摘要：为提升车辆的行驶平稳性和安全性,针对具有输入死区和饱和特性的汽车主动悬架系统,设计一种基于事件触发(Event Trigger,ET)和长短期记忆(Long Short-Term Memory,LSTM)神经网络的智能振动控制器。在构建四分之一车辆主动悬架模型基础上,提出一种高效的ET控制器,能够有效缓解通信紧张问题和避免控制器固有的芝诺现象,提高控制器的稳定性和可靠性。为了进一步增强控制器的智能性和自适应性引入了LSTM神经网络,利用径向基函数神经网络来模拟和生成不同条件下的响应数据实现LSTM神经网络的训练,以精确预测并补偿作动器的死区和饱和影响,进而使主动悬架系统的垂直加速度趋近于0 m/s^(2),从而极大地提升了乘坐舒适性。通过数值仿真验证所设计控制器的适用性和有效性。研究结果表明,所设计的控制器在多种工况下能够有效提高主动悬架系统的动态性能。

摘要：为解决救援机器人运动速度慢、环境适应性差和步态单一等问题,参照海龟与山羊的生理结构,设计了一种四足仿生移动机器人。首先,根据海龟能在松软地面上爬行以及山羊运动能力强的特点,为机器人规划了仿海龟爬行和仿山羊行走两种步态以适应不同环境,提高了机器人的运动性能。然后,对机器人支腿进行了动力学分析,通过建立动力学模型来获取机器人关节扭矩与运动性能参数之间的定量关系。最后,通过仿真和样机实验来验证机器人步态的可行性以及机器人的环境适应能力。结果表明,所设计的机器人结构稳定,步态规划合理,可适应不同的复杂地形。研究结果可为仿生机器人的设计与开发提供重要参考。

摘要：针对导弹导引头在高温高负载下的结构设计问题,引入多尺度拓扑优化设计方法对导弹导引头进行优化设计,提出了一种在稳态热源情况下热力耦合连续体结构多尺度并行化拓扑优化方法。该方法在宏观尺度上,将热源引入的等效热载荷耦合至力载荷当中,获得符合热力耦合载荷的宏观构型分布;在微观尺度上,通过聚类方法划分微结构类型,提升微结构计算效率和解决宏微观结构尺度分离问题。以结构柔度作为目标函数,材料的体分比为约束,建立了基于固体各向同性材料惩罚模型的多尺度并行拓扑优化模型;采用直接法对热力耦合情况下的灵敏度进行分析计算,运用OC准则法对设计变量进行优化,从而获得有效的热力耦合情况下的宏微观并行拓扑优化模型。利用悬臂梁结构对所提方法进行了验证,结果表明所设计的结构既具有热力耦合工况下的承载能力,也具有一定的热防护的能力。应用该方法对导弹引导头进行结构一体化优化设计,获得了较好的既具有承载性能,又具有隔热性能的引导头结构。两个案例展示了在保证质量减少50%的情况下,依然都获得了理想的优化结构,从而验证了所提方法的正确性与有效性。也为类似热力耦合工况下的结构一体化设计提供了可行方法,具有一定的工程应用意义。

摘要：包裹相位是激光干涉测量获取相位信息的前提,为了减小测量过程中噪声对包裹相位条纹的干扰,提高重构图像的质量,提出了一种非对称融合非局部边缘提取神经网络(Asymmetric Fusion Non-Local and Verge Extraction Neural Network,AFNVENet)。该网络在FFDNet基础上,设计了非对称融合非局部块和边缘提取模块,通过融合不同级别噪声特征及反向引导去噪过程,在有效抑制多等级噪声的同时,保留了更多的图像细节信息。选择带有乘性散斑与加性随机噪声的包裹相位数据集用于训练,通过消融实验和对比实验结果表明,AFNVENet算法对不同等级的噪声都具有更好的噪声滤除效果,当噪声标准差在[0,2.0]范围内变化时,去噪后的PSNR、SSIM和SSI均值分别达到24.88 dB,0.97和0.95。此外,通过进一步解包裹结果表明,AFNVENet去噪后的解包裹相位均方根误差均值比SCAF,NLM,KSVD和DnCNN分别减小了87%,73%,79%和36%,验证了该方法的可行性。AFNVENet方法在抑制噪声时具有较好的鲁棒性,可适用于不同干涉测量环境下多等级噪声的包裹相位信息恢复。

摘要：以提升高校实验课程思政教学水平与育人能力为目标,结合5S现场管理理念,提出高校实验课程思政教学实施方案。阐述了实验现场环境5S管理理念素养训练的可行性,给出实验授课氛围5Y管理素养训练的具体要求,两者结合建立5S5Y管理素养训练理念模型。为了使模型能够长期有效实施,提出将5S与5Y的具体内容、要求置入设计相应管理系统开发思路。结合实际实验课程教学过程,对系统相关具体功能模块进行了设计。该系统能够实现在对高校实验教学过程精细化管理的同时,承载了素养训练的思想,为实验课程思政教学开展提供理念与规范化管理方法借鉴。

摘要：工业机器人因其组织灵活性、强可拓展性,在叶片类复杂零件的高精度加工中得到越来越多的关注,这对机器人末端执行机构的定位精度提出了更高的要求。文章基于自主设计研发的六自由度关节机器人进行几何参数误差识别和补偿方法研究,旨在提高机器人末端执行机构的定位精度。首先,基于D-H法建立机器人各关节转角与末端位置坐标的关系模型,建立分别考虑连杆长度误差、连杆偏置误差和关节转角误差的位置误差模型;然后,基于自主设计的专用测头进行运动过程坐标数据测量实验,基于实验数据采用Levenberg-Marquardt进行几何参数误差项识别;最后,将识别的结果在机器人模型中进行补偿,并对补偿后的效果进行实验验证,结果表明,补偿后的定位精度比补偿前提高了60%以上。

摘要：针对激光回馈技术中多目标同步检测以提高测量效率的问题,提出了一种基于线性调频的测量通道拓展方法。在线性电流注入下,激光器输出的光频率近似线性变化;2个被测物体到激光器距离不同时,回馈信号的频谱中出现分别对应2个物体的独立谱峰,通过全相位频谱分析方法在2个谱峰处进行相位解算可以重构2个物体的运动曲线。基于Python语言构建的仿真模型和相应的双通道位移测量实验系统均证实了该方法的有效性,2个通道的位移测量相对误差小于5%。

摘要：高质量的涡旋光束在量子信息、激光雷达、激光通信等领域有着广泛的应用前景。为了用固体激光器直接产生涡旋光束,该文基于谐振腔模式与激光介质作用的速率方程,阐述了在二极管端面泵浦固体激光器中通过环形光泵浦产生拉盖尔-高斯涡旋光的原理。设计了环形光泵浦固体激光器产生涡旋光的实验方案并搭建了实验系统。实验产生了角向阶次为1阶、2阶的涡旋光束,相位涡旋手性可通过微调谐振腔输出镜调节。该实验能够使学生利用固体激光器直接产生涡旋光束并观察涡旋光束的相位特性,有助于学生加深对激光谐振腔模式理论及涡旋光束相位特性的理解,为相关专业学生的课程教学提供有力支撑。

摘要：为了提高六自由度关节机器人末端执行器的位置精度,文章基于自主设计研发的六自由度关节机器人进行重力误差识别和补偿方法研究。首先,基于D-H法建立机器人各关节转角与末端位置坐标的关系模型,提出采用Levenberg-Marquardt进行主要关节实际扭转刚度的计算方法;其次,基于有限元分析软件,进行不同位姿下机器人在重力场作用下的静力学分析,建立机器人位姿参数为输入、末端变形为输出的BP神经元网络模型,以实现机器人不同位姿下连杆弯曲变形导致的末端位置误差的在线预测;最后,基于自主设计的专用测头进行机器人末端位置误差补偿实验。实验数据表明,补偿后的定位精度比补偿前在X和Z方向分别提高了93.6%和92.2%。

摘要：为优化足底压力分布、降低足底峰值压力,提出一种基于三维足部模型的全接触矫形鞋垫参数化设计方法。以足底压力数据为基础,结合三维晶格结构分析,对鞋垫的减压结构进行优化。首先,利用足部三维扫描模型,通过Grasshopper插件平台开发全接触鞋垫模型参数化设计流程,实现全接触鞋垫的个性化设计。其次,在Abaqus环境下,对TPU材质的六种常见三维立方晶格结构进行能量吸收效率的分析,计算不同填充率下“金刚石”晶格结构的有效弹性模量,评估不同晶格结构在吸收足底压力时的性能,为减压结构的选择提供科学依据。然后,利用图像采样算法提取足底压力较大的区域,选择相应的有效弹性模量结构进行填充,完成全接触矫形鞋垫优化设计,并通过仿真分析对比优化前后矫形鞋垫的减压性能。最后,通过静态和动态足底压力测量实验,证明基于足形和三维减压结构设计的个性化矫形鞋垫可以有效优化足底压力分布、卸载足底压力峰值和提高足部稳定性。