基于FNN机器人擦洗玻璃的主动柔顺控制研究

综合运用了神经网络、模糊理论，详细分析了力反馈和主动柔顺控制的特点，首次提出了“力／位并环控制”的新策略，建立了相应的神经网络结构，利用基于知识的模糊规则实现模糊粗校正，消除明显的干扰信号；再利用神经网络特点将力／位有效综合，并直接输入机器人位置伺服系统，实施了力／位并环控制。并在ＡｄｅｐｔＴｈｒｅｅ精密装配机器人上进行了难度极大的擦洗平面玻璃的实验，有效地将力控制在８±０．５Ｎ的理想范围内，取得了满意的效果。     

基于神经网络的机器人姿态逆解

首次实现自组织神经网络求解机器人姿态逆解，突破了文献局限于研究位置逆解的状况。应用本文创新的自组织神经网络训练方法，结合工业机器人运动学特性，建立了工业机器人姿态逆解的神经网络方法，对PUMA560机器人的计算机仿真结果表明，该方法姿态控制精度高。     

基于神经网络的机器姿态逆解

首次实现自组织神经网络求解机器人姿态逆解，突破了文献局限于研究益逆解的状况，应用本文创新的自组织神经网络训练方法机器人运动学特性，建立了工业机器人姿态逆解的神经网络方法，对ＰＵＭＡ５６０机器人的计算机仿真结果表明，该方法姿态控制精度高。     

INVERSE KINEMATICS FOR A 6 DOF MANIPULATOR BASED ON NEURAL NETWORK

运用神经网络求解机器人运动学位姿逆解，突破了文献局限于研究位置逆解的状况，首次实现自组织神经网络求解机器人姿态逆解。通过深入分析基于Ｋｏｈｏｎｅｎ网络原理和Ｖｉｄｒｏｗ－Ｈｏｆ误差修正的Ｍ．Ｒ．Ｓ．自组织神经网络及机器人运动学特性，创新了自组织神经网络训练算法并建立了一类工业机器人位姿逆解的神经网络方法。对ＰＵＭＡ５６０机器人的计算机仿真结果表明，本算法在自组织能力和定位控制精度方面大幅度提高。     

自治式水下机器人推进器故障检测、分离与重构

研究自治式水下机器人推进器故障检测、分离与重构问题。针对水下机器人故障诊断残差法中残差阈值不易选取的问题,提出了一种基于观测器的水下机器人推进器故障检测与分离方法,通过构建故障检测观测器对推进器故障与残差信号进行解耦,使推进器出现故障后仅引起与其相关的残差呈单调变化,从而可选择较大的阈值进行故障检测以提高诊断系统的可靠性,该方法在故障检测的同时可进行故障分离。针对系统不确定性导致的推进器故障重构精度低的问题,提出了一种RBF神经网络与等效输出注入相结合的故障重构方法,采用等效输出注入方法估计不确定性项,从神经网络输出中重构推进器故障。     

基于神经网络的直升机自动倾斜器轴承故障诊断方法

为了进一步提高直升机的安全性，利用BP神经网络和RBF神经网络对直升机自动倾斜器轴承进行故障诊断。完成了直升机自动倾斜器轴承故障植入试验，获取了自动倾斜器轴承的故障振动数据，并进行了振动数据的特征信号提取。采用振动数据特征信号的多参数融合作为神经网络的输入，对自动倾斜器轴承故障进行诊断，获得了较高的故障诊断率。采用基于神经网络的故障诊断方法，自动倾斜器轴承各类故障的最高故障诊断率均大于89%。     

遥操作机器人神经网络Smith预估控制(英文)

针对遥操作机器人通讯通道中存在的时延 ,提出了一种神经网络 Smith预估控制方法。控制系统适合于时延不变但未知的情况。控制系统包括主控制器和从系统两部分。从系统采用动态神经网络辨识机器人的动态模型 ,神经网络权重在线学习 ,用神经网络的输出对非线性系统进行局部非线性补偿 ,将非线性系统线性化。主系统针对线性化的从系统 ,采用 Smith预估控制解决时延问题并保证系统的性能品质。通过李雅普诺夫稳定理论保证了时延控制系统的稳定性。对两关节机器人的仿真结果说明了该方法的有效性。     

基于神经网络的机器人迭代学习控制

针对机器人动力学模型的不确定性和负载扰动,提出了一种采用神经网络的机器人迭代学习控制方法。该方法将反馈控制和神经网络学习控制相结合,反馈控制沿时间轴方向使关节运动跟踪期望轨迹,神经网络学习控制沿迭代轴方向使关节运动逼近期望轨迹。文中还给出了基于ＢＰ神经网络的学习控制算法。仿真结果表明,该方法能克服机器人动力学模型的不确定性和负载扰动,具有良好的鲁棒性和控制性能。     

基于自组织与LVQ神经网络的足球机器人协作策略学习

足球机器人系统目前已成为人工智能应用技术研究的重要实验平台，系统的核心部分就是决策子系统。本文主要研究机器人足球比赛中协作策略的学习问题，采用了自组织与学习向量量化（LVQ）神经网络算法实现了两个足球机器人的传球学习。提出了一种协作策略学习的改进算法。该算法通过对网络权值矩阵进行改进，可以显著提高网络的训练质量。仿真和实验结果表明了该方法的可行性与有效性。     

深度卷积神经网络在轴承多故障复合诊断中应用研究

基于深度学习具有强大的自特征提取能力和较优的分类能力,将深度卷积神经网络引用到轴承的故障诊断中,提出了基于一维深度卷积神经网络的轴承复杂工况故障诊断方法。在提出的方法中,将轴承的多故障振动信号作为模型的直接输入,通过训练深度卷积神经网络模型,利用模型中多个卷积层和池化层对输入的振动信号进行自特征提取,并进行故障分类。从而以基于数据驱动的方式形成端到端的故障诊断。研究表明,在一维深度卷积神经网络中直接输入轴承振动信号进行故障诊断,与提取时域和频域特征结合支持向量机进行故障诊断的方法相比,深度卷积神经网络可以更好地反映时域振动信号与特征间的关系,获得了比传统智能诊断方法更高的识别效率。     

基于反馈定理的IB-LB方法(英文)

格子波尔兹曼方法(Lattice Boltzmann method,LBM)和浸入边界方法(Immersed boundary method,IBM)皆为近年来发展的可替代Navier-Stokes(N-S)方程求解复杂流体力学问题的数值模拟方法。本文采用浸入边界-格子波尔兹曼方法(IB-LBM),将IBM作为一种边界处理格式应用到LBM中,模拟了静止单圆柱及并排双圆柱绕流,与文献对比结果吻合良好,证明该方法具有模拟复杂边界物体绕流的能力。与采用虎克定理、直接力法计算体积力项的传统方法不同的是本方法运用反馈定理,即采用流场和流场内物体之间的速度、位移反馈来计算体积力项,使得该方法易于实施并具有优良的并行性。     

多重加权双向联想记忆模型及决策性能研究

Ｃ Ｃ Ｗａｎｇ等利用Ｋｏｓｋｏ的双向联想记忆模型（Ｂｉｄｉｒｅｃｔｉｏｎａｌ ａｓｓｏｃｉａｔｉｖｅ ｍｅｍｏｒｙ，ＢＡＭ），构造了由多个ＢＡＭ构成的多重ＢＡＭ（Ｍｕｌｔｉ－ＢＡＭ）决策模型，使之可以应用于多证据推理，获得了Ｍｕｌｔｉ－ＢＡＭ的决策性能。作者在此基础上，通过对各ＢＡＭ引入不同的权值来模拟各专家不同的权威度，构建了相应的多重加权ＢＡＭ（Ｍｕｌｔｉ－ＷＢＡＭ）模型，证明了该模型在同、     

双向联想记忆集成

由多个尽可能多样化的分类器(前馈神经网络)组成的多分类器系统(MCS)能够显著地提高单个分类器的分类或推广能力.受MCS基本思想的启发,将集成引入到双向联想记忆快速学习(QLBAM)中,构建出一个BAM集成,旨在提高存储容量和纠错性能的同时,不破坏每个成员BAM的简单结构.计算机仿真表明,选择合适的"过剩生产与挑选并存"策略,即"稀疏算法"后,所提出的BAM集成在存储容量和抗噪声性能两个方面都显著优于单个QLBAM.     

Design and Study of Virtual Interventional Surgical System with Force Feedback

A virtual interventional surgical system with force feedback is designed to provide practice before complicated interventional operation and assistance during operation. The collision detection,vessel deformation calculating and virtual force computing of the virtual system are implemented by using skeleton-spring model as the physical modeling foundation,which is based on the mass-spring model and easy to construct with high computing efficiency. In order to increase the real-time performance,the central plane of the vessel model is extracted and then simplified to complete the skeleton filling. The initiative bending kinematics of the virtual catheter is analyzed so as to provide the virtual system with higher fidelity. The experimental results show that the virtual system can well simulate the vessel deformation and force feedback within an interventional surgery,which gives the virtual system better immersion.     

新时期高师院校师德建设动力系统研究

新时期高师院校师德建设动力主要包括由上而下的拉动力、教师加强自我修养的自动力和教师所处学校环境、社会环境的推动力,以及由于师范院校教师教育特殊性引起非高师院校和社会对其师德状况的较高预期而形成的促动力等。这些动力在高师院校内会通过动力开发、动力转化、动力反馈等环节运行并从不同层面给予师德建设以推动。新时期高师院校构建师德建设动力系统的过程,实际上就是将师德准入、师德评价、师德考核、教师职业荣誉感培育等制度设计整合进动力系统之中,并使其相互融合及良性互动的过程。     

一种穿戴型力反馈主手结构的综合尺度优化

利用连杆机构以及超声制动器,设计了一种穿戴型具有力反馈功能的主手单指结构并进行了综合尺度优化,优化过程综合考虑了主手机构的运动范围和动力学反向驱动能力.在建立人手食指和主手单指运动学方程的基础上,提出了基于工作空间最小包容原则的主手单指的结构参数优化目标函数,结果显示操作者食指与所佩戴主手单指的工作空间可实现较好匹配.采用拉格朗日法建立了主手单指机构的动力学模型,并以力椭圆为衡量指标对主手单指机构进行了反向驱动能力的分析.最后,给出了有效的修正依据,提高了主手单指机构的反向驱动能力.     

特征结构配置法在输出反馈控制器设计中的应用

现代控制理论中的特征结构配置法(Eigenstructure Assignment),揭示了线性定常系统状态反馈控制规律的设计能力,并向设计者提供了充分的设计自由度。本文介绍了一种利用特征结构配置法进行输出反馈控制器设计的算法。当n阶r个输入m个输出的线性定常系统满足关系r+m>n时,运用该算法可以获得配置任意希望闭环特征值集合的线性输出反馈控制规律,并具有一定的特征结构配置自由度;对于不满足r+m>n的系统,利用积分器增广可以获得比Luenbetger状态估计器阶数低的动态输出反馈控制器,以实现闭环特征值任意配置。该算法容易用数字计算机编程实现。     

局部输出反馈阵的求取与应用

特征结构配置法是设计多模态飞行控制系统一种较为有效的方法。在设计时,它可将系统的性能指标与飞机的飞行品质要求结合起来,获取直接和希望的控制规律。本文在此基础上,提出求局部输出反馈阵(其中一部分元素限定为零)的方法,从而可使设计具有更大的灵活性,系统配置也可更为简单。 文中简述了特征结构配置法,对提出的输出反馈阵中元素可限定的计算方法给予推导和论证,并以此法设计了某型飞机多模态飞行控制系统中空中格斗/空地扫射两个控制模态(解耦的)的控制规律,最后对设计的结果作了数字仿真。仿真结果表明:设计的系统具有令人满意的性能,提出的方法是完全可行的。     

Optimal Delayed Control of Nonlinear Vibration Resonances of Single Degree of Freedom System

The primary resonance of a single-degree-of-freedom （SDOF） system subjected to a harmonic excitation is mitigated by the method of optimal time-delay feedback control. The stable regions of the time delays and feed- back gains are obtained from the stable conditions of eigenvalue equation. Attenuation ratio is applied for evaluating the performance of the vibration control by taking a proportion of peak amplitude of primary resonance for the sus- pension system with or without controllers. Taking the attenuation ratio as the objective function and the stable regions of the time delays and feedback gains as constrains, the optimal feedback gains are determined by using minimum optimal method. Finally, simulation examples are also presented.     

小阻尼动态系统的时域自适应反馈主动阻尼设计

针对在前馈／反馈混合控制中提高控制通道阻尼的问题，基于自适应滤波理论，提出适用于单输入单输出(SISO)和多输入多输出(MIMO)控制通道的时域自适应反馈主动阻尼设计方法。研究了自适应过程的理想期望信号的构造、SISO情况下闭环控制通道与反馈控制器同时进行自适应设计以及MIMO控制通道阻尼问题的简化与设计方法的拓展等问题；同时，基于某主动隔振试验平台的实测结果，对所有研究内容进行SIMULINK模型仿真。时域自适应反馈主动阻尼设计是高效的主动阻尼设计方法，并且为小阻尼动态系统的增阻设计提供了统一的方法框架。