为进一步提高UWB技术在室内移动机器人定位方面的定位精度与可靠性,设计了一种基于UWB与里程计融合的定位系统。针对UWB测距过程中产生的随机误差问题,采用卡尔曼滤波算法进行抑制。针对UWB非视距误差问题,引入NLOS误差鉴别方法鉴别现场环境,借助里程计航迹推演算法获得机器人定位数据进行补偿。针对里程计定位过程中由于长时间、长距离所产生的累积误差问题,采用UWB高精度的定位数据进行误差矫正。实验结果表明,融合UWB与里程计的定位系统有效地抑制了UWB定位的随机误差与非视距误差,尤其在UWB信号受到障碍物的严重遮挡时,移动机器人仍能获得精确可靠地定位数据。

风能是利用最广泛的清洁能源，随着对新能源的不断开发利用，风力发电机的装机容量不断提高，然而却出现了风机故障率较高的问题，通过对风力发电机故障诊断研究现状进行分析，发现在风力发电机各部位故障中齿轮箱是故障率最高的部位，并且风力发电机齿轮箱故障率明显高于普通齿轮箱，以典型风力发电机齿轮箱为研究对象，通过仿真分析与研究，研究了风力发电机齿轮箱故障高发的作用机制及根本原因，在结构上提出了相应的改进措施，并对改进后结构的有效性进行了验证。为风力发电机齿轮箱的设计及运行提供了重要的参考。