基于形状记忆合金超弹性的减振研究

文章介绍了形状记忆合金(SMA)的一种本构关系和一种简单实用的回复力模型及其回复力公式 ,并对SMA复合梁的减振机理进行了分析和推导。试验结果表明 ,SMA具有较好的减振效果 ,是一种优质的减振材料。     

矩阵对角化变换鲁棒QCKF在视觉和惯性融合姿态测量中的应用

视觉和惯性融合姿态测量系统,可以发挥视觉测量重复性、稳定性好和惯性测量输出频率高、不受环境光干扰的特点。针对融合测量中,系统噪声和观测噪声的统计特性不完全可知及在出现异常测量值时融合测量鲁棒性较差的问题,提出一种基于矩阵对角化变换的鲁棒四元数容积卡尔曼滤波(quaternion cubature Kalman filter, QCKF)算法,分析了鲁棒滤波参数对测量系统鲁棒性和测量准确度的影响,使用矩阵对角化变换代替标准CKF中的Cholesky 分解以改善数值计算的稳定性。结合搭建的视觉和惯性融合姿态测量系统平台,实验结果表明与标准CKF算法相比,具有更高的准确度、鲁棒性以及稳定性。     

基于形状记忆合金超弹性的减振研究

章介绍了形状记忆合金(SMA)的一种本构关系和一种简单实用的回复力模型及其回复力公式，并对SMA复合梁的减振机理进行了分析和推导。试验结果表明，SMA具有较好的减振效果，是一种优质的减振材料。