策冲突,支持混合智能体对不同兴趣点的协商决策。旨在以科学的系统架构助推地方财政管理科学化、规范化进程,提升财政管理效能。通过从稳定性、准确性及适用性初步分析与对比结果来看,论文为地方财政综合分析与群体智能决策支持系统设计的架构模型具有良好的性能稳定性、决策能力及普适性。

卷积神经网络和特征融合的遥感图像场景分类

针对遥感图像场景分类中多尺度特征提取困难和特征表征能力弱等问题,提出一种基于卷积神经网络和多尺度特征融合MFF-CNN(Multiscale Feature Fusion-Convolution Neural Network)的遥感图像场景分类方法。对MFF-CNN网络的高层特征和低层特征进行提取,采用跳跃式特征融合方式对其进行特征融合,将融合后的特征与全连接层输出作为高层特征,利用多核支持向量机MKSVM(Multi-Kernel Support Vector Machine)进行精确分类。将现有基于深度学习方法与MFF-CNN在3个公开的遥感图像场景分类基准数据集上进行验证,结果表明,MFF-CNN算法总体精度更高。

多尺度特征融合的目标检测算法

针对SSD目标检测算法在对小目标进行检测时精度与速度不佳,提出一种基于SSD的多尺度特征融合(Multi-scale Feature Fusion Single Shot Detector,MFF-SSD)目标检测模型.该模型以SSD网络为基础,解决了SSD对小目标检测在精度和速度方面存在的问题,将高层特征与低层特征进行融合,并设计融合模块以提取不同尺度特征.对提出的MFF-SSD模型在人脸检测数据集Wider Face上进行测试验证实验.实验结果表明,MFF-SSD模型对目标的检测精度达到78.9%,检测速度达到57 FPS.总体性能更好,充分说明模型在提高目标检测精度的同时也满足了实时性需求.

McKibben型气动人工肌肉研究进展与趋势

鉴于气动人工肌肉固有的结构特点导致其在运动过程中产生迟滞和蠕变等非线性现象,给其精确控制带来了极大的困难,而现有的气动人工肌肉的迟滞理论建模和控制策略尚存在诸多缺陷,阐述了气动人工肌肉运动过程中产生的一系列非线性现象及其原因,从气动人工肌肉静/动态特性建模、迟滞特性建模及控制策略等方面综述和分析其现有研究进展与成果。根据气动人工肌肉结构、迟滞建模和控制策略的发展趋势,给出了气动人工肌肉需要深入研究的方向和解决这些关键问题的途径。

基于大数据与云计算融合的智慧校园建设——以延安大学为例

随着大数据与云计算技术的快速发展,针对高校数字化校园存在的诸多问题,提出以延安大学为例的大数据与云计算融合的高校智慧校园建设.智慧校园以信息互通、数据共享为基础,为师生创建一个高效、实时、个性化、一体化以及智能开放的校园信息化服务环境,改变了师生与学校资源的交互方式,实现学校的智慧运行.

足底驱动型下肢康复机器人的运动学建模与轨迹跟踪控制研究

为简单、精确地实现对一种由高速开关阀和气动人工肌肉作为驱动控制单元的足底驱动型下肢康复机器人的轨迹跟踪控制,提出了一种基于MATLAB/Simulink的仿真控制模型.基于模块化思想,将该机器人控制系统划分为系统输入模块、位置逆解模块、单支链驱动控制模块和位置正解模块.首先对该机器人进行结构分析,在此基础上推导出其运动学正逆解模型,为位置正逆解模块提供理论依据.然后,建立人体下肢运动学模型,带入关节角度数据得到足底运动轨迹,在此基础上用傅里叶级数拟合得到足心和背伸/跖屈角对时间的函数表达式,作为系统的输入模块.最后,采用关节空间控制方法结合各子模块构造出下肢康复机器人控制仿真模型,特别地,采用了实验的方法验证了单支链驱动控制模块的准确性.在此基础上,在MATLAB/Simulink模块中对所建立的系统仿真控制模型进行了仿真.结果表明,所建立的控制模型能够精确地跟踪期望的运动轨迹,从而验证了控制模型和控制方案的精确性和可行性,为实现该机器人的轨迹跟踪控制提供了有效手段.

基于KP模型的气动肌肉迟滞建模方法

为了辨识气动肌肉运动过程中的迟滞非线性特性,在气动肌肉位移/气压迟滞特性实验的基础上,分别采用KP模型和多项式模型对其位移/气压迟滞展开了建模研究,并采用递推最小二乘法分别对两种模型中的未知参数进行了辨识,研究不同算子个数和多项式次数对模型建模精度的影响。参数辨识结果发现,KP模型拟合精度明显优于多项式模型,随着算子个数的增加,KP模型的精度显著提高,多项式模型的建模精度也随着多项式次数的增加而提高。

基于神经网络的气动肌肉迟滞建模比较研究

针对气动肌肉运动过程中产生的迟滞现象,采用神经网络方法对其位移/气压迟滞开展了建模比较研究。首先组建了气动肌肉的迟滞特性测试实验平台,采集其位移/气压迟滞实验数据;然后基于BP神经网络和RBF神经网络分别进行了迟滞环的整体和分段建模,并与经典PI模型的建模效果进行了对比。研究表明,PI模型的建模精度比神经网络差,但计算时间短;神经网络整体建模时存在过拟合现象,而分段建模则可有效避免过拟合现象;BP神经网络的建模与预测精度均优于RBF神经网络;对于BP神经网络,分段建模的平均误差、均方差和最大误差相较于整体建模分别减小了9.07%、14.54%和24.68%,而采用RBF神经网络,其误差分别减小了8.89%、13.03%和19.49%,可见分段建模的预测精度优于整体建模。

基于机器视觉的酒盒天地盖定位贴合系统设计

为解决传统白酒包装作业成本高、效率和良品率低的问题,设计一种基于机器视觉的酒盒天地盖定位贴合系统。基于模块化设计思想,将系统划分为裱纸输送模块、纸盒自动上盒模块和视觉系统模块;将可编程逻辑控制器作为主控系统,机器人、输送线、气缸等作为执行机构,设计裱纸输送模块和自动上盒模块;采用Sobel算子、模板匹配等算法设计视觉系统模块。基于此系统开展酒盒天地盖定位贴合实验,结果表明:该酒盒天地盖定位贴合系统能够快速完成自动化装配作业,一等品率相比人工提高56.4%、平均耗时减少37.5%,处理结果更稳定可靠,可有效提高白酒包装作业良品率与效率。

最大Lyapunov指数的车头间距预测方法分析

根据一维变量混沌时间序列的最大Lyapunov指数的预测思想,分析了基于最大Lyapunov指数的车头间距预测方法,该方法根据跟驰车量行驶达到混沌状态时的最大Lyapunov指数和随时间产生的一维具有混沌特性的历史车头间距序列进行预测。为了说明预测方法的可行性,又在Bierley非线性跟驰模型下进行了仿真车流生成、混沌特性识别及算例验证等实验。实验结果表明,该方法理论上能对具有混沌特性的Bierley非线性跟驰模型的车头间距进行预测,可以为智能交通中车辆跟驰行驶模型安全预警提供理论参考。

一种多智能体区域实时交通流可视化数据处理平台设计

本文首先分析了区域实时交通流数据源、数据汇聚的渠道和方式;其次,对多智能体区域实时交通流可视化数据处理平台的数据集市逻辑结构进行研究,形成了负载均衡的多层数据仓库设计结构;最后,结合实际,探讨交通流可视化数据处理过程,并给出了实时多智能体交通流可视化数据处理平台的设计方案。

A method for the length-pressure hysteresis modeling of pneumatic artificial muscles

This paper presents a method for the length-pressure hysteresis modeling of pneumatic artificial muscles(PAMs)by using a modified generalized Prandtl-Ishlinskii(GPI)model.Different from the approaches for establishing the GPI models by replacing the linear envelope functions of operators with hyperbolic tangent and exponential envelop functions,the proposed model is derived by modifying the envelope functions of operators into arc tangent functions,which shows an improvement in the modeling accuracy.The effectiveness of the proposed model is verified by the experimental data of a PAM.Furthermore,its capacity in capturing the hysteresis relationship between length and pressure is testified by giving different input pressure signals.With regard to the computational efficiency,the influence of the number of operators on the modeling accuracy is discussed.Furthermore,the inversion of the GPI model is derived.Its capability of compensating the hysteresis nonlinearities is confirmed via the simulation and experimental study.

基于下肢康复机器人的“机电一体化系统设计”课程案例的开发

作为机械专业重要的基础课程,机电一体化系统设计具有综合性高、应用性强的特点。为了提高学生知识集成与应用能力,采用案例式、启发式教学法尤为必要。然而现有教材中附加的机电一体化系统案例多为XY平台与汽车电控系统等,这些案例普遍存在时间久、涉及专业知识点不多、控制方面的内容过少、内容较为陈旧等不足,学生难以对机电产品开发过程中的系统设计与模块化思想有着全面、系统的认识。为此,设计了一种基于下肢康复机器人的机电一体化系统,用于本课程的案例教学,以帮助学生树立工程意识,提高对复杂工程问题的分析和解决能力。通过化解学习难点,便于反复学习、对比记忆,使教学内容更具吸引力。