-
题名最优模糊理论的下肢机器人自适应鲁棒控制
- 1
-
-
作者
陈元富
贺元成
-
机构
泸州职业技术学院
-
出处
《机械设计与制造》
北大核心
2026年第2期298-308,共11页
-
基金
2017年四川省科技计划项目(2017JY0112)。
-
文摘
为了解决不确定性和外部干扰,提出了一种基于最优模糊理论的下肢外骨骼机器人自适应鲁棒控制方法。首先提出一种自适应鲁棒控制,保证系统的一致有界性和一致最终有界性。然后采用模糊集理论来描述不确定性和干扰,并用隶属函数确定这些不确定性和干扰的界。在此基础上,构造一个包含平均模糊系统性能和控制代价的模糊性能指标,求出自适应鲁棒控制的最优控制增益,并从理论上验证了最优控制增益的存在性。最后,通过仿真结果证明了提出方法可以同时实现高精度跟踪控制和良好的不确定性鲁棒控制。
-
关键词
不确定性
下肢外骨骼机器人
鲁棒控制
模糊集理论
-
Keywords
Uncertainty
Lower Limb Exoskeleton Robot
Robust Control
Fuzzy Set Theory
-
分类号
TH16
[机械工程—机械制造及自动化]
TH1333
[机械工程—机械制造及自动化]
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于深度迁移学习的轴承故障分析
被引量：4
- 2
-
-
作者
季旭峰
邓亚飞
杜世昌
吕君
-
机构
上海交通大学机械与动力工程学院
华东师范大学经济与管理学院
-
出处
《机械设计与研究》
CSCD
北大核心
2021年第1期106-110,共5页
-
基金
上海市人工智能创新发展专项基金(2019-RGZN-01026)
上海市浦江人才计划(18PJC031)资助项目
-
文摘
滚动轴承作为旋转机械的核心部件,其运行的稳定性决定了机械运行的可靠性。轴承故障主要出现在滚体、内圈、外圈上,为确保机械的安全、稳定运行,对于滚动轴承故障的分析和预测具有极大的意义。提出了一种基于深度迁移学习的方法用于滚动轴承故障数据的分析与预测,基于同一工况下的轴承各类故障搭建深度迁移学习的模型,加入稀疏自编码器用于提取特征,并将模型用于不同载荷工况下验证模型的可靠性。深度迁移学习的方法适用于模型相似的问题,减少了模型搭建的时间,提高了训练效率。
-
关键词
滚动轴承
故障分析
深度迁移学习
-
Keywords
rolling bearing
failure analysis
deep transfer learning
-
分类号
TH1333
[机械工程—机械制造及自动化]
-
-
题名关节轴承试验机的设计及关键零部件的仿真分析
被引量：1
- 3
-
-
作者
任亚军
邸世勇
-
机构
辽宁装备制造职业技术学院自控学院
上海申克机械有限公司
-
出处
《机械设计与制造工程》
2019年第6期60-62,共3页
-
文摘
以某型直升机旋翼系统中所用关节轴承的规格、运动状况和工作环境为依据,设计了一种关节轴承试验机的主体结构,并建立其三维模型。随后使用有限元软件对试验机的关键零部件进行仿真分析,结果表明可满足关节轴承性能参数与寿命预测等需求。
-
关键词
关节轴承
试验机
结构设计
仿真分析
-
Keywords
spherical plain bearing
test machine
structural design
simulation analysis
-
分类号
TH1333.3
[机械工程—机械制造及自动化]
-
-
题名新型推力滚子轴承的强度计算
被引量：1
- 4
-
-
作者
陈武亮
-
机构
中国有色工程设计研究总院索道所
-
出处
《机械工程师》
2004年第6期45-47,共3页
-
文摘
对新型轴承的结构特点作了简单介绍,计算了各零件在工作寿命期间承受接触应力的循环次数,推导出了圆锥滚子轴承的接触应力、疲劳强度和静载强度的计算公式。同时又对滚子端面的小型推力球轴承推导出接触应力、疲劳强度和静载强度的计算公式。
-
关键词
推力轴承
圆锥滚子
接触应力
疲劳强度
-
Keywords
thrust bearing
taper roller
contact stress
fatigue strength
-
分类号
TH13333
[机械工程—机械制造及自动化]
TH123.3
[机械工程—机械设计及理论]
-
-
题名磨削加工质量的灰色预测方法
被引量：1
- 5
-
-
作者
张艳丽
李冬如
曹新成
-
机构
洛阳轴承集团有限公司技术中心
-
出处
《轴承》
北大核心
2005年第7期19-21,共3页
-
文摘
介绍了灰色系统理论的基本预测方法,并将该方法引入到轴承零件加工质量的分析研究中。结果表明,该方法预测精度很高,在工程技术领域具有广阔的应用前景。
-
关键词
滚动轴承
加工质量
灰色理论
预测
-
Keywords
rolling bearing
machining quality
grey theory
predication
-
分类号
TH13333
[机械工程—机械制造及自动化]
TG806
[金属学及工艺—公差测量技术]
-
-
题名基于参数优化VMD和CNN的滚动轴承故障诊断
被引量：1
- 6
-
-
作者
蒋丽英
王天赐
崔建国
杜文友
-
机构
沈阳航空航天大学自动化学院
-
出处
《沈阳航空航天大学学报》
2023年第3期37-43,共7页
-
基金
国家自然科学基金(项目编号:61903262)
辽宁省教育厅项目(项目编号:JYT2020021)。
-
文摘
针对滚动轴承在实际运行环境中的振动信号复杂且具有非平稳性等问题,为提高滚动轴承故障诊断的准确性,提出了一种基于参数优化变分模态分解(Variational Mode Decomposition,VMD)和卷积神经网络(Convolutional Neural Networks,CNN)的滚动轴承故障诊断方法。在特征提取上,提出灰狼优化(Grey Wolf Optimization,GWO)算法对VMD进行优化,确定VMD中模态分量个数K及惩罚参数α的最佳组合,并将原始振动信号分解获得K个特征模态分量(Intrinsic Mode Function,IMF),根据峭度指标进行筛选,从而提取最佳主成分特征;在故障诊断上,构建参数优化后的卷积神经网络故障诊断模型,将筛选出的模态分量IMF转化为特征向量作为卷积神经网络故障诊断模型的输入,达到对故障状态准确识别的目的。通过与传统方法诊断结果的比较,极大提高了滚动轴承的诊断准确率,证明了该方法的可行性。
-
关键词
滚动轴承
故障诊断
变分模态分解
灰狼优化算法
卷积神经网络
-
Keywords
rolling bearing
fault diagnosis
variational modal decomposition
gray wolf optimization algorithm
convolutional neural network
-
分类号
TH13333
[机械工程—机械制造及自动化]
-
