针对布谷鸟搜索(CS)算法易出现早熟收敛以及风电机组齿轮箱的故障模式难以有效识别等问题,提出一种基于自适应CS算法的BP神经网络(SaCS-BP)智能诊断技术。通过构建SaCS算法,实现了步长和发现概率的自适应调整,并采用一组基准函数测试了该算法的有效性;将SaCS与BP神经网络进行融合,构建了风电齿轮箱的故障诊断模型。结果表明,SaCS算法具有较佳的寻优精度和普适性。此外,与BP神经网络以及布谷鸟搜索算法优化BP网络(CS-BP)相比,SaCS-BP算法获得了最高的诊断准确度,从而实现了风电齿轮箱故障模式的有效识别。

设计了一种膝关节自适应康复器,该康复器由摆动导杆和曲柄滑块机构串联组成。依据人机工程学,通过对人体膝关节运动特点的分析,确定了自适应康复器中大小腿杆长度范围。为实现对人体膝关节伸曲角度的自适应调节,以复数矢量法为基础,建立了机构运动学模型。根据运动学方程,得出了膝关节伸曲角度与机构中可移动机架高度的关系式,确定了机构的尺寸。对自适应康复器与传统的康复器机构(曲柄滑块机构)进行了仿真分析对比。结果表明,串联式康复器和传统的康复器机构曲柄滑块机构运动特性均满足膝关节康复器伸曲角度,但串联式组合膝关节康复器运动平稳性更好。

介绍一种两级自适应滤波算法对漏磁信号进行降噪的实现.第一级滑动离散余弦变换能够以高计算效率实现,将输入信号变换为一个由互不相关变量组成的对应信号.第二级将变换后的输入信号用做最小均方自适应滤波算法的输入.将算法应用于管道漏磁检测系统中,实验结果表明该算法在漏磁信号的处理中能取得较好的降噪效果.

岩石强度实验控制过程复杂,试验机PID参数调节费时费力,为此提出一种智能控制策略,将广义预测控制(GPC)应用到岩石压力试验机中。GPC使用遗忘因子最小二乘法对被控对象在线辨识,自适应不同种类岩石、不同加载阶段和不同实验环境的变化,通过模型多步预测和二次型性能指标滚动优化规避PID参数复杂的调节过程。实验证明,GPC控制试验机恒速率加载时,系统输出响应迅速,跟随性好,无稳态误差,使用GPC控制策略的智能岩石试验机可以满足岩石变形实验的加载需求,具有良好的工程推广价值。

针对滚动轴承故障振动信号的非线性和非平稳特征,提出了一种自适应的一维卷积神经网络(1-Dimensional Convolutional Neutral Networks,1-DCNN)和长短期记忆网络(Long Short-Term Memory,LSTM)融合的轴承故障诊断方法。首先,将原始一维振动信号通过有重叠取样的方式分别输入1-DCNN和LSTM两个通道,然后通过Concatenate层进行空间和时间维度上特征信息的融合,最后,通过Softmax分类器进行故障类别的分类输出。该方法可以直接从原始振动信号中自适应提取特征,实现了"端到端"的故障诊断。采用CTU-2实验平台故障数据,通过对滚动轴承的不同故障类型、不同传感器采集方位、不同故障直径进行实验分析,结果表明:该方法在识别轴承故障类别上与其他方法相比具有更高的识别精度,并具有良好的有效性和稳定性。

基于雨伞伸缩的结构,设计一种清洁中央空调通风管道内灰尘的机器人。该机器人由清洁单元和2组行走单元组成,其中清洁单元通过特制的弹簧使得清洁头可以自动适应管道直径大小的变化。行走部分由2组行走单元和连接机构组成,行走单元上沿圆周方向等距分布有3组伞状支撑结构。通过2组行走单元的配合,机器人可以顺利通过垂直管道和管径变化处。对3组伞状支撑结构进行力学分析,得出了合理选择驱动支撑结构运动的电机型号的数学公式。

重载AGV在满载工况转向时,转向阻力明显增大,给转向控制系统敏捷、精确控制造成困难。为此,提出一种基于模糊PID的控制方法,以实时、动态的修正转向系统控制参数。根据AGV转向系统结构建立了控制模型,搭建了模糊PID控制器,制定了隶属度函数及模糊规则,并根据转角偏差及偏差变化率更新控制器的参数,使液压调整量根据需要进行动态修正,保证车轮在高转向阻力时快速、准确的偏转。仿真及试验结果表明,模糊自适应PID算法可有效降低系统超调量、振荡幅度,加快系统响应速度,提高了重载AGV液压转向系统的控制精度和反应速度。

某电液力负载模拟系统以钢丝绳为传递介质其特性随钢丝绳刚度大范围变化而改变针对定常控制策略难以实现其大范围控制难题提出采用自适应反步控制策略。结合间接自适应方法和反步控制方法的优点通过反步设计方法获得与系统模型参数直接相关的控制器通过参数预估实时更新刚度值并修正控制器参数从而补偿刚度变化对闭环控制系统性能的影响。仿真结果表明：在所设计的力加载范围内该控制算法能够准确预估钢丝绳刚度值可以实现变刚度电液力负载模拟系统大范围高精度控制并且可以消除多余力对负载模拟精度的影响。

针对液压位置跟踪系统中的非线性摩擦力,提出对摩擦力模型的不同分量分别进行补偿的分部补偿算法,以解决用模糊神经网络(FNN)对摩擦力整体进行补偿时,因摩擦力非光滑特性引起较大逼近误差的问题.实验结果表明,分部补偿算法能对摩擦力非线性进行有效补偿,使系统表现出良好的稳态跟踪性能.

利用磁流变体粘性可变的特性,设计了一种自适应变阻尼磁流变体减振器.该减振器无需能源装置,控制方式简单、可靠,结构紧凑、轻巧.理论分析及试验结果表明该减振器可以衰减振动.