近年来,由于传统人工提取特征的方法不足以准确表征滚动轴承的健康状态,深度学习算法被逐渐应用于滚动轴承的故障诊断中,它能够自适应的从输入数据中学习出所需要的特征。其中,相较于普通的深度学习算法,深度残差网络通过恒等映射的方式可以大幅度降低模型的训练难度。因此,采用了一种用于滚动轴承故障诊断的深度残差网络(ResNet),它可以直接将原始振动信号作为模型的输入,通过池化层、残差模块和分类层相互连接,更加有效的挖掘信号特征之间的信息,从而增强了轴承振动信号的特征学习能力。实验结果表明,该模型能够达到99.75%的轴承故障诊断精度,实现了良好的故障分类任务,为以后的机械故障诊断研究提供了理论指导和借鉴。

为了准确监测采煤机工作时摇臂内部传动系统的运行状态,提出了一种基于改进模拟退火算法的采煤机摇臂传感器优化配置方法。以MG1000/2500-WD型交流电牵引采煤机摇臂为研究对象,通过对摇臂壳体模态分析获取实验所需的位移模态数据,然后利用改进模拟退火算法对采煤机摇臂的传感器配置进行优化计算,得到优化结果。综合考虑优化结果与采煤机实际作业环境,研究得到合理的传感器配置方案,为采煤机摇臂的传感器配置提供依据。同时,通过仿真实验验证了改进模拟退火算法的收敛性及稳定性均优于传统模拟退火算法。

将机器人用减速器作为研究对象,研制了由驱动系统、机械系统、控制系统、数据采集系统组成的减速器试验装置,对其进行机械传动性能的测试。在测试过程中,由于传统测试方法难以捕捉到数据的瞬时变化,不利于对精密减速器的研究,针对这一问题,提出了解决方法。基于JUCE库设计了软件系统,结合运动控制卡的数据传输,完成了对减速器的性能测试。结果表明,该试验系统能够快速准确地测量减速器的传动性能,并期望通过分析传动性能来优化以提升减速器的整体性能。

为测量电机等旋转体的转速,本文用AT89C52单片机作微处理器,设计了一种基于红外线的转速测量装置.系统采用一对红外发射和接收二极管形成光路.通过齿盘轮齿对光路的间歇遮挡形成电脉冲.单片机采用同步M/T法对脉冲计时从而计算出转速,并通过液晶显示器显示出结果.实验结果显示测量装置能保证检测的实时性,测量精度高,可适应低转速和高转速的测量.

随着HHCE（家庭医疗保健工程）的兴起与远程医疗的不断发展，提出一种面向用户终端使用的远程心电医疗信号监测系统的解决方案。该方案在硬件设计上以SOPC（片上可编程系统）技术为基础，在单片FPGA上实现整个系统构建，系统采用Altera公司的NiosⅡ软核处理器进行开发，平台关键模块使用硬件描述语言和Altera公司的EDA软件Ouar—tusⅡV7．0进行设计，最终完成RTL级仿真与板级验证。着重阐述了整个系统关键模块的设计流程，并给出了关键技术的设计思路与重要步骤。

介绍了一种在带有初速度的情况下进行轨迹规划的方法。在点到点运动过程中,取匀速运动阶段中的任意一点为起始点,开始进行先运动到指定速度,再减速到0的轨迹规划。规划过程分为三个运动阶段,第一运动阶段为从初始速度运动到指定速度的阶段,第二运动阶段为匀速运动阶段,第三运动阶段为从指定速度阶段减速到0的阶段,给出了各运动阶段的公式推导和规划方法。最后通过软件实例验证了方法的可行性。该算法能实现在运动过程中进行重新规划,指定速度可大于初始速度,也可小于初始速度,且规划简单,具有极高的实时性,适合运动过程中的实时规划。

为解决五自由度机械手的正反解问题,基于D- H针对5 R机械手进行坐标建模并确定其连杆参数,根据齐次矩阵的坐标变换得到正运动学方程,利用代数法求出逆解方程.求五自由度机械手的逆解时,逆解的多解问题是正反解研究中的重难点对象之一.为进一步解决逆解的求解问题,得到的逆解方程后,在simmechanics导入建好的机械手模型进行正反解的仿真和验证,针对五轴机械手的逆解存在多解的情况,在此基础上进行逆解的合理分析和研究,最后利用matlab对逆解程序进行验证和仿真.最终通过对实际工况的分析,对关节角度运动范围的限制,将多解分为可选择的8种情况.对于实践中机械手逆解的多解问题,提供了有利的方案.