课程文献中心 更多>>

关键词： 连续无创   血流动力学参数   光电脉搏波   机器学习   容积补偿法  

摘要： 在灾难急救转运和临床手术中,连续血流动力学参数的监测对于医生迅速判断患者身体状态至关重要,有助于降低患者死亡率。鉴于传统的血流动力学监测为有创法、不仅操作复杂,而且对患者稳定性和身体状态要求极高,因此,本课题基于容积补偿法,从连续血压波形中提取多个特征参数,并结合其他非线性参数和多种机器学习模型,构建了多种血流动力学监测模型。 论文的研究内容包括以下三个方面: （1）建立动物实验失血数据库,开展了血容量与血流动力学之间的关系研究。血流动力学与血容量直接相关,为研究血容量与血流动力学之间的关系,需要进行失血过程中血流动力学参数的采集。本文选择使用与人类循环系统高度相似的长白猪进行失血实验,采集失血过程中血流动力学参数的变化数据。本文从采集的血压波形和心电波形中提取收缩压、舒张压、平均压以及脉率/心率等血流动力学参数,利用统计学分析探索血容量与这些参数之间的规律性变化。随后,基于这些血流动力学参数,结合脉搏波信号和机器学习模型,构建失血量辨识模型,失血量辨识准确率在90%以上。 （2）人体无创血流动力学数据库建立和每搏输出量（Stroke Volume,SV）算法的研究。SV是血流动力学的核心参数,其余参数均在其基础上计算得出,因此首先对这个参数进行研究。本课题在实验室采用无创的Finapres设备获取血压波形和血流动力学参数数据。基于本实验数据,进行血流动力学参数数学模型的研究,计算出的SV值与设备SV值基本一致,但误差较大,因此将无创血压波形提取多个特征,结合其他非线性特征和SAE模型,构建SV值计算模型,模型计算的SV值与真实SV值拟合优度R2达86%。 （3）开展临床实验,对多种无创血流动力学参数计算方法进行了研究。根据金标准的有创血流动力学参数研究算法。在临床环境中使用有创的Lidco设备收集有创血流动力学参数数据,并同时利用自行研发的设备采集无创血压波形数据,建立临床数据库。用自研设备采集的无创血压提取多种特征,结合非线性特征和多种机器学习方法,构建多种血流动力学参数计算模型,SV、心输出量（Cardiac Output,CO）、心排指数（Cardiac Index,CI）、每博输出指数（Stroke Volume Index,SVI）的拟合优度R2分别为78%、78%、79%、79%。 该研究通过深入探究不同状态下的血流动力学参数,成功构建了一种无创血流动力学连续监测算法,此算法的开发为推进无创血流动力学连续监测设备的研究奠定了基础。

关键词： 沉积物   磷   吸附动力学   固体浓度   溶质运移-反应模型  

摘要： 磷是控制水体富营养化的关键因素,而表层沉积物是磷的重要来源和归宿。表层沉积物与磷的相互作用对水体富营养化防治有重要的影响,探讨沉积物吸附磷的动力学过程对研究沉积物与磷的相互作用至关重要。部分研究在探讨沉积物吸附磷的动力学参数时,使用了批次试验法、流通混合试验法等,但其存在操作过程繁琐、改变原位沉积物状态等缺点,影响使用获得的参数对沉积物吸附磷的动力学过程模拟的准确性;而流通短柱法不仅保留了表层沉积物的孔隙结构和微生物,且能实现长时间持续试验,使其在研究原状沉积物方面具有更大的优势。 本文以张村河水质净化厂出水口附近典型尾水型河段的表层沉积物为研究对象,通过对磷吸附动力学试验,探究了不同磷浓度和不同固体浓度对表层沉积物吸附磷动力学参数的影响,探讨了批次试验、流通搅拌试验和流通短柱试验结果的差异并进行适宜条件的讨论。另外,本文基于R语言建立一维溶质运移模型,并模拟流通短柱试验的磷吸附动力学过程,并应用不同试验方法的吸附动力学参数预测出水磷浓度。主要研究结果如下: （1）在批次试验中使用改进F型曲线对试验数据进行拟合,得到沉积物中的初始磷含量较小,为1.96×10-4 mg/g,可以忽略初始磷含量对吸附过程的影响。根据批次试验法和流通混合试验法得到的不同动力学模型的R2比较,准一级反应动力学模型更适合张村河表层沉积物吸附磷的动力学过程;溶液浓度相同条件下流通短柱试验得到的平衡吸附量Qe与流通混合试验得到的平衡吸附量Qe差别不明显,且都大于批次试验,吸附动力学常数k由大到小排序分别为:批次试验、流通混合试验、流通短柱试验。 （2）根据沉积物剖面的吸附动力学发现,在沉积物深度从1 cm增加到5 cm时,平衡吸附量Qe从7.275 mg/g减小到4.395 mg/g,这可能与氧化还原条件有一定关系,还有可能与表层沉积物孔隙度略大有关;吸附速率常数k变化范围在0.001左右,说明在这个范围内不同层沉积物的差异对吸附速率常数的影响不大。 （3）根据不同试验得到的固体浓度拟合曲线,得到固体浓度在283 g/L的情况下,批次试验和流通混合试验的吸附几乎都是一瞬间完成的,并没有讨论动力学的意义,因此使用这两种试验方法得到的吸附动力学参数进行数值模拟可能导致结果的偏差较大。流通短柱试验的试验结果拟合较好,说明流通短柱试验更适合研究表层沉积物吸附磷的动力学过程,并且适合应用于表层沉积物早期成岩模拟的吸附动力学参数。 （4）对批次试验和流通混合试验中固体浓度为2 g/L、5 g/L、10 g/L下的吸附动力学进行数值模拟预测其出水浓度,发现拟合效果较好。但随着固体浓度的上升,模拟结果开始出现较大的偏差,说明在固体浓度效应的影响下,批次试验法和流通混合试验法的适用性需要进一步探讨。

关键词： 影响因素   动力学参数   泥石流流态   阻力特性  

摘要： 本研究通过对蒋家沟流域典型泥石流沟的野外现场调查和资料收集,以室内土工试验和水槽实验相结合的方式为主要研究手段,开展了不同因素对泥石流动力学参数影响的研究,分析了泥石流动力学参数的变化规律,阐明了不同特征粒径、密度、规模和坡度对泥石流动力学参数的影响,揭示泥石流运动流态对基底阻力的响应规律,推导出泥石流流态与基底阻力的计算公式,为泥石流的防灾减灾提供参考依据。主要结论如下: （1）实验分析了不同特征粒径、密度、规模和坡度对泥石流动力学参数的影响。多元线性回归分析发现,对泥石流流速贡献最大的是泥石流密度（标准化系数0.64-0.68）,对泥石流流深贡献最大的是泥石流规模（标准化系数0.88-0.90）,对泥石流剪切应力贡献最大的是泥石流密度和规模（标准化系数0.31-0.54,0.41-0.47）,对泥石流正应力贡献最大的是泥石流密度和规模（标准化系数0.38-0.60,0.65-0.81）,泥石流孔隙水压力贡献最大的是泥石流密度和规模（标准化系数0.44-0.60,0.44-0.73）,特征粒径对泥石流动力学参数的影响贡献较小（标准化系数0-0.23）。 （2）对于规模为0.1 m3的泥石流,泥石流龙头拜格诺数NBag大部分小于临界值200,萨维奇数NSav大部分小于临界值0.1,摩擦数NFric大部分小于临界值2000。因此,泥石流龙头的流态特征为粘性剪切应力相对于颗粒摩擦应力和颗粒碰撞应力,对泥石流运动影响占据主要作用。泥石流规模的增加（从0.1 m3到0.2 m3）,流态特征发生了显著变化。泥石流在断面X1=1.5 m处摩擦数NFric大部分大于2000,流态特征由粘性剪切应力主导转变为颗粒摩擦应力主导。 （3）通过分析不同密度泥石流的曼宁系数,稀性泥石流在断面曼宁系数平均值在0.014-0.023之间,过渡性泥石流在断面曼宁系数平均值在0.013-0.025之间,粘性泥石流在断面曼宁系数平均值在0.018-0.027之间。不同密度泥石流的曼宁系数差异较小,表明泥石流运动阻力主要由颗粒间的相互作用力和液相浆体的粘性剪切应力构成。 （4）泥石流运动流态无量纲数(拜格诺数NBag、萨维奇数NSav、摩擦数NFric)与泥石流基底阻力呈现出幂函数关系,泥石流运动流态能够反映固体颗粒间的相互作用、液相浆体粘性剪切应力对泥石流基底阻力的主导作用,为泥石流的防灾减灾提供参考依据。

关键词： DH标定修正   激励轨迹   动力学模型   参数辨识   拖动控制  

摘要： 随着工业智能制造的兴起,机械臂已然成为提高生产力的强大助力。工业生产对机械臂的控制精度提出了更高要求,基于模型的控制能够提供更高的精度,因此基于模型的动力学控制逐步成为主流。本文完成了机械臂动力学建模和参数辨识,在此辨识结果的基础上实现了基于动力学模型的拖动控制。论文主要研究内容包括: 首先,本文推导了机械臂的运动学模型,利用激光跟踪仪对机械臂DH参数标定修正,得到了修正后的DH参数,提高了机械臂的绝对定位精度,为后续激励轨迹的运行提供了精度保障。使用牛顿-欧拉法建立机械臂动力学模型,在Matlab中进行动力学模型正推得到力矩式后,将惯性矩阵表达式由质心惯性描述转换到连杆惯性描述,并且把动力学参数线性化。之后将Stribeck效应考虑在内,改进了关节摩擦模型,并将非线性模型参数分解到回归矩阵中,获得了可用于辨识的最小惯性参数集。 其次,为更好地激发机械臂的动力学特性,优化了激励轨迹的设计,确定以五阶傅里叶级数作为激励轨迹表达式。为提高实验收敛速度和降低噪声干扰,本文以机械臂信息矩阵最小奇异值的倒数作为目标函数,优化了目标函数。在设计激励轨迹时以机械臂工作空间及连续性作为约束条件,分别使用内罚函数法、遗传算法和代理优化算法对傅里叶级数的轨迹系数进行优化,每种算法优化出十条轨迹,并设计辨识误差仿真对比实验,对比三种算法辨识结果的均方根误差,择优选择由内罚函数法优化的参数作为最优激励轨迹的系数。 最后,进行真机实验,使机械臂运行激励轨迹,采集关节位置、力矩数据,并且设计巴特沃斯低通滤波器对数据滤波降噪;针对传统辨识算法进行改进,使用基于拟牛顿的BFGS(Broyden,Fletcher,Goldfarb,Shanno)迭代算法对带有非线性摩擦的动力学模型参数进行辨识。设计对比实验,使用最小二乘法辨识基于库伦-粘滞摩擦的动力学模型,将实际力矩值与模型预测力矩值相比较,两种算法辨识的六个关节的平均误差均值分别为1.14 N·m和1.51 N·m,改进辨识算法的平均误差精度比最小二乘算法提高了20.40%,尤其第六关节误差精度提高了33.87%,证明本文的方法提高了辨识精度。为了验证本文改进动力学模型的准确性,设计拖动控制器,对机械臂末端进行拖动控制,验证非线性摩擦的效果,相比库伦-粘滞模型,本文优化后的摩擦模型能够在低速条件下减弱第六关节的抖动现象,验证了本文拖动控制器的有效性。

关键词： 多晶γ-TiAl合金   刀具参数   纳米切削   表面质量   分子动力学  

摘要： γ-TiAl合金具有低密度、高比强度和比刚度、抗蠕变和抗氧化性能良好等性质,是医疗、镀膜、航空航天领域最具发展潜力的轻质高温结构材料之一。由于γ-TiAl合金具有室温脆性、低延展性和断裂韧性差等缺点,使其在加工过程中容易产生微裂纹而导致零件在其服役过程中发生断裂失效,影响零件的服役寿命。从微米甚至纳米尺度来观测、统计、分析材料在加工过程中产生的缺陷及其演化规律变得极其重要,由于存在实验及检测设备精度、量子物理发展等方面的限制,使得研究纳米尺度下的切削过程和结果较为困难。因此,本文使用分子动力学方法对不同刀具参数下多晶γ-TiAl合金的切削过程进行了模拟,主要研究内容如下: (1)使用分子动力学方法模拟了不同刀具参数下的多晶γ-TiAl合金纳米切削过程,对纳米切削过程中的切削力、基体温度、表面粗糙度进行了对比分析。结果表明:增大刀具前角、减小刀具刃口半径有助于降低切削力及其波动、降低切削温度,使切削过程更加稳定,而刀具后角的变化对切削过程的影响较小;增大刀具前角会减弱基体的弹性恢复效果;相比之下,负前角切削比正前角切削更容易使基体产生晶粒旋转与晶界台阶,增加已加工表面粗糙度;已加工表面质量还会受到晶粒位错滑移的影响,在正前角的切削过程中,基于基体中晶粒的取向与受力状态,若某部分基体容易激活向已加工表面方向上的滑移,则会使已加工表面形成凸起,降低已加工表面粗糙度。 (2)使用分子动力学方法模拟了不同刀具参数下含不同晶界γ-TiAl合金纳米切削过程,对纳米切削过程中切削力、基体温度、基体塑性变形进行了对比分析。结果表明:对于两种晶界模型的切削过程,在一定范围内增大刀具前角、增大刀具后角或减小刀具刃口半径,切削力及其波动、切削温度和基体内部缺陷均有降低的趋势,刀具后角与刀具刃口半径对平均法向力的影响要远大于平均切向力;相较于扭转晶界,大角晶界两侧切削过程的差异较大;对于大角晶界模型,刀具刃口半径的变化对切削过程的影响较小;基体内位错、层错等缺陷更容易集中在扭转晶界附近;对于扭转晶界模型,刀具前角的变化对切削过程的影响更大。