基于混合算法优化BP-PID控制的负压吸引器研究

负压伤口治疗技术(Negative Pressure Wound Therapy, NPWT)是一种创面治疗新技术,负压吸引器应用该技术广泛应用于临床伤口愈合治疗中。真空泵作为负压源是主要的工作部件,针对其存在外部干扰、传感器延迟以及建模不精确等引起的负压强度不稳定的现象,提出一种应用于真空泵的连续负压控制优化方法。首先,提取真空泵及导管等的关键参数,建立负压吸引器创面治疗过程中的数学模型;其次,结合BP神经网络和PID控制,通过识别并优化真空泵伺服动态控制参数,并反馈到控制器输入端;最后,引入灰狼算法(GWO)与粒子群算法(PSO)的混合算法优化BP神经网络,进一步提高神经网络的精度。通过仿真,与传统PID、BP-PID及PSO-BP-PID相比,所提出的混合算法分别提前了1.0s 、0.5 s和0.4 s,稳态误差分别减少了98%、90%和80%,且几乎无振荡和超调,并通过实验验证了应用于负压吸引器上有良好的控制效果。

传感器校正的优化灰色神经网络建模方法研究

随着测试技术的发展,传感器被广泛应用于各种精密测量与检测领域。由于受到被测量对象、测量环境等因素影响,其输入输出特性会产生各种误差。提出了一种基于神经网络优化的灰色GM(1,N)系统的非线性传感器的校正方法,使得通过该方法补偿的位移传感器具有理想的输入输出特性。将传感器校正过程分为数学表达式求解环节和误差逼近环节。首先将实验数据进行统一化数据处理,提出灰色GM(1,N)模型的优化灰色系数矩阵求解方法以及利用BP神经网络的非线性映射特性来求取灰色模型的合理初始条件(1,C),弥补GM(1,N)模型自身模型求解的缺陷,获得高精度的传感器校正数学函数表达式。然后,利用RBF神经网络良好的局部逼近能力对残差修正,实现传感器校正的精度要求。最后,推导出优化后的合并模型,实现对传感器的校正。与其他信息融合技术相比,该方法能给出传感器校正数学函数表达式,充分利用各模型的优点,在小样本、贫信息的情况下依然可以获得很高的校正精度。实验证明该优化模型的模型精度为99.8%,模型平均残差约为5.5 nm,模型精度满足要求,方法切实有效。

基于深度学习并行网络模型的心律失常分类方法

目的提出一种并行神经网络分类方法,以提高对正常搏动、室上性异位搏动、心室异位搏动、融合搏动4种心律失常的分类性能。方法首先进行心电信号去噪、小尺度心拍和大尺度心拍的分割、数据增强等预处理;然后基于深度学习理论,应用密集连接卷积神经网络改善人工提取波形特征的局限性,并结合双向长短时记忆网络和高效通道注意力网络,以增强提取波形时序特征和重要特征的功能;接着采用并行网络结构,同时输入小尺度心拍和大尺度心拍的的波形特征,以提高心律失常分类的准确性;最后使用Softmax函数实现对心律失常的4分类任务。结果利用MIT-BIH心律失常数据库和3组实验验证所提方法。多种并行网络模型分类性能对比实验和不同心拍输入方式下,各分类模型性能对比实验得出所提分类模型的总体准确率、平均灵敏度和平均特异性分别达到99.36%、96.08%、99.41%;并行网络分类模型收敛性能分析实验得出分类模型每次训练时间为41 s。结论并行多网络分类方法在保持较高总体准确率的同时,平均灵敏度、平均特异性以及训练时间均有改善,该方法有望为心律失常临床诊断提供新的技术方案。

基于逐次二点法的平面度误差测量方法研究

为了实现工件平面度误差的高精度测量,在没有高精度导轨、高精度光学平面作为平面基准的条件下,根据逐次二点法误差分离原理,将传感器支架固定在刀具进给轴上,随导轨进行直线运动,即可同时分离获得机床自身的运动误差和工件的平面度误差。实验结果表明:将逐次二点法应用到机床上,对工件平面度进行在机测量,剔除掉机床自身运动的系统误差,在精度上优于传统的接触式测量方法,并且不受测量的平面基准、工件的最大尺寸所限制。该方法不仅计算简单、快速易操作,而且更准确地反映了平面度的真实值。利用仿真和实验验证了逐次二点法对平面度的高精度测量的有效性和可靠性。

基于信息度量的PLM设计阶段产品信息流的结构分析

为了定性与定量描述产品在产品生命周期管理(PLM)设计阶段各环节信息状态,提出通过信息熵分析设计阶段各环节信息状态的不确定性,通过信息距离分析各环节取得某个状态所遇障碍的大小,然后采用顶层基本骨架(TBS)方法建立产品的三维模型并对其信息状态进行分析,结果表明,客户对产品的需求增加后,产品在设计及转移状态上需要的信息相应增加,通过信息状态的分析为产品在PLM设计阶段的开发过程提供信息学方面的依据。

外骨骼手臂康复训练机器人仿真分析与研究

设计了一种六自由度外骨骼手臂康复训练机器人,分析了结构与连杆参数,并采用D-H后置坐标系法,建立了各连杆结构和坐标系的运动学模型,得到运动学的正解,从而编程得到机器人末端理论运动曲线,再与ADAMS仿真得到的曲线进行对比,验证了运动学模型的准确性。采用蒙特卡洛法计算出该机器人的工作空间。利用Matlab中的Robotics Toolbox模块功能,建立该机器人的运动学模型,对其进行关节空间的轨迹规划,得到机器人关节较为平滑、连续的角度、角速度和角加速度曲线和运动轨迹曲线。最后,将轨迹规划中得到的关节数据导入到ADAMS中,将运动曲线spline作为驱动,经过仿真得到各个关节所需的力矩变化曲线,为电机选型和控制确定理论基础。

基于博弈论的多资源供应商动态资源策略研究

基于博弈论思想研究日益复杂的资源调度问题,同时考虑制造任务需求、资源供应商及价格因素对这策略相互作用和影响形成的动态系统进行研究。根据资源产出和利润,建立制造资源间的一种动态博弈模型对制造过程策略进行分析,通过对稳定区域的分析和李雅普诺夫指数的计算,研究资源供应商与需求者之间的动态特性。结果表明,调节速度增大会降低系统稳定性、增大资源承担风险,从而为交易中的资源决策提供参考。最后,通过仿真实例验证了该方法的可行性。

基于产品特性关联和设计变更传播的向量空间重构模型

一个有效且可控的产品特性设计变更可改善产品质量,促进产品创新,满足顾客需求。在产品设计过程中,由于产品特性间联系错综复杂,某个特性设计发生变化就有可能导致其他特性的一系列变化,从而引发变更传播及传播路径的重新规划。为此,基于向量空间模型(Vector space model,VSM)重构产品特性关联集(Product characteristic linkage set,PCLS)和设计变更工艺集(Design change technology set,DCTS),通过相似度计算获得PCLS-DCTS两集变更影响域,缩小了设计变更传播范围,构建设计变更传播的向量空间重构模型(Vector space reconstruction model,VSRM);针对产品特性设计变更传播强度计算复杂度问题,利用拉格朗日松弛算法(Lagrangian relaxation algorithm,LRA)对VSRM变更影响域进行传播路径优化,并更新对偶函数下界以加快模型的解算速度;最后,以超声刀换能器的特性设计变更实验为例,实验结果表明,VSRM结合LRA方法能够快速有效的筛选出最优设计变更传播路径,可为产品设计变更传播机制和传播路径优化等相关工程领域提供决策指导。