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.     

家兔髋关节软骨扫描电镜观察

应用扫描电镜对家兔髋关节软骨观察发现:月状面软骨表面和股骨头软骨表面均具由纤维编织而成的网状层,月状面软骨顶部,纤维交错,网状层形态结构复杂而又丰厚;前部与后部次之,股骨头顶部,关节软骨表面的网状层显著低矮、致密,并有一矩形凹陷;下部,网状层呈斑块状,高低错落。     

肩锁关节脱位钢丝内固定的体会

用钢丝内固定治疗肩锁关节脱位45例,与用骨圆针或螺丝钉内固定30例相比较,后者5例出现内固定过程中骨质钻破或撕裂情况,达18.9%,前者无1例出现.用钢丝内固定方法简单,固定可靠,较突出的优点为在内固定过程中不易造成骨质钻破、撕裂情况.     

基于小脑模型关节控制器的神经元离散滑模控制

针对常规滑模控制中,在状态轨迹沿滑模面运动过程中易产生抖振的现象,将小脑模型关节控制器与滑模控制相结合,提出了一种新的控制策略,即基于小脑模型关节控制器的神经元离散滑模控制,并对该方法进行了计算机仿真。仿真结果表明,采用本文所提出的方法,不仅有效地抑制了抖振,而且系统具有良好的动态品质。     

四足步行机器人动力学模型及脚力分配的研究

推导了四足步行机器人的动力学模型,在此基础上利用平方规划方法研究开发四足步行机器人脚力分配的新算法．这种方法既考虑电机模型,分析了四足步行机器人的关节驱动约束条件,又结合摩擦等约束分析及转换,建立了机器人多约束方程,利用平方规划提高解的质量,并缩减解的规模．最后通过实例验证了该算法的优越性。     

改良双Endobutton技术治疗TossyⅢ型肩锁关节脱位

目的介绍一种治疗新鲜肩锁关节Ⅲ度脱位的新技术,并探讨改良双Endobutton技术治疗TossyHI型肩锁关节脱位的疗效。方法2008年1月～2012年1月收治28例Tossym型肩锁关节脱位,采用双Endobutton技术重建喙锁韧带的功能。其中男16例,女12例;年龄24～51岁,平均（33．6±11．2）岁;采用改良双Endobutton技术,手术时间在伤后1～7d,平均（3．5±2．3）d,术后1周开始功能锻练。对患者进行跟踪随访,评定疗效。结果28例患者均得到随访,时间4～18月,平均6．4月,脱位全部复位,无再脱位。均恢复正常生活和工作。按照Karlsson标准评定患者术后的肩关节功能恢复情况：A级2l例,B级7例。结论改良双Endobutton技术创伤小,固定牢固,操作方便,是TossylH型肩锁关节脱位理想的治疗方法。     

大尺寸关节支架的3D打印及应用

人工关节假体的置换与长期植入后的失效问题将造成关节组织不可恢复的损失,小块可降解骨软骨关节支架具有恢复病变关节的力学环境和诱导新生组织生长的能力,为大尺寸关节病变缺损修复提供了新的治疗策略.大面积深层病变软骨关节病变位置的生理结构与力学环境的分析,以及多材料复合关节支架的仿生制造与手术方案是治疗方案开发的难点.本文提出一种新型多材料关节支架的仿生设计与制造技术和植入方法.以诱导组织生长为导向,选择聚乙二醇凝胶(polyethyleneglyco,PEG)、β-磷酸三钙陶瓷(β-tricalcium phosphate,β-TCP)、聚乳酸(polylactide,PLA)等生物材料开发新型支架;以羊膝关节为研究对象,通过反求工程、有限元分析和3D打印技术,利用有限的影像学数据信息,建立膝关节模型和易病变软骨区域;基于支架生理结构特征与关节缺损区机械承载能力的映射关系,建立大块仿生骨软骨支架的结构与稳定性固定结构.实验证明该支架在置换初期较好地恢复了缺损关节的力学环境.所提出的方法和支架有望为大面积骨软骨缺损的修复提供一种新的治疗方案.     

一种单输入CMAC策略在机械手逆模控制中的应用

小脑模型关节控制器(CMAC)是一种结构简单、学习速度快的局部神经网络,适合于实时控制。但对于某些高维输入系统来说,CMAC需要大量的存储空间,实际应用性能下降。文章结合传统PID反馈控制与神经网络逆模控制的特点,利用CMAC网络对机械手进行逆模控制;针对网络所需输入量较多的问题,提出了一种单输入CMAC网络的逆模控制策略,并将提出的控制策略应用于2自由度机械手的轨迹控制;引入测量变量使网络输入由二维转换为一维,减少了神经网络所需存储空间,提高了学习速度。仿真实验结果表明,所提出的控制策略克服了机械手非线性和不确定性的影响,是可行的。     

紧凑型内嵌扭矩传感器机器人关节设计

内嵌扭矩传感器的紧凑型一体化关节可增加机器人的负载质量比,提高力控安全性,更适用于服务行业。通过对轻型协作机器人关节的研究,提出了机器人关节系统整体设计方案。基于关节设计参数,研究关节系统工况负载下的可靠性。对关节扭矩特性进行分析,设计了17型号关节扭矩传感器本体,并采用有限元仿真方法,验证了应变片安装位置的合理性。研制了放大与低通滤波电路系统,并对传感器进行实验分析标定,拟合扭矩电压特性曲线,得到线性度、灵敏度、迟滞和零漂参数。最后对研制的关节整机进行负载测试,并应用于五自由度碳纤维轻型机械臂系统。结果表明:紧凑型内嵌扭矩传感器机器人关节质量轻、负载能力高,扭矩传感器具有较高的精度和灵敏度。     

采用表面肌电信号的手指关节角度精确感知方法

针对目前采用肌电信号的手指关节角度连续解码误差较大,导致肌电假肢手运动效果较差的情况,提出了一种应用表面肌电信号、深度回归森林模型和人工神经网络相结合的手指关节角度连续精确感知方法。首先,应用基于滑动时间窗的特征提取器从前臂8个通道的肌电信号中各提取7种肌电信号特征(肌电信号的平均绝对值、积分肌电值、均方根、波形长度、对数特征、过零点数、斜率符号变化数),输入深度森林回归模型得到具有较大波动的掌指关节估计角度;然后,采用人工神经网络对这些掌指关节估计角度进行优化,以创建一种深度森林回归模型与人工神经网络相结合的综合回归模型;最后,利用该综合回归模型对采集到的表面肌电信号进行连续精确解码,得到肌电假手掌指关节角度控制量,其余手指关节角度可通过比例控制得到。采用所提方法进行实验验证,结果表明：所提方法的平均轨迹跟踪精度比传统高斯过程方法提高了42%,达到82.12%,证明所提方法对基于肌电信号的手指关节角度估计具有非常优良的效果。