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。     

多模式高概率量子搜索算法

量子搜索问题是发展量子神经网络必须要解决的问题之一.本文在分析了Grover量子算法基础上,针对量子神经网络要处理多模式问题提出了一个多模式高概率量子搜索算法,它通过一系列的么正操作能在模式集中以较高的概率搜索目标,并且该算法在搜索目标模式时能在一次算法的执行中就找到目标,所以它远比经典的搜索方法要快,而且随着模式集和目标数的增多,它运行效果越好,最后验证了算法的可行性和有效性.     

遥感图像中港口目标识别技术

针对遥感图像中港口目标识别的特点,提出了一种基于纹理特征分类与轮廓识别的高效港口识别算法.该方法首先采用梯度分析方法进行海陆分割,得到水域与陆地的二值图像,并据此提取轮廓,然后利用差分链码标记提取港口轮廓,最后检测与链码拐点有关的三个特性,得到港口基元的识别结果.实验结果表明,该算法能够有效地识别遥感图像中任意方向和任意凹凸的港口目标.     

共轴式直升机地面共振非线性仿真

建立了共轴式直升机旋翼/机体耦合的非线性动力学模型。在不考虑桨叶减摆器和起落架非线性因素的前提下,通过求解某模型直升机不同转速时桨叶摆振和机体运动的时域响应,确定了该直升机发生地面共振的转速范围,并与特征值分析确定的共振转速范围进行了对比验证。最后,分别采用非线性动力学模型和线性化模型对不同转速时的上、下旋翼桨叶摆振和机体运动响应进行了动态仿真计算,发现：在稳定区内,系统 非线性因素的影响不大;在不稳定区,非线性系统与线性化系统的响应特性呈现显著差异,且非线性系统将出现极限环现象。     

一种带负载工业机器人动力学模型辨识方法

针对带负载工况下六自由度关节型工业机器人动力学模型的辨识问题,提出了一种带负载机器动力学模型的参数辨识方法。在获 得机器人本体动力学模型的前提下,用Newton Euler法建立负载动力学模型进行补偿,设计激励轨迹获取负载贡献的力矩,然后用加权最小二乘法辨识出负载模型中未知参数。最后对得到的带负载完整机器人动力学模型进行验证与分析,结果表明通过辨识得到的预测力矩与测量力矩有较好的跟随性,所提出的辨识方法具有一定的工程参考价值。     

高性能传导EMI噪声分离网络及其在电力电子电磁兼容中的应用

针对电力电子噪声源的电磁兼容分析,本文基于Mardiguiana噪声分离网络提出一种新网络并对其特性进行了理论和实验研究。结果表明,新网络的插入损耗和噪声抑制性能有明显提高。此外,还研究了噪声分离网络在电力电子电磁兼容中的应用。实验表明,新网络可较好应用于电力电子的传导电磁兼容性分析,并对改善电力电子EMC性能有积极意义。     

可靠性评估方法在运载火箭阀门中的应用

首先论述了阀门可靠性评估的国内外研究现状,然后以减压器为例分析了航天阀门的工作特点,结合其任务剖面,并根据增压输送系统分配的可靠性指标,建立了适于工程应用的可靠性评估模型.     

超临界萃取装置自动控制系统

超临界CO2萃取（Supercritical CO2 Extraction）技术以其提取率高、产品纯度好、过程能耗低、无污染等诸多传统分离技术不可比拟的优势，备受各行业的青睐，广泛应用于生物、中草药、化工等行业。论述了设备自动控制系统。     

基于知识的直升机数字化设计研究

提出了基于知识的直升机数字化设计框架和基于特征的参数化关联设计方法,并以某直升机零件设计为例,定义了相应的工程设计和校验规则,形成了简单的设计知识库,提高了直升机型号的设计效率。     

德国标准中国制造——本刊总编辑刘柱与大连因代克斯总经理Oemer Sahin Ganiysufoglu对话

德国因代克斯(INDEX)公司是世界著名的专业数控车床制造商,技术水平和产量雄居世界同行业榜首,年销售收入已超过4亿欧元,其产品约35%销往国际市场,全球有近70个国家的企业在使用其产品.2001年4月,德国因代克斯公司与大连机床集团合资成立了大连因代克斯机床有限公司,7年来公司的发展让世人瞩目.在CCMT 2008即将到来之际,本刊总编辑采访了大连因代克斯机床有限公司总经理OemerSahin Ganiyusufoglu博士,并就公司的发展情况做了深入探讨.