风洞6_PUS并联支撑机器人的雅可比矩阵

对6_PUS并联支撑机器人几种求取运动学雅可比矩阵的方法进行了概括,分别采用矢量微分法、速度投影响法、运动旋量法、一阶影响系数法和力雅可比法推导了该机器人的运动学雅可比矩阵,并总结了几种方法的优缺点。在对动平台运用力螺旋理论分析推导之后,提出了一种较简便的求取6_PUS并联支撑机器人雅可比矩阵的新方法,运用该方法获得的雅可比矩阵,可以直观地得到6_PUS并联支撑机器人发生奇异的条件。     

大型高功率激光装置下装系统的碰撞检测

分析了大型高功率激光装置在线可替换单元装校过程的特殊性,建立了基于区域划分的下装系统的方向包围盒,在包围盒的计算中引入闵可夫斯基和的概念,并在其基础上对分离轴的选择进行优化组合,结合碰撞的局部性原理,构建了一种动态的OBB(Oriented Bounding Box)层次树检测方法,经过中国大型高功率激光装置下装系统的装校仿真实践,结果表明这种划分区域的连续检测方法高效可靠。     

模糊Kohonen神经网络回热系统故障诊断

分析了汽轮机组回热系统12种典型故障及9种征兆参数的模糊处理,结合Kohonen神经网络的工作原理、诊断特征,提出了模糊Kohonen神经网络汽轮机组回热系统故障诊断模型。结果表明：该模型可以有效地进行回热系统故障样本模式的模糊量化处理,具有自学习功能、聚类能力强、运算速度快的优点,可以有效地对具有模糊性的单一故障和复合故障进行诊断,是一种适合于汽轮机组回热系统故障诊断的有效可行的方法。     

模糊Kohonen神经网络回热系统故障诊断

分析了汽轮机组回热系统12种典型故障及9种征兆参数的模糊处理,结合Kohonen神经网络的工作原理、诊断特征,提出了模糊Kohonen神经网络汽轮机组回热系统故障诊断模型.结果表明:该模型可以有效地进行回热系统故障样本模式的模糊量化处理,具有自学习功能、聚类能力强、运算速度快的优点,可以有效地对具有模糊性的单一故障和复合故障进行诊断,是一种适合于汽轮机组回热系统故障诊断的有效可行的方法.     

大型工件表面电火花刻字技术

叙述了大型工件表面刻字的有关技术和方法，从经济和技术的角度分析了用电火花加工方法进行大型工件表面刻字的原因。根据电火花加工原理和大型工件表面刻字特点提出了大型工件表面电火花刻字的技术方案。该技术方案以小型电火花机床的主轴头和电源控制柜为基础，重点研究了总体结构、电极与工件之间的三坐标移动、电极精确定位、工作液循环系统等关键技术。简要介绍了为某大型钢铁企业研制的大型轧辊电火花刻字专用机床。现场应用情况表明，该技术方案经济实用，该专用机床稳定可靠。     

无线局域网在移动设备故障诊断监控系统的应用

为解决数据采集装置和分析处理装置位置不统一的矛盾,以DSP为平台,开发了一套基于无线局域网的移动设备故障诊断监控系统。该系统通过基于DSP的数据采集终端对移动设备的状态信号进行采集,并通过无线局域网与数据处理中心的服务器进行数据通信,达到远程监控的目的。实验结果表明,系统数据传输的实时性和准确性比较好,可靠性比较高。     

风洞6PUUS并联实验台运动位置控制仿真及结构优化

针对风洞模型实验平台的6PUUS并联机构,分析了其工作原理及运动要求,运用并联机构运动学逆解及空间笛卡尔坐标变换理论求出了该类机构在任意实验给定欧拉角下的拉杆运动位置和滑块的运动插补路径.根据空间位置插补求解算法,验证了该算法的正确性.通过仿真分析获得了这类并联机构在工作范围内不发生滑块相撞的关键因素,最后结合机构参数的变化,对比优化前后的拉杆和动平台尺寸参数,证明该方法和仿真程序可以为这类并联机构的优化设计和奇异位形的辅助分析提供帮助.     

热态重轨表面缺陷机器视觉检测的关键技术

针对目前热态重轨表面缺陷检测速度慢、精度低的问题,提出一种基于机器视觉的热态重轨表面缺陷检测系统。利用多线阵CCD摄像机采集图像,根据重轨几何特征及其缺陷高频区域特性,对重轨进行了六视角拍摄,然后在图像工作站中进行各种图像处理。系统采用改进的Hough变换提取特征缺陷,针对SVM算法训练速度慢的特点,利用模糊Kohonen神经网络对重轨表面缺陷进行分类。采用上述机器视觉检测关键技术对热态重轨表面进行缺陷识别,提高了检测速度,且正确率在85%以上。     

自学习模糊脉冲神经网络的旋转机械诊断

针对旋转机械故障分类边界的模糊性和传统的神经网络算法难以解决应用问题的实例规模和网络规模之间的矛盾问题,提出了一种自学习模糊脉冲神经网络算法,该算法通过脉冲序列的种群编码和无监督学习较好的克服了旋转机械故障分类边界的聚类分析无效性问题.应用表明该算法有效解决了旋转机械故障的边界模糊性问题,较大提高了故障诊断的准确率.     

新型弯晶谱仪调节机构分析

分析了一种新型弯晶谱仪的调节机构，对其内部结构以及调节传动原理做了清晰的介绍。为了精确量化调节输入端输入量与输出端位置变化的关系，文中结合经典机器人学运动理论，给出了此调节机构在调节过程中的运动坐标变换形式。最后结合一组实际数据，利用简化了的调节输入量计算方法确定出需要输入的调节量，并验证了这种简化了的输入量确定方法的可行性。