基于混合优化算法的关节臂式测量机参数标定

为进一步提高关节臂式坐标测量机等高机动性精密测量设备的测量精度,使用D-H矩阵法建立其关节坐标转换数学模型并据此推导出参数误差模型.针对非线性多参数标定问题,通过变换分析消除了最小二乘法求解时矩阵中的冗余参数,降低了计算的复杂性.设定判定准则并实现最小二乘法和模拟退火算法的混合,提出了一种基于混合优化算法的参数标定方法,解决了LM算法的初值设定和SA算法的搜索效率逐步降低的问题.实验结果表明:关节臂式测量机参数经混合优化算法标定后,参数的误差范围有了显著的缩小,单点重复性误差的平均值减小了1.746 mm,长度误差的平均值减小了0.941 mm,测量误差得到了进一步的抑制.     

SQ12QQY型直臂式随车起重机伸缩臂窜臂现象的原因分析及改进措施

对直臂式随车起重机伸缩臂窜臂现象进行了分析,结果表明窜臂现象是伸缩臂油缸参数匹配不合理造成的。提出了伸缩臂油缸的无杆腔面积逐级递增的改进措施,实物验证其能有效地解决窜臂问题。改进措施对其他机型的随车起重机伸缩臂油缸参数设计具有借鉴意义。     

衬砌台车在隧道工程中的应用技术

文章以公路工程隧道的施工,浅述了衬砌台车在隧道二次衬砌混凝土的应用.     

机械臂系统混沌运动的数值分析

以双柔性机械臂系统为例，分析了这系统的非线性动力学特征——混沌运动，探索这些定性特征，对于研究多体系统动力学行为，有着非常重要的意义。     

HDD驱动臂结构拓扑与压电主动控制融合设计理论研究(国家自然科学基金资助项目)

河海大学电工程学院朱灯林副教授负责主持的科研项目“HDD驱动臂结构拓扑与压电主动控制融合设计理论研究”，于2005年9月22日经国家自然科学基金委员会批准立项（批准号：50575067）．该项目是我校机械工程学科2005年首次获得的国家自然科学基金资助项目．     

基于动量自适应学习率PSO-BP神经网络的钻速预测模型研究

机械钻速(rate of penetration, ROP)是钻井作业优化和减少成本的关键因素,钻井时有效地预测ROP是提升钻进效率的关键。由于井下钻进时复杂多变的情况和地层的非均质性,通过传统的ROP方程和回归分析方法来预测钻速受到了一定的限制。为了实现对钻速的高精度预测,对现有BP (back propagation)神经网络进行优化,提出了一种新的神经网络模型,即动态自适应学习率的粒子群优化BP神经网络,利用录井数据建立目标井预测模型来对钻速进行预测。在训练过程中对BP神经网络进行优化,利用启发式算法,即附加动量法和自适应学习率,将两种方法结合起来形成动态自适应学习率的BP改进算法,提高了BP神经网络的训练速度和拟合精度,获得了更好的泛化性能。将BP神经网络与遗传优化算法(genetic algorithm, GA)和粒子群优化算法(particle swarm optimization, PSO)结合,得到优化后的动态自适应学习率BP神经网络。研究利用XX8-1-2井的录井数据进行实验,对比BP神经网络、PSO-BP神经网络、GA-BP神经网络3种不同的改进后神经网络的预测结果...     

双电桥桥臂电阻对电桥灵敏度的影响

通过与单电桥相比,得出双电桥桥臂电阻与电桥灵敏度的关系,从而确定了双电桥桥臂电阻选择的原则     

计及环境特征的刚-柔机械臂动力学模型及其控制策略

为了实现柔性机械臂主动柔性控制，基于Kane方程推导建立在惯性参考坐标系中的刚-柔机械臂的非线性动力学模型，并利用假设模态的方法对方程进行离散．在对刚-柔机械臂进行主动柔顺控制时，柔性机械臂要受到未确定外部环境的约束，因此，建立了计及环境特征的一般柔性多体系统动力学模型以及计及环境特征的刚-柔机械臂动力学模型，并分析研究了刚-柔机械臂主动柔顺控制策略．