摘要：选择超弹体聚丙烯酸酯类介电薄膜(HEPDF)材料作为抓握机构的驱动仿生肌肉,通过预拉伸工艺制备仿生薄膜,提高电致变形性能,实现力电耦合抓取功能。通过单轴拉伸试验,获取不同应变速率下HEPDF薄膜的应力-应变曲线,拟合得到超弹薄膜的OGDEN本构模型参数,得到最优应变速率为0.094 s^(-1),通过搭建的电致变形试验平台,测试HEPDF薄膜力电耦合性能,结果表明原始薄膜的面积变化率不足5%,单轴拉伸的HEPDF薄膜的电致形变面积在20%以内,而双轴拉伸的电致变形面积可300%以上,拉伸比λ=4时的预拉伸HEPDF具有最优的电致变形性能,驱动电压可以降到4.3 kV,可以作为柔性抓手的驱动器仿生肌肉材料使用。

摘要：滚动轴承内、外圈和滚动体的故障振动信号通常伴随噪声,并且频率不尽相同,同时具有非线性、非平稳性等特点,传统的滚动轴承故障诊断方法效率较低,且大多未考虑变负载、噪声情况。针对上述问题,提出基于经验模态分解自回归模型和改进的宽度学习系统(broad learning system,BLS)的滚动轴承故障诊断方法。首先,对滚动轴承振动信号进行经验模态分解(empirical mode decomposition,EMD),得到一组固有模态函数(intrinsic mode function,IMF);对每个IMF建立自回归(autoregressive model,AR)模型,求得AR模型参数和残差余项,以此作为各类状态信号的特征矩阵;将该特征矩阵输入至改进的BLS,判断滚动轴承的故障位置及故障尺寸,实现滚动轴承的故障诊断与定位;并将该方法应用于变负载、有噪声工况下滚动轴承故障诊断与定位。同时设计2种对比方法,并将所提方法与两种对比方法的预测结果进行比较,实验结果表明所提方法诊断识别能力更强,为变负载、有噪声工况下的滚动轴承故障诊断与定位提供参考。