基于稳态自适应技术的水下机器人系统在线辨识

针对水下机器人运动和作业过程中的有效载荷变化使得机器人动态特性也相应地发生变化的特点,以开架式无缆水下机器人为研究对象,在对其动力学模型进行简化的基础上,提出了一种基于稳态自适应技术的在线参数辨识方法,进行了与基于最小二乘法的离线参数辨识的对比实验以及水下机器人特性发生变化时的在线辨识实验,水池实验结果验证了基于稳态自适应技术的参数在线辨识方法对开架式水下机器人进行系统辨识的有效性和可行性.     

随机干扰下AUV推进器故障特征提取与融合

针对水下传感器自身噪声等随机干扰影响水下机器人推进器故障诊断结果的准确性问题,为降低随机干扰影响,提出了基于小波近似分量提取故障特征、基于控制信号变化率提取故障特征以及带有归一化处理的特征融合方法.将速度信号进行小波分解,对分解后的尺度系数进行小波重构得到小波近似分量;对控制信号进行求导,得到控制信号变化率.基于修正贝叶斯算法,分别从小波近似分量和控制信号变化率中提取故障特征.基于证据理论对提取到的两个单一特征进行融合,并将融合结果进行归一化处理.水下机器人实验样机的水池实验结果验证了所提方法的有效性.     

电火花电解复合加工脉冲电源的研制

本文论述了在电火花成型加工机床上进行电火花电解复合加工,对脉冲电源的要求及具体方案的实施。通过工艺参数的对比,取得了较满意的工艺效果,说明这种新型电源是适合电火花电解复合加工要求的。在改进的D5540电脉冲机床上,用上述电源采用复合工作液加工5CrMnMo材料,表面粗糙度Rz=4.3μm时,加工速度为10mm~3/min。     

基于小波最优重构尺度的AUV推进器故障检测方法

针对采用传统小波方法检测外部干扰下自主式水下机器人(AUV)推进器故障时存在的故障检测灵敏度较低问题,提出一种基于小波最优重构尺度确定的AUV推进器故障检测方法,基于小波Shannon熵的小波最优重构尺度确定方法确定离散多层小波分解后细节系数的最优重构尺度,目的是滤除外部干扰等与故障无关信号,并选择故障信息含量最多的最佳重构尺度进行小波单支重构以识别AUV推进器故障特征.AUV实验样机水池实验结果表明,与传统小波方法相比较,所提方法故障检测灵敏度提高了27.78%.     

SIWR—Ⅱ型水下机械手控制特性及误差分析

本文分析了SIWR-Ⅱ型水下作业机械手动力机构的传递函数、零位特性及静态特性,最后分析计算了SIWR-Ⅱ型水下机械手稳态负载误差.     

基于子区生长的移动机器人视觉图像分割

针对区域生长法中自播种过程消耗了大部分时间的问题,提出了基于子区生长的图像分割方法,以提高图像分割效率.该方法在具有区域一致性的子区生长基础上,将分割与自播种过程结合在一起,提高了图像分割速度.同时针对图像噪声干扰子区一致性检测问题,提出采用区域像素平均距离作为区域一致性标准.实验结果表明:区域像素平均距离比传统的方差具有更好的噪声抑制能力;移动机器人视觉图像分割实验验证了所提出的基于子区生长的图像分割法的有效性.     

基于终端滑模观测器的水下机器人推进器故障重构

研究了基于终端滑模观测器的水下机器人推进器故障重构方法.针对传统滑模观测器中状态估计误差渐进收敛而影响推进器故障重构时效性的问题,利用终端滑模所具有的有限时间收敛特性,构建终端滑模观测器以保证所有的状态估计误差在有限时间内收敛,并利用等效输出误差注入方法重构推进器故障值.通过仿真对所提方法进行有效性验证.