摘要：CMAC神经网络具有学习算法简单、收敛速度快、局域泛化等优点,被广泛应用于机器人控制、信号处理、模式识别以及自适用控制等领域。但是网络的训练过程需要大量的存储单元,最优结构参数的选取是CMAC网络设计中一个重要问题。文中通过对函数逼近问题的研究,说明了量化精度和泛化参数如何影响网络对函数的逼近质量。仿真结果表明,通过对结构参数的调整,可以达到最小的逼近误差。而通过对网络结构的优化不但可以节约网络的训练时间而且可以大幅度减少存储单元的数量。

摘要：在双足机器人跨越动态障碍物的在线控制问题中,脚步规划和步态控制的学习时间是关键问题;提出了一种将机器人的步态控制和脚步规划分别独立设计的控制策略;步态控制目的是产生关节点轨迹并控制对理想轨迹的跟踪,考虑到双足机器人关节点轨迹的不连续性,应用小脑模型连接控制CMAC记忆特征步态的关节点轨迹;脚步规划的控制目标是通过对环境的视觉感知预测机器人的运动路径,算法是基于无需对动态环境精确建模的模糊Q学习算法;仿真结果表明该控制策略的可行性,并且可以有效缩短在线学习时间。

摘要：与轮行机器人相比,双足机器人具有更灵活的机械结构,具有跨越静态或动态障碍物的能力,使其可以在更复杂的环境中工作;以往的双足机器人路径规划控制策略只能解决静止或以可预测速度运动的障碍物的越障问题,提出了一种基于模糊Q学习算法的路径规划策略,在Adams软件中建立机器人的三维虚拟样机模型,在Matlab软件中设计控制器,进行联合仿真;仿真结果表明所设计的控制策略可以有效地克服机器人在线学习时间长的问题,并且可以成功跨越速度不可预测的运动障碍物,有很好的鲁棒性。

摘要：传统上，水力机组转轮结构设计是基于静力学计算结果的。今天，水力机组转轮可靠性的验证要求对动载荷的疲劳效应进行考虑。阿尔斯通和魁北克水力采用了基于断裂力学的损坏耐受分析方法来研究转轮的疲劳损伤。这需要对所有影响材料疲劳行为的因素进行认真仔细地考察。这些材料疲劳行为主要取决于化学成分，显微组织，零件的热历史以及引起的残余应力。不同钢种断裂力学性能的测试结果表明，尽管这些性能符合ASTM等规范和标准的相关要求，但是由于制造工艺中存在差异，转轮寿命也会明显改变。碳含量和热处理工艺可能会影响疲劳寿命，而这些，需要在下步的工作中进行研究。