随着原油开采的深度增加,井深和钻速成为直接影响开采效率的决定性因素,水平扭力冲击器这一钻井液驱动的钻井辅助装置起到决定性作用。针对国内对辅助钻井工具工作机理的研究主要集中于传统垂直冲击器的这一现状,提出一种自循环水平往返冲击的工作原理,建立了启动与往返运动的动力学模型,分析了水平往返冲击过程中压力变化引起位移速、速度及加速度化而呈现出的非线性动力学特征。并通过模拟仿真与室内冲击器试验进行了对比拟合,实验结果与仿真结果吻合较好,为水平扭力冲击器的设计制造提供理论依据。

随着年龄增大人体完成从坐姿到站起的动作愈发困难,需借助一定的辅助装置对关节进行补偿,因此要对人体站起过程运动特性进行研究。首先利用Lagrange方程,建立人体起立运动学和动力学方程,然后分析年轻人和不同年龄段老年人起立过程中身体姿位的变化,通过仿真获得人体下肢各关节起立过程中角度、加速度和力矩数据,最后对比不同年龄段人体站起时下肢各关节的运动特性和受力分析,给出了退化特性和关节补偿的结果。研究表明,所建模型可准确描述站立过程中关节运动特性,为起立控制奠定了理论基础。

为针对人体不对称运动在多因素干扰下稳定性变化的问题,以人体的运动学与动力学为基础,分别定义了上身负重载荷性能因子、干扰外力性能因子及人体姿态性能因子,并将三种性能因子通过加权的方式得到人体蹲起运动稳定性评价准则。最后进行人体蹲起实验与仿真计算,对比分析了三种性能因子对蹲起运动过程中稳定性的影响程度。实验与仿真结果表明人体不对称运动的稳定性会受到自身和外界多种因素的影响,并且在蹲起过程前期稳定性较低,该理论可以准确判断蹲起过程中人体稳定性变化情况。

轴向液动旋转冲击器作为钻井最关键的井下动力钻具,其高频冲击振动可大幅减小或消除钻头粘滑振动,提高钻速并延长钻头寿命。基于粘滑振动机理建立了振动模型,首先对其工作原理和运动特性进行了研究,并结合实际工况,建立动力学方程,再对系统和扭力冲击器动力学进行仿真分析,最后通过实验法验证扭力冲击器动态特性的合理性及理论分析的正确性。通过对影响扭力冲击器寿命的因素研究,发现了旋冲产生的不平衡力以及转子高频旋转速度引起轴承出现了混沌现象,继而对动态特性产生影响,导致扭力冲击器无法达到使用寿命。

针对扭力冲击钻滚动轴承易多发故障问题提出了一种改进支持向量机的故障特征提取方法,并结合多维时态关联规则来判断轴承是否出现故障。主要借助抽样算法来形成向量集合,并且在此基础上提升识别效率,找到异常信号,并且对其来源进行判定,通过多维时态关联规则找出异常信号与故障类别之间的关系。通过不平衡转子动力学模型与搭建实验平台试验验证关联规则的准确性和可靠性,再根据各信号的实时状态通过已建立的时态关联规则实时预测下一时间段的信号状态,从而达到实时预测的目的。实验表明,本故障诊断预测方法有效,能够识别和预测滚动轴承的90%的故障。

针对通信网络告警预测中精确度不高的问题,在分析经典关联规则FP-growth的基础上,提出加权关联规则与模式匹配相结合的通信网络告警预测方法。首先,采用层次分析法(AHP)为预处理后的告警序列分配权值;其次,构造加权条件FP-tree挖掘告警关联规则;最后,输入实时告警序列,通过告警关联规则模式匹配的方式进行告警预测。利用某市移动公司一周的通信网络告警数据进行加权关联规则挖掘与告警预测,实验验证加权FP-growth在数据挖掘阶段和告警预测阶段都优于经典关联规则。

针对工业机械臂进行动力学分析的常用方法是利用Lagrange方程进行动力学建模后再实行仿真计算。利用Pieper准则,将五自由度工业机械臂动力学方程展开式简化,即将腕部与手抓部的关节视为外部干扰,只针对前三关节进行动力学分析;提出一种针对简化后的模型利用开源引擎ODE完成机械臂动力学计算;在建立的机械臂三维仿真平台上利用ODE进行仿真的方法。仿真结果表明:该仿真方法不仅可实现机械臂的实时控制,还能得到机械臂动力学参数曲线图。为解决机械臂动力学仿真中效率低和实时性差的问题提供了理论依据。

针对人体运动稳定性边界的确认及快速识别的问题,提出一种在多因素共同影响下判断人体运动稳定性边界及快速识别的方法。建立简易人体刚体模型采集运动数据,采用ZMP作为人体运动稳定性判据,并针对受外界干扰的实际情况对其进行改进。分别研究重力、外力、惯性力对人体运动稳定性的影响,再将3种影响因素进行耦合进而达到通过检测传感器运动数据得出在多因素共同影响下的人体运动稳定性边界的目的。

针对人体步态识别准确率不高且需要手动提取信号特征的问题,采用卷积神经网络(CNN)自动提取传感器信号特征,对行走、上下楼和上下坡5种步态模式进行识别。搭建惯性传感器系统,采集人体的运动信息;针对该数据特点设计了一个4层的CNN模型用于自动提取信号特征和动作分类;利用检测的数据验证了所提方法的可行性,与传统的"人工特征+支持向量机(SVM)"的识别方法进行对比试验。实验结果表明:所提出的识别方法可以准确地识别运动步态,平均识别率达到91.5%,识别效果优于传统方案。

助力下肢外骨骼是一种可穿戴于人体的智能机械设备,能够大幅增强穿戴者体力或帮助有行走障碍的使用者行走。可应用于军事、救灾、医疗、体力工作等诸多方面,具有广阔的发展前景。由于其独特的优越性,近年来下肢外骨骼技术发展迅速。从负重型和康复型下肢外骨骼两个方面,综述了当前国内外研究现状,详细分析了在助力外骨骼研发中需要解决的关键技术,并展望了今后的发展方向。