课程文献中心 更多>>

关键词： 履带车辆   动力学模型   三层设计空间   代理模型进化   递阶优化方法  

摘要： 为解决履带车辆动力学优化过程因代理模型构建和应用的不足而导致的参数寻优精度和效率不高的问题,提出基于代理模型进化的参数优化方法,将优化迭代和代理模型动态构建相融合,来降低仿真模型调用次数和提高优化效率。根据车辆几何拓扑结构,构建考虑履带包络效应的车辆多体动力学模型;提出优化设计变量空间的3层子空间划分方法,以及具有空间聚焦、空间约简和跳出局部寻优的多级模糊聚类空间约简方法,实现设计参数在3层子空间的高效缩减。以履带车辆多体动力学模型参数优化过程为例进行应用验证。研究结果表明:在3种路况下的履带车辆多体动力学优化过程降低仿真模型调用次数最高可达85%;表征履带车辆行进特性的综合性能指标分别提升约32.4%、24.5%、20.4%。证明了新方法可有效提高动力学模型的优化效率和精度。

关键词： 腹腔镜下保留自主神经的广泛子宫切除术   腹腔镜下广泛性全子宫切除术   宫颈癌   疗效   尿动力学参数  

摘要： 目的探讨腹腔镜下保留自主神经的广泛子宫切除术(LNSRH)治疗宫颈癌的疗效及对尿动力学参数的影响。方法将120例宫颈癌患者按照手术方案的不同分为对照组64例和观察组56例,对照组患者采用腹腔镜下广泛性全子宫切除术(LRH),观察组患者采用LNSRH,比较两组患者手术相关指标、并发症发生率、膀胱功能指标、尿动力学参数及生活质量。结果两组患者手术时间、阴道切除长度、淋巴结清扫数目及术中出血量比较,差异均无统计学意义(P﹥0.05)。观察组患者尿潴留发生率低于对照组,差异有统计学意义(P﹤0.05)。观察组患者尿失禁及膀胱功能障碍发生率均低于对照组,术后拔除导尿管时间短于对照组,差异均有统计学意义(P﹤0.05)。手术后,两组患者残余尿量(RUV)均降低,最大尿道压(MUP)、膀胱容量均升高,且观察组患者RUV低于对照组,MUP、膀胱容量均高于对照组,差异均有统计学意义(P﹤0.05)。手术后6个月,两组患者社会/家庭状况、情感状况、生理状况和功能状况评分均升高,且观察组患者社会/家庭状况、情感状况、生理状况和功能状况评分均高于对照组,差异均有统计学意义(P﹤0.05)。结论LNSRH能有效改善宫颈癌患者的膀胱功能,提高患者的生活质量。

关键词： 协作机器人   动力学参数辨识   扰动观测器   导纳控制  

摘要： 协作机器人是机器人领域的研究热点之一。本文以典型的6自由度协作机器人UR5为研究对象,主要围绕以下几个方面展开研究:机器人动力学建模和参数辨识、基于机器人动力学模型的扰动观测器设计,以及无六维力/力矩传感器的笛卡尔空间导纳控制。具体研究内容如下: 首先,本文推导了UR5机器人的动力学模型,并通过实验辨识出了其动力学参数。辨识方法采用了迭代最小二乘法,并通过线性矩阵不等式约束确保了辨识参数的物理可行性。此外,通过对采集到的数据进行加权处理,降低了异常数据对辨识结果的影响。在摩擦模型方面,本文使用了Stribeck摩擦模型代替库伦粘滞摩擦模型,并利用反向传播神经网络构建了关节摩擦的神经网络模型,以提高关节摩擦的辨识精度。为了进行参数辨识,本文设计了五项有限傅里叶级数激励轨迹,并采集了机器人的关节位置、关节速度和关节力矩数据。实验结果表明,所采用的辨识方法能够提高动力学模型的精度。 接下来,本文以辨识出的动力学模型为基础设计了三种扰动观测器,用于导纳控制实验的外力估计。详细推导了基于低通滤波器、基于广义动量和基于卡尔曼滤波的扰动观测器的数学原理和离散化实现。在仿真软件Coppelia Sim中,不考虑摩擦力的情况下,以恒力估计和变力估计为示例研究扰动观测器的参数选择对扰动观测器外力估计性能的影响,为实验中每种扰动观测器的参数调节提供指导。在实际实验中考虑关节摩擦力的作用,以变力估计为示例对比三种扰动观测器的外力估计性能,使用平均计算时间、力矩均方根误差和参数调节难易程度作为评价指标,其结果表明使用前向欧拉法离散化的基于卡尔曼滤波的扰动观测器综合性能最佳,为后续笛卡尔空间导纳控制实验奠定基础。 最后,本文实现了无六维力/力矩传感器的笛卡尔空间导纳控制。推导了笛卡尔空间导纳控制的设计原理和离散化实现,通过雅可比矩阵将扰动观测器转换为虚拟六维力/力矩传感器,提出了基于虚拟六维力/力矩传感器的笛卡尔空间导纳控制的实验方案。实验中对比了SRI六维力/力矩传感器和所设计的虚拟六维力/力矩传感器,验证了虚拟六维力/力矩传感器精度满足笛卡尔空间导纳控制的要求,并将其用于UR5机器人的笛卡尔空间位置导纳控制和姿态导纳控制,证明了所设计方案的有效性。

关键词： 组合导航系统   车辆行驶状态参数   动力学模型   轮胎侧偏刚度   融合算法  

摘要： 车辆行驶状态参数估计是实现车辆控制、导航以及辅助驾驶等功能的基础,由于单一传感器本身的局限性,部分车辆状态参数不能直接测得。因此,本文通过车载传感器采集车辆行驶数据,并结合车辆运动学和动力学模型实现车辆的纵向速度、质心侧偏角和横摆角速度等参数的准确估计,具体研究内容如下:首先,准确采集车辆行驶数据是估计车辆状态参数的基础,但是单一传感器在采集数据时受噪声影响较大,会造成误差积累、数据发散的现象,无法长期使用。针对此问题,建立了基于EKF融合算法的INS/GPS松组合导航系统,利用GPS输出的位姿信息,弥补INS在采集数据时的产生的误差积累,随后通过Matlab编程仿真,验证该融合算法具有较高精度,实现了车辆速度、加速度、位姿信息的准确估计,为后续车辆质心侧偏角、纵向速度、横摆角速度的精准估计提供保障。其次,车辆状态参数的准确估计需要充分利用动力学与运动学模型信息,针对普通车辆动力学模型估计精度差的问题,构造了基于遗忘因子的AUKF车辆状态参数估计算法。根据车辆行驶时各轮胎负载大小不同的原理,引入以递推最小二乘法获取实时轮胎侧偏刚度,提高了动力学模型的测量精度。通过Carsim/Simulink联合仿真并进行对比实验,证明以上模型算法在估计质心侧偏角、横摆角速度、纵向加速度信息时具有很高的精度;针对运动学模型设计了误差修正方程来降低长时间积分导致的误差积累,提高了积分法的准确性。最后,针对动力学模型和运动学模型所估计的质心侧偏角分布特性,设计了基于二维可拓理论的质心侧偏角融合算法,以侧向速度和侧向加速度为因变量,修改融合模型的权重系数,分配以上两种模型算法估计值所占的比例,提高了质心侧偏角的估计精度。通过Carsim/Simulink联合仿真对比试验与实车试验,验证了该融合算法在不同工况下具有良好的鲁棒性和跟踪性。

关键词： 协作机器人   激励轨迹   动力学参数辨识   示教学习  

摘要： 随着“中国制造2025”和“十四五”机器人产业发展规划等政策的推进,智能柔性协作机器人成为了研究热点。协作机器人作为一种新型的工业机器人,可以在共享空间中与人类安全地协同工作,提高了工作效率和质量。动力学模型参数辨识、拖动示教和示教学习是协作机器人的重要研究方向。目前拖动示教多依赖于外部传感器,而无传感器的拖动示教效果取决于动力学模型的精确程度,但由于机器人系统的复杂性和不确定性,动力学模型参数辨识精度难以保证。同时传统示教过程需要专业人员使用示教器进行编程,这种方式效率低且不具备自适应性。针对这些问题,本文对协作机器人动力学模型参数辨识,无外部传感器的拖动示教和拥有自适应能力的示教学习展开研究。具体内容如下:以六自由度协作机器人为研究对象,建立机器人运动学模型和动力学模型。采用Denavit-Hartenberg(DH)方法对机器人运动学和雅可比矩阵进行推导。使用牛顿-欧拉法对动力学进行建模,并通过改进库仑-粘滞摩擦模型对摩擦力进行建模,对建立的动力学模型线性化,并通过QR(Orthogonal,正交)分解得到最小可辨识参数集。为在参数辨识实验中充分激励机器人的动力学特性,本文使用有限傅里叶级数设计轨迹,并以分块回归矩阵为优化目标,考虑关节限位和启停限制作为优化约束条件,通过迭代最小二乘法对轨迹参数进行优化,得到更好地激发动力学特性的激励轨迹。以回归矩阵的条件数为激励轨迹的评判标准,证明了本文方法更能激发动力学特性,同时在实验平台上验证了激励轨迹的可行性。针对动力学参数辨识精度低的问题,本文提出了基于三次迭代辨识的动力学模型辨识及补偿方法。该方法采用迭代加权最小二乘法对基本动力学模型和改进摩擦力模型进行参数辨识,并通过高斯混合模型(Gaussian Mixture Model,GMM)补偿残差力矩。以实际测量力矩和模型估计力矩残差均方根为动力学参数辨识的评判标准,并通过实验平台验证,证明了辨识结果的准确性。本文将干扰观测器和导纳控制结合实现无外部传感器的拖动示教,并对动态运动基元(Dynamic Movement Primitives,DMP)算法改进提高了示教学习的鲁棒性。首先,对基本动力学模型进行解耦,得到标准机器人动力学模型,通过基于动量的干扰观测器对关节外力进行估计,并结合导纳控制技术实现协作机器人的零力示教。之后,通过手动引导得到的同一任务的多条示教轨迹,使用DTW在时间维度上对轨迹进行对齐,通过DMP-GMM实现对同一任务的多条示教轨迹建模、提取特征并形成任务轨迹,并对任务轨迹学习和泛化。最后,通过Python验证了DMP-GMM方法对于多条示教轨迹的学习和泛化能力,并在实验平台上验证了拖动示教和示教学习的可行性。

关键词： 颅内压   ONSD   TCD   脑血流动力学监测  

摘要： 目的探讨患者经颅多普勒超声(transcranial Doppler,TCD)监测脑血流动力学参数、视神经鞘直径(optic nerve sheath diameter,ONSD)与颅内压(intracranial pressure,ICP)之间的相关性,并评估TCD监测脑血流动力学参数、ONSD在ICP升高时的预测价值。 方法收集2021.09月—2022.07月入住我院急诊ICU(intensive care unit,ICU)的拟行腰穿的颅脑损伤患者的临床资料,由临床医师对患者□腰穿并测量记录ICP,由超声经验丰富的医师进□ONSD的测量,记录双眼ONSD值,取其平均值作为ONSD的最终结果,同时进行TCD检查,并记录其双侧大脑中动脉M1段的脑血流动力学参数,取两侧平均值作为最终结果。根据测得的ICP,分为颅内压增高组(n=60)、颅内压正常组(n=42),两组患者之间ICP与ONSD、脑血流动力学参数进行比较。 结果1.共收集拟行腰椎穿刺术并符合纳排标准的患者102例,其中颅内压增高组60例,颅内压正常组42例,对两组患者的性别、糖尿病、冠心病、疾病病因(创伤、脑出血、颅内感染、其他)、体质指数、格拉斯哥评分、ICU住院时长、平均动脉压等危险因素的一般资料进行统计学分析,差异无统计学意义(P>0.05),具有可比性;颅内压升高组的搏动指数(pulsatility index,PI)1.38(1.25,1.49),较颅内压正常组PI 1.04(0.87,1.12)高,差异有统计学意义(P<0.005);颅内压升高组ONSD(5.27±0.26)mm,较颅内压正常组ONSD(4.98±0.27)mm高,两组间ONSD差异有统计学意义(P<0.001)。2.通过ROC分析得出,ONSD、PI评估ICP升高的曲线下面积分别为0.825、0.794,两者联合预测概率的曲线下面积为0.952,相较于单个指标,预测价值显著提升。 结论1.颅脑疾病患者ONSD、PI与ICP升高存在相关性;***联合TCD监测脑血流动力学指标PI对颅内压升高的预测价值更高,更可靠。

关键词： 参数振动   平方阻尼   平均法   主共振   跳跃现象  

摘要： 参数激励摆是一类典型的参激振动系统,具有丰富的动力学现象和广阔的应用前景,受到国内外学者的广泛关注。本论文基于传统参数激励摆模型和斜置弹簧构型,提出一类具有无理非线性特征的参数激励摆系统,即“无理参数激励摆系统”。无理参数激励摆有别于传统参激摆系统,其动力学方程为含有三角函数项、无理项和分式项的二阶常微分方程,呈现出传统参数激励摆和SD振子的耦合动力学行为。本文通过理论分析和数值验证,研究无理参数激励摆系统在线性阻尼/平方阻尼作用下的非线性动力学行为。 首先,基于非线性动力学基本方法,分析无理参数激励摆未扰系统的复杂动力学行为,展现出标准柱面双阱动力学行为和非标准柱面双阱动力学行为的转迁特性。 其次,通过三角函数项局部截断近似,将无理参数激励摆系统简化成标准Mathieu方程和耦合SD振子方程。基于广义平均法,借助局部截断近似系统,解析得到无理参数激励摆系统在线性阻尼/平方阻尼下的平均方程。通过平均方程,厘清无理参数激励摆系统内部参数和外部参数对幅频特性曲线和幅幅特性曲线的影响趋势。 最后,基于相轨迹和时间历程图数值分析,分析无理参数激励摆系统的零解稳定性和稳定周期解,验证无理参数激励摆系统的幅频特性曲线和幅幅特性曲线的准确性。研究发现,在线性阻尼扰动下幅频特性曲线为常见的开口曲线,而在平方阻尼扰动下幅频特性曲线存在闭口现象。

关键词： 智能鞋垫   完全地面反作用力   RBF神经网络   CNN-LSTM神经网络   阵列式压力分布  

摘要： 步行是人们日常生活中最为常见的一种运动,步行过程中人体足部与地面连续产生的完全地面反作用力数据具有信息丰富、非侵入性等特点。同时,足底地面反作用力数据中还包含了大量人体病理信息。因此,对足底地面完全反作用力的有效测量与评估,对康复训练、病理诊断和评估跌倒风险等至关重要。当前的相关研究中大都采用测力平板测量的方式来获取足底地面完全反作用力,该方法虽然精度高,但是受设备数量和环境的影响,无法满足日常生活中长时间长距离的测量需求。因此,本课题设计了一款超薄智能鞋垫来获取人体运动状态下的足部信息数据,该鞋垫厚度为2mm,重量仅为236g,可以在运动中做到无感穿戴。然后通过神经网络模型将获取的传感器数据训练输出为足底完全地面反作用力。最后,通过实验验证了本课题所提出方法的有效性。本课题的主要内容如下: (1)针对目前市面上主流的测量仪器过于厚重,不适合于日常生活中佩戴的问题,设计了一款可以无感穿戴的足部数据采集系统。该系统包括了由柔性电容式压力传感器与博世BNO055智能传感器结合设计的超薄智能鞋垫和实现数据可视化的上位机界面。该足部数据采集系统可以在人体运动状态下对足底的阵列式压力变化和踝关节的姿态变化进行测量与数据可视化。 (2)针对目前利用阵列式压力分布与线性模型结合测算运动状态下足底完全地面反作用力的方法中,前后侧剪切力与内外侧剪切力测算精度不足的问题。本课题提出了PSO-GA联合算法优化的RBF神经网络模型用于人体步行状态下的完全地面反作用力测算的方法。该方法将经过数据处理后的阵列式压力分布变化值代入PSO-GA-RBF模型进行训练输出,并利用相关系数与归一化均方根误差作为指标评估模型的测算结果。 (3)针对PSO-GA-RBF神经网络模型存在峰值测算性能不佳、内外侧方向剪切力测算值相关系数较低等问题,本课题进一步提出一种改进WOA算法优化的CNN-LSTM测算模型来提升足底完全地面反作用力的测算精度。同时,为了获取更完善的人体步行状态下的足部数据信息,选用踝部姿态变化信息与阵列式压力变化数据作为融合输入数据集,代入IWOA-CNN-LSTM模型进行训练和测算。该方法可以有效结合CNN模型的数据特征挖掘与提取能力和LSTM模型的时序特征的测算能力。同时,通过改进WOA算法对LSTM模型的参数进行选取,以得到最优的网络模型。

关键词： 机器人动力学参数辨识   关节刚度辨识   刚柔耦合动力学模型   关节柔性补偿  

摘要： 工业机器人位姿精度和路径精度偏低的缺点使其难以满足如金属零部件加工,电子元器件装配等场景的高精度工艺需求。关节柔性变形是影响机器人的位姿精度和路径精度的因素之一。针对工业机器人的半闭环位置伺服控制无法主动补偿关节柔性变形的缺点,对关节柔性变形进行建模预测与补偿是提升机器人位姿精度和路径精度的有效途径。在关节柔性变形与机器人动力学密切相关的理论依托下,本文开展了机器人动力学,机器人关节刚度辨识以及基于机器人刚柔耦合动力学模型的关节柔性补偿三项关键技术研究,旨在贡献一个有效的机器人位姿精度和路径精度补偿策略。主要完成了以下工作: 1、基于牛顿欧拉法(Newton-Euler)建立了六自由度机器人动力学模型,研究了模型线性化,重组线性无关最小参数集,参数物理可行性约束,激励轨迹设计等参数辨识算法流程。本文根据摩擦机理与实际关节摩擦现象推导出以速度和关节载荷力矩为自变量的关节摩擦模型。该模型可精确预测预滑动摩擦,非线性黏性摩擦以及随关节载荷力矩变化的库仑摩擦三种摩擦现象。相关实验证明了所建立的动力学模型的准确性,以及惯性参数辨识结果和摩擦参数辨识结果的泛化性。 2、基于双位置编码器测量辨识机器人关节刚度,针对机器人关节传动角误差耦合多种传动误差的问题,根据机器人关节传动角误差相关理论,提出了一种传动角误差解耦方法,获得独立的关节柔性变形数据,实现直接测量机器人关节刚度参数。针对工业机器人仅有电机侧位置编码器的局限性,研究了基于激光跟踪仪的关节刚度辨识方法,提出一种机器人位姿变形拟合算法,可解决单个激光靶球不可测量机器人姿态变化导致基于瞬时运动学关系无法准确求解机器人关节柔性变形的问题。通过实验分析,总结了两种刚度辨识方法的异同点,并根据双位置编码器法所得关节刚度验证了激光跟踪仪法所得关节刚度参数的正确性。 3、基于动力学参数与关节刚度参数,建立刚柔耦合动力学模型,将该模型应用于机器人关节柔性变形补偿算法。基于半闭环控制系统的特性,针对在原半闭环控制系统增加反馈环路容易影响伺服系统稳定性的问题,提出了基于机器人刚柔耦合动力学模型的关节柔性变形前馈补偿算法。在实验中借助千分表直观地验证了该算法可有效补偿关节柔性变形,从而提高机器人位姿精度和路径精度。

关键词： 分段光滑系统   延拓打靶法   周期吸引子   Floquet乘子   分岔  

摘要： 近年来,非光滑动力系统以其在日常生活中的普遍性和在实际工程领域的重要性,引起了诸多学者和工程技术人员的关注。碰撞系统作为非光滑动力系统的典型代表,广泛存在于机械工程领域。由于碰撞、黏滞和擦边等因素引起的非线性和奇异性问题使碰撞系统呈现复杂的动力学行为,并对系统的使用效率和性能等产生重要的影响。因此,碰撞系统的动力学研究具有重要的工程应用价值。首先考虑工程实际中存在的含预紧弹簧机械碰撞系统的简化力学模型,构建由光滑流映射和不连续映射复合的Poincaré映射,给出Floquet乘子计算的数值方法。数值仿真系统在两参数平面的周期吸引子模式及其参数域,结合Runge-kutta法、打靶法、延续法和胞映射法研究周期1吸引子的稳定性与演化规律以及不连续擦边分岔、擦边和周期倍化诱导的分岔、鞍结型和亚临界周期倍化分岔、激变等不连续分岔行为,揭示迟滞域和亚谐包含域的形成机理。当预压量不等于0时,1–m吸引子的不连续擦边分岔可产生Uk–（km+1）吸引子序列,从而在相邻1–m与1–（m+1）吸引子的转迁过程中产生迟滞域和亚谐包含域,亚谐包含域内周期吸引子的主要模式为k–（km+1）(k=2,3,4,…)。当预压量等于0时,1–m吸引子的擦边分岔是连续的,但是擦边诱导的鞍结分岔或周期倍化分岔在相邻1–m吸引子的转迁过程中形成迟滞域或亚谐包含域。亚谐包含域SIRm内亚谐周期吸引子的主要模式为2–（2m+1）和2–2（m+1）。在周期倍化分岔的微小邻域内,鞍结分岔使系统终态发生跳跃,周期倍化分岔表现出亚临界特征,我们把这一分岔过程称为鞍结型周期倍化分岔。不连续擦边分岔、亚临界周期倍化分岔和鞍结型周期倍化分岔在相邻吸引子的转迁中引起多吸引子共存。当周期吸引子与混沌共存时,混沌吸引子经边界激变消失。然后,考虑单自由度含间隙弹性碰撞振动系统,给出Floquet乘子计算的数值方法。数值仿真系统在两参数平面的周期吸引子模式及其参数域,结合相图、Poincaré映射图、Floquet特征值乘子分析相邻周期1吸引子经迟滞域和亚谐包含域转迁的分岔特点。结果表明,相邻周期1吸引子的转迁可以通过擦边分岔直接转迁,也可以通过由擦边诱导的鞍结分岔或周期倍化分岔经迟滞域或亚谐包含域转迁。弹性碰撞振动系统具有非常丰富的动力学。本文以新的视角发现了许多复杂的新现象,研究结果能够为工程实际弹性碰撞振动系统的参数设计与选择提供参考。通过两参数动力学以及共存吸引子的全局动力学分析可以实现系统的动态优化设计,使系统在更大的参数空间呈现期望的吸引子模式。