转运护理机器人是协助医护人员完成对卧床病患等行动不便对象进行日常护理的一类机器人,可胜任对患者进行病床、轮椅、手术台之间移动、换乘、转运等劳动强度高、技术含量高的工作。近年来在机器人研究领域一直维持着很高的研究热度,展现出良好的应用前景。介绍了转运护理机器人的研究及应用现状,按应用需求和结构特点分类,对各类转运护理机器人的优缺点及工作过程归纳总结,探讨其涉及的结构设计、转运规划和环境感知、人机交互、控制系统、能源供应等关键技术,梳理当前转运护理机器人存在的问题和潜在的解决方案及今后可能的发展趋势。以期为该类机器人的深入研究提供理论支持和技术指导。

提出一种基于宽带信号激励的超声导波时间反转检测方法(时反检测方法),利用时间反转波包的自聚焦特性抑制管中导波的频散、多模态特性,以拓展激励信号的频率范围。该方法首先采用宽带脉冲信号作为初始激励信号,从接收信号中提取缺陷波包信息进行时间反转(时反),并将时反后的信息作为激励信号,将再次检测到的缺陷波包作为时反检测结果。研究结果表明,利用时反检测方法得到的检测信号较之前的宽带检测信号,其缺陷波包的波形在时域变得更窄,反射系数得到有效提高,更容易区分出缺陷波包的时间位置。

针对铝合金型材难焊、怕焊的特点,设计了一种用于电动客车铝合金骨架的榫卯连接节点,对铝合金型材梁、榫卯节点及加强榫卯节点三种结构开展了三点弯曲性能试验,研究比较了三种结构的破坏模式、力学性能和应变分布。研究结果表明,型材梁破坏模式主要是腹板屈曲变形及下翼缘受拉断裂,榫卯节点及加强榫卯节点能够减少单根卯梁腹板受力过程中的屈曲变形,两者的失效主要表现为卯梁下翼缘处焊缝开裂。在三种样件中,加强榫卯节点峰值力最高,型材梁弯曲刚度、吸能效果均优于其它两种样件。相同弯曲力下,榫卯节点卯梁腹板处应变高于型材梁,节点加强后,卯梁腹板应变有所减小,翼缘处应变增大。

基于模糊综合评判理论和模糊推理理论,建立自卸车车架强度系数、质量系数和强-质比系数的模糊数学模型;按照Sugeno的模糊推理方法,在强度系数、质量系数和强-质比系数的基础上,建立了车架强度-质量关系合理性的模糊推理模型。结合载重170吨、85吨和42吨三种自卸车的车架设计和分析,分析自卸车车架强度-质量关系合理性在超大、大、中、小型自卸车车架上的相同点和不同点。结果可知不同车架强度-质量关系的三种合理性区间,反趋势变化的合理性优化目标、同降趋势但不同变化率的合理性优化目标、同升趋势但不同变化率的合理性优化目标;不同吨位车架质量系数差异巨大。

钢丝绳的横向振动与提升系统的结构设计和动态特性关系复杂,钢丝绳的工况条件加大了其测量的难度。为抑制钢丝绳的横向振动和提高提升系统运行的平稳性和安全性,对钢丝绳横向振动的测量和研究是不可或缺的。提出一种基于单目视觉检测原理的钢丝绳横向振动测量方法,给出了图像采集系统的设计,图像处理流程以及系统软件编写流程,并利用C++Builder XE编程平台通过C++语言完成视觉处理算法设计。分析了影响测量精度的系统误差并给出了相应的解决方案。实验表明,提出的钢丝绳横向振动测量方法可以准确反映钢丝绳横向振动规律并对后续钢丝绳横向振动理论研究提供实验依据和数据支持。

提出了一种实用性和可操作性较强的机构设计方法首先,根据问题描述用作图法初定六连杆翻转上线机构,将设计要求转化成约束条件和优化目标,构建其优化设计参数化虚拟样机,依据六连杆翻转机构是基础的四杆机构串联双杆组机构组成,将变量矩阵分解为两组耦合度较小的矩阵,再分别以两组矩阵为设计变量采用Adams/View和Adams/Insight联合优化设计,将生成的计算空间导出到Excel优选出6组设计方案,利用灰色关联决策选出最优方案,从优化前后性能参数对比表可知,该优化方法效果是明显的。

变极性钨极惰性气体保护焊(VP-TIG)在铝合金焊接时涉及大量的工艺参数,文章系统的研究了焊接速度和峰值电流幅值对熔深、熔宽及阴极清理宽度的影响规律。结果表明,随着焊接速度的增大,阴极清理宽度减小、富裕清理宽度变化不显著,且熔宽对焊接速度响应迅速;随着峰值电流的增大,阴极清理宽度与直流钨极接正(DCEP)阶段的电弧最大直径存在正相关关系;对于特定焊接电流参数,可以采用改变焊接速度补偿焊缝形貌。研究结论为单道焊缝形貌控制及后期多道堆焊成形奠定工艺基础。

为解决室内环境下的非视距(NLOS)、多径传播以及欠观测条件下的量测系统误差给测距定位带来较大误差的问题,提出了改进增量卡尔曼滤波以消除定位误差的算法。该算法运用增量卡尔曼滤波对由超宽带(UWB)室内定位系统得到的距离值进行去噪,避免了受环境、测量设备等因素影响或者难以自校准由量测方程带来的系统误差而导致较大的卡尔曼滤波误差问题;然后运用经典Chan定位算法对目标标签实现定位获得定位结果。实验和仿真表明,与传统的小波去噪和卡尔曼滤波相比,该定位算法数据稳定性好,误差减小,显著提高了定位精度。

针对移动目标跟踪过程中,传感器感知信息存在噪声以及运动轨迹突变导致目标观测失真甚至丢失的问题,提出了一种扩展卡尔曼滤波交互多模型算法(EKF-IMM)。该算法以交互多模型算法为主体,同时融入EKF算法做滤波处理,使得在目标跟踪过程中,不仅对目标的不同运动状态具有自适应能力,同时还能对运动状态中可能的非线性问题做更好的处理,提高算法的鲁棒性。仿真实验表明,EKF-IMM算法能很好得适应多变的目标运动,与标准KF-IMM算法相比,该算法降低了噪声对传感器的干扰,提高了定位精度。

配电网事故具有极高的突发性和不可预测性,传统的人工调度导致抢修周期长、灵活性差。针对配电网抢修、维护、管理业务流程进行优化,并对多专业协同、事故数据统计、事故归隐溯源等环节展开探索,设计了配电网应急抢修管理平台并用于实践,保障调度的灵活性、抢修的高效性,实现安全可靠的电力供应。基于该平台的数据分析系统,可实现各业务部门不同专业之间的数据贯通和数据融合,促进专业协同和业务融合。