摘要：为解决海南地区芒果人工采收成本不断提高的问题,设计一种新型芒果采收车。论述该型芒果采收车的结构特点,分析采收车的缓冲及分类工作原理。所设计的新型芒果采收车的缓冲机构主要由滑槽、缓冲模块、驱动模块等几部分组成,驱动模块提供动力作用,保证各部分的顺利运行。重点对缓冲机构进行动力学分析,模拟芒果在下滑过程中的速度变化情况,结果表明该结构既实现了芒果的顺利掉出,又缩短返程时间提高了效率,论证了结构设计的合理性。并对芒果采收车的缓冲机构进行碰撞动力学分析,通过分析得到芒果在碰撞过程最大的接触力为59.03 N,而一般芒果的表面承受力可以达到73.5 N,论证该芒果采收车的缓冲机构在采摘过程中不会损伤芒果,进而验证了设备设计的可靠性。

摘要：实现硬币高效率分类、精准计数及整理包装是解决硬币回笼的有效方法之一,因此研究设计了一套集硬币分类、整理、包装功能的机电一体化装置。装置由分类、整理、包装三大模块组成,其中,分类部分采用双挡片内侧开双口离心盘使得硬币的单个有序排列,齿状卡盘和开孔锥盘实现硬币分类、鉴伪、剔伪功能;整理部分采用螺旋式轨道双层布置的方案,方便计数和整理;包装部分主要由搓纸机构、包卷勾边机构、回转夹紧机构等构成。此外,还设计安装了硬币鉴伪、剔伪和计数机制,并且利用CAD和CATIA对装置进行建模和仿真分析,对尺寸和角度进行修正和优化,提出了一种面向银行、公交、超市等系统的多功能硬币处理机。

摘要：神经网络在信号调制识别领域得到了广泛关注和研究。针对现有调制识别算法为提高识别准确率,导致模型尺寸过大、计算时间过长的问题,提出了一种调制识别神经网络的轻量化设计方案。该方案由信号失真校正模块和分类模块两部分组成。其中,信号失真校正模块通过参数估计器提取相位偏移信息,再经参数转换器对相位偏移进行参数校正,保证信号识别精度;分类模块由一维卷积神经网络(One-Dimensional Convolutional Neural Network,1D-CNN)、选通递归单元(Gated Recurrent Unit,GRU)和高斯衰减层构成,从时间和空间的角度有效提取信号特征,并减少冗余参数量以缩减模型大小。仿真结果表明,所提方案与同精度网络相比,平均识别准确率提升0.21%,计算时间缩减到1/3.4,模型尺寸缩减到1/7.77。