摘 要: 为实现人与机器人对未知环境的协同探索, 现有研究常通过视觉通道向人传递机器人状态或任务信息。然而, 在需要观察环境的高视觉负荷条件下, 引入视觉反馈容易加剧人的视觉感官负荷, 致使反馈能效低, 降低协同搜索效率。针对上述局限, 该文提出一种通过触觉反馈实现的人机协同探索框架。在 GNSS 拒止的未知环境中, 机器人通过融合搭载的 UWB 与 IMU 数据解算相对位姿, 在分布式协同移动与建图过程中选取探索目标; 人通过穿戴触觉反馈装置获取编队状态与任务信息, 并据此调整自身移动, 与机器人共同完成区域搜索。该框架在不额外占用视觉通道的情况下可提升人的态势感知。在仿真实验中, 与仅依赖视觉信息的传统交互方式相比, 该文提出的触觉反馈技术辅助搜索方案将人完成任务的路程与时间分别减少 24.18% 与 21.75%, 任务执行过程中编队的平均代数连通度提高 35.26%, 验证触觉反馈在协同探索任务中提升人对多机器人状态与任务目标态势感知的有效性。在实物实验中, 被试者穿戴触觉反馈装置, 与多机器人协同完成对区域的搜索任务, 表明该研究提出的方法在真实环境中具备可行性。
摘 要: 近年来, 基于力反馈执行器的各种康复系统被开发出来。为了帮助上肢偏瘫患者进行康复训练, 提出一种适用于新型旋转磁流变制动器的转矩控制方法。首先, 采用粒子群算法优化的 Bouc-Wen 模型作为正向模型, 并使用多层感知器神经网络构建逆向模型。然后, 将正向与逆向模型应用于灰狼算法优化的 PID 控制器, 使上肢康复系统能够准确输出转矩反馈。为了评估所提出的转矩控制方法在康复中的有效性, 基于磁流变制动器构建一个上肢康复实验平台。通过主、客观实验, 评估康复系统在主动康复训练中的转矩反馈精度。结果表明, 在转矩控制方法的管理下, 制动器的平均输出转矩误差小于 6,mN?m , 在干扰与不确定性参数条件下的误差低于 15,mN?m , 转矩感知的平均准确率为 79.9%, 能够较好地帮助上肢患者进行康复训练。
摘 要: 遥操作已广泛应用于结构化环境中的任务执行, 并已提出各类人机交互模式, 但充分利用人类快速响应和适应非结构化环境的能力尚未得到充分探索。鉴于此, 文章提出一种人类视觉注意力引导的半自主遥操作系统, 以有效结合人类先验知识和机器人局部自主能力。系统结合两种交互模式: 1) 人类直接控制可以自然地操作机器人以应对非结构化环境中的不确定性; 2) 自主控制通过提出一种基于人眼注视点显著性方法, 实现杂乱背景下的目标准确与快速检测, 从而精确定位目标。半自主遥操作系统实现大范围运动可由操作者直接控制, 而小范围的精细操作则由机器人自主控制完成。最后, 文章设计半自主遥操作原型系统并开展一系列遥操作任务实验。实验结果显示半自主模式任务平均完成时间, 与直接模式和自主模式相比分别减少 46.4% 和 76.4%, 表明该系统半自主控制模式显著优于其他两种控制模式。
摘 要: 纤维增强软体手兼具优异的柔顺性与环境适配性, 在海洋机器人作业、水下精密抓取等领域具备重要应用价值。针对海洋扰动下, 软材料强非线性、多指复杂耦合引发的软体手多指异步、力分布不均、抗扰动鲁棒性不足等核心难题, 提出融合耦合动力系统自适应力规划(CDS-AFP)的灵巧抓取算法, 并搭建仿真与实验平台开展验证研究。首先, 基于 Neo-Hookean 超弹性材料模型, 分析并建立软体手力学模型, 可精准表征其弯曲变形与力传递特性; 其次, 设计 CDS-AFP 控制算法, 该算法集成含中间动态层的耦合动力系统、量子粒子群-序列二次规划混合优化及约束修复机制, 引入摩擦锥、力-力矩平衡等多约束条件, 能自适应海洋扰动与目标特性实现抓取力分布优化; 最后, 研制气动双螺旋纤维增强软体手及其控制系统, 该软体手由形变腔室、底层应变限制层、外围双螺旋凯夫拉纤维增强层构成。Matlab 仿真实验结果表明, 在抓取圆柱体时, 与传统耦合动力系统(CDS)相比, 优化算法的约束违反度降低 50.3%, 摩擦力提升 4.0%; 与自适应力规划(AFP)算法相比, 约束违反度降低 50.5%, 摩擦力提升 8.6%。在抓取球体时, 与传统耦合动力系统(CDS)相比, 优化算法的约束违反度降低 15.8%, 摩擦力提升 40.9%; 与自适应力规划(AFP)算法相比, 约束违反度降低 3.1%, 摩擦力提升 32.8%, 实现海洋扰动下的稳定抓取。该算法具备良好的协同控制与抗扰动性能, 能有效提升双螺旋纤维增强软体手在复杂海洋环境中的抓取稳定性与精准度。
摘 要: 为改善刺绣型柔性传感器在触觉感知中的结构形态单一问题, 提出一种四层结构柔性压阻式传感器设计。传感器顶层为导电刺绣通道, 第二层为绝缘刺绣层, 第三层为柔性织物, 底层为织物基底。通过数字化手段对刺绣路径、针距、导线间距以及基底类型协同设计, 优化传感器响应灵敏度。相比传统导电线路结构, 相对电阻变化率平均提升 60.76% 与 129.18%, 平均响应和恢复时程缩短 16.13% 和 23.09%。有限元仿真结果显示十字交叉四层结构的平均法向应变较单线结构提高约 66.87%。研究结果表明, 通过几何优化可显著提升刺绣型柔性压阻式传感器的灵敏度与响应速度, 为服务机器人触觉感知系统设计提供新的技术参考。
摘 要: 针对六轴工业机器人的精度难以满足高精尖制造业的需求问题, 提出一种基于多目标差分进化算法的工业机器人运动学参数辨识的优化方法。算法以工业机器人的 MDH 参数为设计变量, 其目标函数综合考虑位置误差以及姿态误差, 利用 Matlab 对差分进化算法完成一系列的仿真验证, 并将平均位置误差以及平均姿态误差作为评价指标进行分析。实验结果表明: Staubli TX60 机器人的平均位置误差/平均姿态误差分别从 (0.7287 mm, 0.0032°) 降为 (0.0709 mm, 0.0013°)。该文提出的参数辨识方法可以快速地在参数状态空间中寻找最优组合, 使工业机器人的运动学误差有效地降低。
摘 要: 为实现直观高效的人机协作, 该文提出一种由可穿戴数据手套驱动的机器人机械手的主从异构遥操作控制系统。该系统集成多传感器数据采集、运动学建模和多域映射策略, 以解决主从之间结构不对称、动态任务切换和控制连续性带来的挑战。首先, 基于从数据手套捕获的高 DOF 运动数据构建人体手臂模型, 然后进行正向运动学分析。然后, 针对从属机械手提出一系列控制策略: 1) 基于末端执行器位姿跟踪的笛卡尔空间映射; 2) 使用对偶四元数表示来反映人机关节行为相似性的关节空间映射; 3) 一种混合映射策略, 结合动态切换机制以适应复杂的任务。最后, 搭建实验平台, 完成仿真和实物实验。实验结果表明, 所提出的框架实现对异构系统的适应性和平滑的任务转换, 为遥操作场景中的多模态人机交互提供实用的解决方案。
摘 要: 为明确长杆弹在侵彻过程中内部应力波传播影响, 获取弹体侵彻混凝土响应特性、认识弹体内部应力波传播规律, 对引信控制起爆、弹体损伤研究及结构优化提供数据支撑与技术手段, 采用基于应力波传播理论结合数值模拟的分析方法进行研究。由理论方程分析得出采用刚性靶模型会出现加速度解不收敛的情况, 则将 Johnson-Cook 模型与 Johnson-Holmquist-Concrete 模型分别应用于长杆弹与混凝土, 数值模拟侵彻过程中应力波传播对不同位置加速度、应力的影响情况。侵彻初速为 700 m/s 的数值模拟结果表明: 应力波的传播对弹体各部位加速度、应力有扰动作用。分析长杆弹弹头、弹尾、药柱、引信结构上典型单元的响应数据得出, 加速度的幅值沿弹体呈现显著分布特征。在应力分布方面, 弹头部位承受的压应力最大, 药柱前端会持续受到压应力作用, 进而发生压缩变形。
摘 要: 水体在线 γ 能谱测量的检出限是一个动态参数, 由水体中天然放射性核素、测量系统的尺寸、人工 γ 核素以及探测器类型共同确定。文章采用蒙特卡罗数值计算方法开展水体在线 γ 能谱测量检出限的影响因素研究。根据 γ 能谱的形成机制和 γ 射线衰减规律, 建立水体在线 γ 能谱测量的模型, 模拟 NaI(Tl)、CeBr 3 和 HPGe 三种常见 γ 能谱探测器的仪器谱。通过模拟天然放射性核素、人工 γ 核素的仪器谱, 由数值分析得到探测灵敏度、散射本底计数率和检出限与水箱半径的经验公式。根据核电站液态流出物、内陆水体、近岸海水三种典型水体中的 γ 放射性核素的比活度数据, 计算目标放射性核素的检出限, 并与参考文献中给出的检出限进行对比。结果表明经验公式计算的检出限和参考值相符, 最大相对误差不超过 21%, 为快速判断在线 γ 能谱测量装置检出限提供参考和理论依据。
摘 要: 天线是微波透射法测量原油含水率的关键器件。为了能够精准测量原油含水率, 该文设计和制作一种小尺寸微带八木天线, 天线基于低成本 FR4 材料, 可使用 PCB 设计软件制作和打印。实测该天线工作在 2.35~2.65 GHz 频段内, 天线增益大于 5 dB, 天线辐射面的尺寸为 1.2 mm×41 mm。围绕微带八木天线设计一个实验电路, 搭建实验装置并配比 11 组不同含水率的原油样本, 使用 AD8302 检波芯片测试微带八木天线在不同含水率原油下幅度和相位参数, 使用四次曲线拟合幅度参数曲线平均相对误差小于 2.5%, 四次曲线的决定系数 R2 大于 0.98。分析相位变化趋势, 从理论分析相位出现周期性原因, 并绘制实验数据图像进行验证。该天线兼顾尺寸、增益和成本, 适合大规模应用和推广。
摘 要: 采用改进的溶剂热法制备 Ti3+ 、Cu 共掺杂的 TiO2 纳米光催化剂(Cu-BTTNs)。通过 X 射线衍射光谱(XRD)、透射电子显微镜(TEM)、X 射线光电子能谱(XPS)对材料进行表征; 以大肠杆菌和金黄色葡萄球菌为模型菌, 通过使用氙灯研究该纳米材料在可见光下的光催化抗菌性能。结果表明: Ti3+ 、Cu 成功地掺杂在 TiO2 纳米片上; Cu-BTTNs 纳米光催化剂浓度为 200 μ g/mL 时, 在可见光下照射 12 min 后对金黄色葡萄球菌和大肠杆菌的抗菌率分别为 99.74% 和 97.26%; 细胞毒性研究结果显示, 该纳米光催化剂的细胞毒性很低, 生物相容性好。这种 Ti3+ 、Cu 共掺杂的 TiO2 纳米光催化剂可以作为性能优异的抗菌剂应用于多个领域。
摘 要: 电梯复合曳引钢带为一种新型的电梯曳引构件, 其承载重物的核心是内部并排的钢丝绳, 由于长期受外部应力, 最终会出现磨损、变形、断丝等缺陷, 为实现其有效的无损检测, 提出将涡流检测技术应用于钢带内部钢丝绳断丝检测。设计一种阵列涡流传感器, 24 组阵列圆柱形线圈, 交错分布于钢带的上表面以及下表面, 每组两个线圈形成上下对称式差分电桥的检测模型。差分电桥电路通过电桥输出的差分电压来反映钢丝绳的损伤状况。通过有限元仿真以及精密阻抗分析仪的实验测试, 深入研究钢丝绳检测存在的关键问题以及圆柱形线圈参数对检测灵敏度带来的影响, 并制作传感器和检测装置。实验结果表明, 该装置对钢带内部钢丝绳最小断丝即直径 0.20 mm 的细钢丝断裂能够准确有效检出, 并且能够对多根断丝进行损伤判别。
摘 要: 国内外测量机构主要依据频域方法(如 CISPR 16-1-4 中的标准试验程序法)进行辐射发射试验场地的 1~18 GHz 场地电压驻波比(site voltage standing wave ratio, SVSWR)确认工作, 整个测量过程约 3~4 h。为提高辐射发射试验场地确认的测量效率, 该文提出一种基于网络分析仪(vector network analyzer, VNA)时间选通门技术的时域场地电压驻波测量方法(time domain site voltage standing wave ratio, TD SVSWR)评价试验场地性能, 通过建立试验场地的 SVSWR 测量模型, 分析离散逆傅里叶变换和连续傅里叶变换的数据处理过程, 设计实验验证测量结果, 并对两种方法进行深入比较。结果表明, 时域法可大大提高 SVSWR 测量效率(不超过 40 min), 降低测量成本, 且与标准试验程序法的测量结果基本保持一致。
摘 要: 随着全球光伏发电总量的逐年增加, 为确保电网的稳定性和可再生能源的高效利用, 准确的功率预测变得至关重要。针对传统短期功率预测模型捕捉非线性关系能力差和检测精度低的问题, 提出一种堆叠集成学习-时序卷积网络-科尔莫哥罗夫-阿诺德网络(ST-TCN-KAN)的短期功率预测算法。首先, 利用堆叠集成学习算法(stacking)进行功率预测; 其次基于时序卷积神经网络(TCN)和科尔莫哥罗夫-阿诺德网络(KAN)构建功率校正模型, 对预测结果进行校正; 最后为降低累积误差影响, 引入滚动迭代法完成短期功率预测。将该算法应用于光伏发电系统公开数据集, 通过均方根误差和平均绝对误差两方面与支持向量机(SVM)、双向长短期记忆网络(Bi-LSTM)和遗传算法-反向传播神经网络(GA-BP)算法进行对比, 定性和定量地验证了算法的有效性和优越性。结果表明: 在10%均方根误差和平均绝对误差衡量标准下的最佳预测尺度为2.5 h, 能够较为准确地预测光伏系统短期发电功率。
摘 要: Li/SF 6金属燃料闭式循环动力系统无需向外界排放反应物, 可满足鱼雷大航深发展需求, 但必须精确调节SF 6氧化剂的供给流量才能保证鱼雷热动力系统安全可靠地运行。为此该论文设计一种新型SF 6氧化剂供给调节系统, 分析其工作原理, 建立系统仿真模型并优化PID控制参数, 研究两级比例电磁阀参数对系统的影响规律, 全面分析阶跃信号、正弦信号、方波信号等工况下供给调节系统的动态响应特性, 结果表明: 两级比例电磁阀口径与开度对系统影响显著, 尤其是二级比例电磁阀; PID控制参数优化后, 供给调节系统响应迅速, 而且不同信号输入条件下系统动态响应特性良好, 压力误差约为4%, 温度控制误差在8%左右, 流量误差约为3%, 可满足系统需求。研究成果为研制鱼雷SF 6氧化剂供给调节系统提供新思路和理论基础。
摘 要: 纺纱锭子端面振幅检测是锭子使用前必不可少的环节之一。针对工业相机或数字传感器采集锭端振动信号时采集帧率有限的问题, 提出基于快速傅里叶变换 (fast Fourier transform, FFT) 插值的锭子锭端振幅检测方法, 该方法能够在不改变振幅采集信号的频域特性的同时能减小振幅的检测误差和采集点数。文章介绍锭子振幅的数字插值计算模型, 在分析曝光和拖影的基础上, 给出插值原则, 并通过传递矩阵法分析锭子振动特性, 给出锭子的合理工作区间、采集帧率和采集点数。最后, 介绍物理检测系统和相关试验方法, 结果表明帧率为 2000 f/s 和 400 f/s 的采样数据插值后振幅误差均减小, 并将系统误差控制在 0.01 mm。该方法能明显改善最大振幅的检测精度。
摘 要: 输电线路的冻结覆冰灾害一直严重威胁着电力系统的安全稳定运行, 给社会经济发展和广大人民生产生活造成了严重的影响, 故对于输电线路覆冰状态的检测具有非常重要的意义。该文提出一种基于电容效应的覆冰检测方法, 实验验证冰的电气性质在高频下非常稳定, 在导线上加装圆形极板后, 在人工气候室模拟自然覆冰进行实验, 验证基于电容效应的覆冰检测方法的可行性。导线覆冰增长的电容与冰厚的关系呈现为幂函数关系, 影响导线覆冰电容的因素主要有导线积污程度、覆冰类型以及覆冰形状。其他条件相同的情况下, 导线积污程度对覆冰电容的影响较小, 而覆冰类型和覆冰形态对覆冰电容的影响较大, 雨淞冰电容最大, 混合淞次之, 硬雾淞最小, 圆柱形覆冰电容大于翼型覆冰, 且上述三种因素引起的电容的差距均随着覆冰厚度的增加而变大。
摘 要: 移动机器人在执行同步导航与定位建图工作任务时, 往往具有非常多的复杂不确定性及环境干扰。其中之一便是动态环境带来的动态特征点扰动造成特征点难以关联。针对动态环境中视觉 SLAM 系统错误地特征关联将动态物体的特征点识别为路标点, 从而导致定位精度下降的问题, 该文提出基于语义信息和多视图几何相结合的 SLAM 算法。首先以 ORB-SLAM3 为主体进行拓展, 升级基于四叉树的 ORB 特征提取方法, 引入改进的 YOLO 目标检测线程, 增加 FasterNet 网络和 CBAM 注意力, 采用多视图几何约束进行动态特征点滤除, 采用静态特征点进行状态估计以保证 SLAM 定位精度。在公开数据集 TUM 上进行测试。实验表明: 相较于传统的 ORB-SLAM3 算法, YOLO-SLAM 在动态环境下工作, APE 误差的代表性指标均方差降低 90% 以上, 可以相当程度上解决环境中动态特征点关联困难的问题。
摘 要: 在油田注汽系统中, 锅炉蒸汽干度的设定值常根据出口处蒸汽干度的波动进行实时调整, 针对注汽过程中难以获取输汽管线出口处蒸汽干度的精确数学模型问题, 提出一种基于 MSIWOA-LightGBM 算法的输汽管线蒸汽干度预测方法。通过引入 Circle 混沌序列初始化解分布、建立非线性收敛因子和基于 Limit 阈值的柯西变异扰动策略, 改进 WOA 算法优化 LightGBM 超参数组合的常规流程与效率, 提高模型的遍历性和寻优深度, 加强前期全局搜索效率和后期局部深度开发能力, 旨在较短时间内获取更为准确的输汽管线蒸汽干度值。最后结合注汽现场输汽管线数据集, 验证其预测性能并与传统 LightGBM、XGBoost、常规 WOA-LGBM 三种模型进行对比, 实验结果表明: MSIWOA-LightGBM 模型较常规优化流程效率提高 36.9%, 在各项性能评价指标上均优于其他模型, 具有更好的实时性与泛化能力, 对热注作业能量调控具有借鉴意义。
摘 要: 可再生能源大规模接入电网后, 其固有的出力不确定性和波动性直接导致电网消纳出现一定问题, 无法达到最大消纳, 增加电网的整体运行风险。为保证可再生能源并网后主动配电网的稳定运行, 提出考虑可再生能源消纳的主动配电网双层规划方法。基于功率函数描述可再生能源消纳中的不确定性, 依据该计算结果构建主动配电网双层规划函数, 上层模型优化规划成本和网络灵活性, 下层模型提升可再生能源消纳能力、降低运行风险, 并设定相关约束条件。为求解该模型, 采用精英策略优化布谷鸟算法, 通过更新鸟窝位置并结合精英策略进行迭代优化, 输出满足所有约束条件的主动配电网规划方案的最优选择, 实现电网消纳优化。仿真结果表明: 利用该方法的可再生能源消纳率达到 77.85%; 线路平均负载不超过 24.2%, 变电站平均负载不超过 30%; 该网络在不同波动比例下, 各个线路的传输充裕率均为正数, 结果均在 0.4 以上。由此表明, 所提方法可以实现主动配电网不确定性规划, 保证电网的稳定运行。
摘 要: 在新型电力系统建设背景下, 寒潮极端天气对电源出力、电网运行及负荷的扰动日益显著, 加剧电网故障预警与防控的复杂性。为充分挖掘寒潮气象与电网输电线路故障间的时序特征联系, 提高故障预测精度, 提出一种基于混合神经网络融合寒潮气象特征的输电线路故障预测方法。首先对寒潮气象下输电线路故障不平衡样本进行数据增强, 并基于 k-means++ 聚类方法构建具有不同输电线路故障数据特征的训练样本集, 然后采用卷积神经网络 (CNN) 的卷积层和池化层提取寒潮及运行信息特征在高维空间的时序特征, 作为双向长短期记忆网络 (BiLSTM) 输入变量, 通过训练混合神经网络参数建立基于 CNN-BiLSTM 的输电线路故障预测模型。最后, 通过某地区气象及运行数据验证, 与其他算法相比, 所提输电线路故障预测模型在寒潮气象下具有较高的预测精度和泛化能力。
摘 要: 传统的特定谐波消除脉宽调制 (specific harmonic elimination pulse width modulation, SHE-PWM) 计算方法只考虑了四分之一波对称性, 在实际应用过程中计算繁琐, 效率低下。该文针对传统计算方法存在局限性的问题, 在其基础上考虑两种不同的公式, 提出两种具有多种解的 SHE-PWM 波形公式, 分析关于每半周期开关变换角度的约束/非约束公式, 基于四分之一波的对称性实现解空间的拓展, 对特定次数谐波消除的解进行数量扩展, 并评估消除谐波的不同情况下的解。其通过预加载功能, 可以在模型启动时计算角度实现特定谐波消除, 对不同情况下的开关角度轨迹解进行对比和分析, 定义了谐波性能的评估因子谐波失真因子与谐波损耗因子, 并结合仿真实验论证了谐波消除的准确性。