组合柔性结构的结构特征对其变形特性的影响

对柔性铰链与杆组成的组合柔性结构的结构特征进行了研究,认为柔性铰链与杆二者的厚度比、长度比是影响组合柔性结构变形特性的两个特征参数.以一组不同结构尺寸的组合柔性结构为例,分别采用有限元法与伪刚体模型法对其变形进行对比,分析了组合柔性结构的厚度比、长度比对其变形特性的影响;根据特征参数不同取值对组合柔性结构变形特性的影响结果,对组合柔性结构进行了分类.     

柔性倒立摆远程控制实验系统

通过对柔性连接倒立摆系统的一级摆实物远程控制研究,采用拉格朗日方程法进行系统建模,建立了一级柔性连接倒立摆系统的数学模型并进行了定性分析. 探讨了利用Matlab与Simulink实现系统的实物控制及加权矩阵 Q和R 的选取方法. 结合Matlab和C语言,实现了柔性倒立摆系统以互联网为介质的远程控制实验系统.     

四自由度组合柔性铰链的设计及性能分析

设计一种由3个柔性铰链组成的,用于高精密磨床的微位移工作平台.通过3个柔性铰链对输入位移进行缩小,呈线性地输出,实现在工件定位过程中对(→overX)平移、(→overZ)平移、X^︵旋转、Z^︵旋转4个方向自由度的微小位移及角度调整的功能.优选3个柔性铰链所使用的材料,运用ANSYS仿真软件分析3个柔性铰链输入位移与输出位移、输出角位移之间的响应关系,以及工作过程中各个柔性铰链内部的应力大小.结果表明:工作台(→overX)方向,(→overZ)方向的输出输入位移比分别为0.137,0.286 μm·μm^-1;X^︵旋转,Z^︵旋转的输出输入位移比分别为6.516×10^-4,2.180×10^-3(°)·μm^-1;在零件最大加载位移以内,输出响应与输入位移之间都呈现良好的线性关系,误差均在0.1%以内.     

精准医疗中的柔性电子技术

 精准医疗是一种以个人健康大数据为诊疗依据的高度个性化的新型医疗模式,其依靠的数据主要包括基因型数据、表型数据和环境数据,其中表型数据和环境数据的获取需要借助具有动态数据采集能力的移动测量装置。本文简述了精准医疗的一般概念,提出柔性电子技术能够为动态医学监测提供有力的技术保障,并从材料体系、结构设计、集成方式和数据传递方式等方面概述了柔性电子技术,结合了目前柔性电子技术在医学监测领域的研究成果展示了其在精准医疗领域的巨大应用潜力。提出可以从提高系统的供电能力、提高系统的集成度与复杂度以及深入研究化学量检测等方面进一步提升柔性医学监测系统的性能,使其更好地服务于精准医疗模式。     

生产能力约束条件下的柔性作业车间调度优化

柔性作业车间调度问题是经典作业车间调度问题的深化,为解决实际生产系统中作业车间调度资源受限问题提供了方案.从生产能力约束条件出发构建柔性作业车间调度模型,以最大完工时间最小和最大机器负荷最小为目标函数,并提出了基于此的改进遗传算法.该算法采用基于工序和基于机器相结合的编码机制,利用改进多父代交叉算子和多点变异进行遗传操作,在充分保留父代优良基因的同时保证了种群的多样性,克服了传统遗传算法易于早熟或收敛慢的缺点.最后,通过仿真和比较实验,验证了该算法优化生产能力约束条件下柔性车间调度问题的可行性和有效性.     

柔性航天器自适应多层神经网络跟踪控制方法

针对柔性航天器的姿态跟踪以及振动抑制问题,提出了一种自适应多层神经网络控制方法。利用自适应多层神经网络来补偿系统的非线性项,利用光滑变结构项来补偿神经网络逼近误差及外部干扰。柔性航天器为典型的一个中心刚体加柔性附件的结构,假设模型参数未知并且具有任意的有限维。控制器只利用姿态角和角速度信息进行反馈控制,不需柔性附件振动信息。最后,实验表明该方法可以有效地完成姿态跟踪和振动抑制。     

多连杆柔性关节机械臂的神经滑模控制

钟对多连杆柔性关节机械臂,设计了基于高斯径向基函数神经网络（GRBFNN）的滑模控制器,该控制器利用神经网络的逼近能力,将各关节的切换函数作为网络的输入,控制器完全由连续的RBF神经网络实现。利用该控制器与线性二次型跟踪器以及传统滑模控制器对三连杆柔性关节机械臂进行轨迹跟踪控制仿真。仿真结果表明：线性二次型跟踪器具有一定传输时延,滑模控制器跟踪轨迹有明显抖振,而神经滑模控制器取消了切换项,消减了抖振,具有良好的跟踪效果和稳定性。     

复杂柔性车载液压机械手振动主动控制方法研究

利用动态子结构法和神经网络直接逆自适应控制研究一种柔性车载液压机械手的弹性动力学建模和振动主动控制方法。根据机械手各部件的实际边界约束条件,将机械手系统分解成由不同约束的连续梁构成的九个子结构。在建立各子结构的动力学控制方程后,借助边界条件经综合得到系统的动力学模型;在液压作动器的作用点设置边界坐标,极方便地得到系统的状态控制方程。通过神经网络学习该动力学模型的逆模型,从而产生液压作动器的电压控制信号,在控制过程中神经网络能够自适应的调整控制参数,使系统的输出达到最佳控制状态。系统仿真结果表明,神经网络直接逆自适应控制技术明显优于传统的PID控制算法,且该方法具有很强的鲁棒性和良好的减振效果。     

石墨烯在柔性锂离子电池中的应用及前景

随着具有变形功能的移动电子设备的出现和发展,为其供电的可变形、柔性锂离子电池近年来受到广泛关注.柔性锂离子电池一般指具有可逆弹性变形能力,同时可正常工作的锂离子电池.按照变形难易程度,大部分研究中的柔性锂离子电池,均指可弯折柔性锂离子电池.本文总结了石墨烯在可弯折柔性锂离子电池领域的进展情况.石墨烯具有很高的电子电导率,可将石墨烯附着于高分子、纸、纺织布等柔性基底上,利用基底提供柔性支撑、力学性能,石墨烯提供导电网络,形成石墨烯/柔性基体复合结构.利用石墨烯的二维柔性结构及表面官能团,与其他材料复合,能够制备出一体化石墨烯复合柔性电池电极.石墨烯柔性复合材料作为电极时,能够提高电池的整体能量密度,因此具有更广阔的发展前景.本文同时介绍了柔性锂离子电池的力学特性和电化学性能表征方法,并对柔性锂离子电池的未来发展方向进行了预测.柔性锂离子电池发展趋势是提高其变形能力,并赋予柔性锂离子电池一定的可拉伸性能,以使其适应各种复杂应用;新型柔性锂离子电池也将具有自修复和快速充电能力;未来同时将研究喷涂或打印等新型柔性电极的制备和器件优化设计.虽然仍然存在尚待解决的问题,石墨烯柔性锂离子电池经过适当的电化学性能和力学性能改进,将在移动电子领域得到广泛应用.     

基于订单完成的柔性流水作业排序

按订单进行生产安排符合大多数实际应用,研究基于订单完成的柔性流水作业排序问题,考虑工件的订单属性,以最小化订单的加权误工成本为目标来进行柔性流水作业的排序,给出了具体的排序算法。