针对传统机器人关节控制算法跟踪精度低、鲁棒性差的缺点,基于自适应神经网络提出了一种机器人关节轨迹跟踪算法。算法由自适应神经网络和在线学习反馈模块组成,自适应神经网络将自适应函数同神经网络结合,提高了神经网络训练准确性。同时通过在线学习反馈模块实时更新非线性基函数的内部权值,以进一步减小跟踪误差。再采用时间尺度分离减少了神经网络和在线学习的耦合误差,使得内部权重低于输出层权重的更新速度,从而使模型结构能够迅速适应未知的动态变化与干扰。仿真实验表明,所提算法与对比算法相比误差值要低约60%,说明了该算法可以提高机器人轨迹跟踪精度,降低误差。

基于卷积神经网络设计了一款柔性关节机械臂的控制率方案。针对机械臂执行器动力学、关节柔性的特点,采用滑模控制法设计了一套控制率算法,克服了干扰与设备中的不确定性问题。为了满足滑模控制对输入控制量的要求,应用卷积神经网络原理设计了基于视觉的机械臂控制优化方法。由仿真与实际系统实验测试结果可知,该系统的联合预测精度与跟踪控制精度较高、误检概率低,具有良好的工程应用前景。

在云制造环境下,针对分布式3D打印任务与3D打印设备资源的供需匹配问题,首先,充分考虑云制造环境下用户订单与3D打印设备资源在空间的异构性以及生产目标要求多样的特征,提出了一种云制造3D打印服务平台,并在此基础上构建了云制造下分布式3D打印任务调度的多目标优化模型,可以实现分布式3D打印任务的时间和成本最优;然后,提出了一种改进非支配排序遗传算法(NSGA-Ⅱ)求解该多目标优化模型,并与传统NSGA-Ⅱ算法进行对比分析,得到包含多个解的Pareto最优解集;最后通过算例仿真验证了其有效性,发现其能够很好地解决云制造环境下的分布式3D打印任务供需匹配问题。

采用混料试验设计方法研究了水泥、矿粉、粉煤灰三元胶凝体系新拌清水混凝土坍落度、倒筒排空时间以及7 d抗压强度的变化规律。研究结果表明,模型精度的方差分析处于十分显著水平(p≤0.01),能够对实际情况进行预测;随着粉煤灰掺量的增加,混凝土坍落度增加,倒筒排空时间减少,在粉煤灰掺量10%、矿粉掺量25%的条件下,混凝土工作性达到最佳水平;矿粉的加入会增加倒筒排空时间,提高混凝土屈服应力,不利于清水混凝土外观改善,但矿粉具有较高的活性,对清水混凝土7 d强度有一定提升。

以环氧树脂乳液和普通硅酸盐水泥为原料,制备泡沫混凝土。研究了环氧树脂乳液对泡沫混凝土力学性能、吸水率、干密度和孔结构的影响。结果表明,掺入适量环氧树脂乳液可显著减小气孔的尺寸,优化孔径分布;泡沫混凝土的抗压和抗折强度随环氧树脂乳液的掺入得到显著的提高;环氧树脂乳液可以降低泡沫混凝土的吸水率,并在一定程度上减小了泡沫混凝土的干密度。

针对模糊控制器在内置式永磁同步电机调速控制系统应用中计算负荷过重的缺陷,提出了一种基于免疫模糊控制器的调速系统.方案首先设计了模糊控制器,然后引入混沌思想来改进的免疫优化算法,进而对模糊控制器参数进行优化.这种控制器计算负荷小,适合实际应用.实验研究验证了该算法的可行性和有效性.

1．影响工程车辆液压系统泄漏的原因。造成机械车辆液压系统泄漏的因素主要有：密封件的结构形式与材质、密封槽与密封接触表面的质量、密封件磨损与安装、密封件工作环境、缓冲阀磨损、液压系统的污染及液压缸焊接缺陷等。但几乎所有的液压系统的泄漏都是在使用一段时间后由于以下三个原因引起的：冲击和振动造成管接头松动；动密封件及配合件相互磨损；油温过高及橡胶密封与液压油不相容而变质。而影响工程车辆液压系统泄漏的具体原因如下。

基于三维多相流动理论和计算流体动力学(CFD),采用滑动网格理论对大功率调速型液力偶合器内部气液两相瞬态流动进行数值计算,并基于流场数值解进行液力偶合器的特性预测。由数值计算结果分析偶合器效率降低的原因。对偶合器进行不同工况、不同充液率下的外特性实验,将理论计算与实验结果进行对比,原始特性的计算与实验结果误差在允许范围内,从而验证理论方法和计算的准确性。

为了提高家居的智能化水平，给出一种基于S3C44BOX芯片和蓝牙通信技术的智能家居控制器的硬件设计和软件设计。该系统主要由存储器系统、以太网接口、蓝牙通信模块、温度检测和实时时钟等组成。介绍源码开放的实时多任务的μC／OS-Ⅱ操作系统在ARM微处理器S3C44BOX上的移植方法，并简要说明移植的主要步骤。

针对远距离控制的泵送装置 设计一种远程控制、回油耐高压的液压系统 并进行了试验验证.结果表明： 系统运行状况良好.