为了提高机械臂路径控制的准确性,采用群智能优化的小波神经网络算法对机械臂路径进行跟踪,以便实现精准有效的控制。首先分析了二连杆机械臂动力结构,然后建立基于小波神经网络的机械臂路径控制模型,根据机械臂状态变量构建粒子群,通过粒子位置更新获得稳定的小波神经网络模型主要参数。在仿真过程中通过差异化设置隐藏层节点数M和粒子群速度权重ω主要参数,实验证明,当M=12,ω=1.2时,可以获得最优的机械臂目标路径跟踪性能,角度平均误差和位移平均误差均最小,相比于小波神经网络的机械臂路径跟踪,经过了粒子群优化后的跟踪性能提升明显。

针对盾构机等大型设备用双斜式轴向柱塞泵故障诊断中滑靴磨损故障特征信号易被湮没的问题,提出了一种基于能量增强的双斜式轴向柱塞泵滑靴磨损故障诊断方法。首先,考虑到双斜式柱塞泵滑靴磨损会造成轴向、径向两个方向的振动,对发生滑靴磨损故障下的泵的力学特性进行分析,确定了敏感频率范围;其次,考虑到故障信号易被湮没,将轴向和径向的振动信号分别进行小波包分解,进而得到轴向和径向的振动信号的能量谱,并将轴向与径向敏感频率范围内的

为了实现对具有椭圆特征的目标进行在线检测，需要一种快速、高效的椭圆检测算法。目前研究最广泛的椭圆检测算法是基于Hough变换及其改进的算法，通过在参数空间中对图像中每一个前景点进行投票累加，得到的局部最大值所处位置即为检测出的椭圆参数。但该算法检测精度不高、占用空间大、运行时间长，后期的改进算法也只是通过各种方法间接减小参数空间，没有从根本上减少计算量，不适用于在线检测。对此，提出了一种基于曲线跟踪的椭圆检测算法，通过检测轮廓线得到参数，判断是否为椭圆。经过验证，新算法检测精度高、识别率高、速度快，满足在线检测要求。