BP神经网络对含铝炸药爆热预测的研究

该文采用已知爆热的含铝炸药对BP人工神经网络进行训练 ,建立了炸药的组成与爆热之间的定量模型 ,同时对另外几种炸药的爆热进行了预测 ,并对已知爆热的炸药进行了验证 ,结果表明该方法能较好地反映含铝混合炸药组成与爆热之间的关系 ,且所建模型预测精度高 。

基于CPG的四足机器人抗侧向冲击的动态稳定性研究

为解决四足机器人受到侧向冲击时的稳定性控制,提出了基于CPG和侧向踏步反射的控制方案:以Hopf振荡器构成的CPG网络为基础,通过为侧偏关节构造具有触发使能性质的振荡器,为四足机器人引入侧向踏步反射机制.利用ZMP理论,引入倒立摆模型,从动力学角度预测四足机器人侧向踏步所需的步长与次数.通过该反射,四足机器人在承受侧向冲击时产生的侧向加速度能够在较短时间内恢复正常,此后终止反射,配合正常直线行走控制方案,四足机器人就能够圆满实现在行走状态下受到侧向冲击后的稳定性控制,其抵御侧向冲击的能力显著提高.利用Matlab与Adams联合仿真,该方案的可行性和有效性得到了可靠验证.