针对同步带负载模拟器建模时需对驱动电机进行建模,而常规同步带传动建模忽略电机驱动部分,导致模型不完整问题,提出了一种基于负载模拟器的同步带传动模型。利用Matlab平台构建永磁同步电机(PMSM)控制系统,产生驱动同步带模型的负载转矩序列,解决同步带负载模拟器建模时忽略电机模型问题,然后基于典型双惯量系统原理将PMSM控制系统和利用SoildWorks和Adams平台建立的同步带传动基本模型相连接,构建电机传动同步带的优化模型,最后,在高、低速两种工况下对优化模型、物理样机的启动过程进行多次测试。实验结果表明该优化模型具有较高精度,二者启动曲线的超调量最大偏差仅为4%,调节时间最大偏差仅为0.27s,满足负载模拟器设计所需。

提出了一种紧固式虚拟机,并在嵌入式智能相机中设计实现。在动态类装载时进行常量池解析和方法表建立,开发了机器视觉本地方法接口,以提高运行速度;采用两个双向链表对内存进行管理,从而提高虚拟机的稳定性。通过该虚拟机实现了智能相机的用户自定义工具。测试表明,虚拟机在智能相机的装载时间达到1 ms,实际平均每条字节码指令运行时间只有0.12μs,满足实时性要求。

以传送带、料门给料的动态称重过程为对象,提出了一种新型动态定量称重控制方法.该方法从过程对象的实际出发,基于多元复合控制思想,称重策略采取分段控制并引入模糊神经网络控制技术,调节量采取给料门和传送带两个自由度协调.研究结果表明:该方法能够比较理想地解决动态定量称重过程中速度与准确度的矛盾.动态称重设定值为1 000 g时,该装置定量误差为±0.5%,称重速度＜8 s/次.

提出了一种基于WindowsCE5．0多线程机制的绣花机运动控制系统软件设计方案。结合硬件中断技术，运用线程同步方法，实现了绣花机运动控制系统的强实时性技术要求，解决了绣花机在高速运行过程中的响应速度较慢、停车控制精度低和噪声大等问题。该方案已应用于自主开发的绣花机系统中，测试表明，绣花机高速运行时各方面性能有明显的改善，具有较高的工程价值。

通过研究和设计嵌入式USB的host(主机),阐述了其工作机制和实现架构,并给出了在软硬件平台上的具体实现.首先,在三星的ARM7处理器S3C44B0X上移植了实时操作系统(RTos)--μC/os-Ⅱ,然后结合具体的医疗设备的实际需要,利用SL811HS芯片实现了USB主机功能,并在此基础上开发了USB接口的EPSON打印机、海量存储类设备(U盘,移动硬盘)的嵌入式驱动程序.

针对Flash存储器的特点，设计了一种适合开源实时操作的嵌入式文件系统．该系统设计依据日志文件系统原理，实现了Flash存储器和内存中的数据结构及特殊处理机制，并基于μC／OS-Ⅱ和三星S4510B完成了该文件系统的测试．该嵌入式文件系统可进行断电恢复，其代码精简，占用系统资源少，执行效率高，有较高的安全性．

针对支持向量数据描述（SVDD）算法对滚动轴承早期故障不敏感、参数选择困难的问题,提出了一种基于果蝇优化算法-小波支持向量数据描述（FOA-WSVDD）的滚动轴承性能退化评估方法。提取滚动轴承早期无故障振动信号的时域、时频域特征向量,并基于单调性进行特征选择;针对现有核函数对滚动轴承早期故障不敏感问题,将小波核函数引入到SVDD算法中;针对SVDD算法参数选择困难的问题,以支持向量个数与总样本数的比值作为适应度函数,采用改进的FOA算法对其核参数进行优化,建立FOA-WSVDD评估模型;最后,将轴承后期振动数据的特征向量输入到该WSVDD模型中,得到轴承的性能退化指标。试验结果表明,采用所提方法能准确地对轴承早期故障作出预警,与基于高斯核函数的SVDD算法相比,提前了17h。

针对连续隐半马尔科夫模型(Continuous hidden semi-Markov model，CHSMM)对滚动轴承剩余寿命预测精度低问题，提出一种基于改进CHSMM的滚动轴承剩余寿命方法。提取滚动轴承振动信号的时域、时频域特征向量，采用主成分分析(Principle component analysis，PCA)算法对特征向量进行降维；针对状态驻留时间概率密度函数不符合实际而引起的剩余寿命预测精度低问题，将高斯混合概率密度函数引入到CHSMM算法中，建立退化状态识别模型和剩余寿命预测模型。最后，将轴承全生命周期数据输入到模型中，得到轴承的退化状态和剩余寿命。试验结果表明，采用所提方法能准确的对轴承剩余寿命进行预测，与CHSMM算法相比，退化状态识别的正确率提高了12%，剩余寿命预测的正确率提高了23%。