摘要:针对多轴机床空间误差检测及辨识方法成本高、时间长等问题,提出一种新的基于球杆仪测试的直线轴位置相关几何误差辨识方法。分别建立各平面内轴运动误差模型,并采用多项式对误差元素预拟合，以常规的三平面圆弧轨迹测量获取误差数据,并基于最小二乘法求解拟合系数,替代直接对误差元素具体数值求解的传统方法,实现对各直线轴位置相关误差元素的辨识。通过实验验证了辨识结果的正确性和有效性,该方法对机床直线轴误差辨识、补偿具有参考价值。

摘要:提出了一种新的高精度时间间隔测量方法，该方法利用代表事件的短脉冲去触发一个高速环形振荡电路，产生一个与该事件同步的时钟信号，该时钟信号随后被用作模数转换器(ADC)的采样时钟去采样一个正弦参考信号。因此，两个事件之间的时间间隔被映射成正弦参考信号上的两个点之间的初始相位差,随后对有限数量的样本进行全相位快速傅里叶变换 (apFFT)运算，准确地计算出这个初始相位差,进而可以准确获得两个事件之间的时间间隔。该测量方法降低了工程实现的难度，当正弦参考信号的频率为10 MHz，ADC的采样频率为133 MHz、分辨率为12 bits，apFFT运算点数为4 096时，可以获得约28 ps rms的单次测量精度和约1ps的时间分辨率，误差分布接近正态，实验结果与基于理论分析的误差范围一致。

摘要:在光谱仪硬件性能基础上，波长定标是进一步引入误差的关键环节。若在定标方程系数固化过程中引入误差水平等同于像素采样误差，则在实际应用中波长测量误差就是在像素采样和波长定标方程计算环节上叠加引入2次误差，将造成测量误差的成倍扩大。以自主研制的小型光谱仪为基础，旨在通过数据分析研究波长定标环节中的影响因素，进而给出避免扩大误差的有效方法。所用的光谱仪在100 μm狭缝下半峰全宽（FHWM）约为5 nm，像素波长间隔约为045 nm，硬件系统的波长误差理论上为半像素波长间隔0225 nm。重点分析了测量噪声和峰位判定算法对定标精度的影响，并提出采用多次测量均值降噪结合高斯拟合峰位判定法来提高定标精度。与传统的直接极值法相比（定标方程均采用5次多项式），定标方程拟合残差的2倍标准差约为01 nm，传统直接极值峰位判定法下，定标方程拟合残差的2倍标准差为037 nm。通过研究，波长定标过程中的3个误差控制关键环节分别是测量噪声控制、峰位判定算法及最小二乘平差。通过选择适当的算法参数值，将波长定标拟合残差的标准差控制在约1/10 pixel波长间隔水平，充分体现了高斯拟合峰位判定算法的多像素统计优势。

摘要:基于无人飞行器和智能机器人等载体构成的智能集群是当前的研究热点，相邻或相近集群成员之间精确的相对距离是密集集群实现协同控制的关键信息。超宽带（UWB）无线传输技术能传输信息，同时具有厘米级的理论测距精度，在集群的协同导航与控制中具有广阔的应用前景。面向集群成员间相对导航的厘米级测距需求，阐述了UWB的测距方案，分析了实际环境中UWB天线的时钟偏移、节点之间有相对速度和非视距环境引起的测距误差的特性，研究了UWB距离测量的状态检测和误差补偿、估计的方法,采用DW1000超宽带模块构建了实验环境，对所研究的方法进行实验验证。结果表明，所研究的方法可显著提高UWB在实际应用中的测距精度，与传统的测距算法相比，在空旷环境（LOS）状态下误差降低了70%，在非视距环境（NLOS）状态下误差降低了50%。

摘要:天线测试对于天线辐射性能的检验至关重要。而当天线的尺寸较大或测试频率较低时，传统的天线测试方法难以满足测试需求。以大型天线测试为研究背景，研究了一种基于小型无人机的天线测试方法，根据测试信道模型获取被测天线的增益方向图。与传统的利用GPS作为无人机的导航信号相比，采用实时差分GPS作为无人机的导航信号，结合几何控制方法精确控制无人机的飞行轨迹，无人机的飞行轨迹偏差小于01 m。对测试方法进行了试验验证，结果表明采用该方法可以较为准确地测量天线的方向图，增益测试误差小于1 dB，具有较高的工程应用价值。

摘要:现有的面形绝对检测法为了保证检测精度，在测量过程中需要耗费大量时间对被测镜进行精密的姿态调整。针对上述问题，提出了一种无需精密调整被测镜姿态的两平面面形检测方法。该方法需被测镜在3个位置进行测量：初始位置、旋转未知角度后的位置、横向平移未知距离后的位置。通过特征匹配求解被测镜实际旋转角度和平移量，通过迭代算法和拟合Zernike多项式恢复被测镜面形，并对被测镜面形中损失的角频率项进行补偿。该方法在保证精度的同时，避免了被测镜的精密调整，缩短了测量时间。实验表明，该方法与Vannoni的方法相比，二者检测结果的残差均方根（RMS）值为0004λ，测量中被测镜调整过程快速简单连贯，为光学元件的面形检测提供了一种新的技术途径。

摘要:针对多工况下滚动轴承故障声发射信号智能识别问题，提出了一种长短时记忆网络（LSTM）与迁移学习（TL）相结合的故障识别新方法。该方法仅以单一工况下原始声发射信号参数作为训练样本，构建LSTM模型充分挖掘出声发射信号与故障之间的深层次映射关系，以识别与训练工况具有相近分布特征的其他工况下故障；引入并结合TL来应对相异分布特征的其它工况下故障识别问题，从而可完成多种类型工况下故障特征的自适应提取与智能识别。实验结果表明，对于转速、采集位置或滚动轴承型号工况改变时内圈、外圈及保持架故障的识别均具有较高的准确率，可端对端的实现多种类型工况下故障的实时在线智能监测任务，摆脱了对先验故障数据的过分依赖，验证了该方法的可行性与优越性。

摘要:在铁磁性管道的远场涡流检测中，由于涡流信号会从激发线圈和接收线圈处2次穿透管壁，所以同一缺陷必然影响2次远场涡流信号的传输，其在接收信号中分别体现为主峰和伪峰。主峰包含了管道缺陷的位置等信息，然而伪峰在管道的检测和评估中表现为对缺陷定位的干扰。为了排除伪峰对管道缺陷定位的干扰，给出了一种新的远场涡流伪峰移除方法，首先利用数学形态学滤波器滤除缺陷信号的基线偏移，然后提出以径向基函数拟合主峰、伪峰的数学模型，并使用NelderMead单纯型法求解该模型的参数以得到伪峰信号。仿真实验和实际数据处理结果表明，该方法具有良好的伪峰移除效果，具有一定的适用性。

摘要:针对现阶段微电网能量管理技术发展趋势，在满足其内部经济调度的基础上，还需要关注微电网间的能量互补机制。对并网型区域微电网群提出了一种两级能量优化调度模型。引入条件风险指标(CVaR)衡量可再生能源与负荷预测误差对调度方案造成的影响，结合微电网运行收益，作为微电网内部能量调度的优化目标；采用多目标粒子群优化算法(MOPSO)进行求解，研究收益风险比作为优化调度策略的筛选指标，提出微电网内部能量优化调度策略；以区域微电网群公共并网点有功功率梯度变化最小化为前提，获得最佳微电网净功率组合方案，由此平抑微电网群对配电网造成的功率波动；考虑电力传输距离制定了微电网间净功率互补机制，提高功率传输效率。算例仿真结果表明，该模型能够合理实现微电网内与微电网间经济运行与功率平衡，为微电网群日前调度计划提供了有效设计流程。

摘要:经验模态分解(EMD)及以其为基础发展而来的方法在故障诊断领域中得到广泛应用, 对于分解后固有模态函数(IMF)的有效选择及基于有效IMF故障特征的准确提取至关重要。为更高效地解决此类问题, 提出一种基于具有自适应白噪声的完整集成经验模态分解(CEEMDAN)结合信号质量指数(SQI)算法与奇异值分解(SVD)的齿轮箱局部故障最优特征提取算法。以具有不同故障级别的齿轮局部裂纹进行试验验证方法的有效性，通过试验获取原始数据并进行CEEMDAN分解, 利用SQI进行有效IMF选取, 再结合SVD对有效IMF进行分解以获取最优特征向量, 并输入至BP神经网络进行训练与测试, 最后将测试结果与数种常规方法进行比较。结果表明, 针对齿轮箱的局部故障, 提出的CEEMDANSQISVD算法识别精度高, 并优于数种常规方法。

摘要:针对基于多状态约束卡尔曼滤波（MSCKF）的视觉惯性里程计算法中相机状态方程增广过程的误差累积问题，提出了一种相机状态方程多模增广方法。该方法首先对视觉特征跟踪状态的稳定性进行判断，然后自动地选择基于视觉图像信息优化求解相机相对位姿参数或基于惯性传感器（IMU）状态递推结果联合相机外参初始化新图像帧相机位姿参数两种途径增广相机的状态方程，解决特征跟踪状态稳定情况下IMU误差的累积问题。实验部分通过EuRoC数据和实际应用数据对算法的性能进行了验证分析，结果表明，改进后的MSCKF算法能够在特征跟踪稳定状态下有效避免IMU误差的累积，进一步融合视觉与惯性系统之间的互补优势，提高载体的定位定向精度和稳定性。

摘要:轴承故障诊断普遍存在需建立不同模型以适应变工况的问题，故提出一种谱质心迁移学习模型，通过将源工况领域迁移至目标工况领域减少后者的建模代价，并增强模型通用性。首先计算两工况领域间频谱相似度（FSSM）并排序选择近距离源工况领域为初始训练集。其次在迭代过程中剔除与训练集谱质心均值距离较远的样本，并加入同数量目标工况领域无标签样本，直至两者谱质心均值距离一致，模型故障类别取决于支持向量机（SVM）和逻辑回归（LR）基分类器的输出。Spectra Quest齿轮传动系统试验结果表明，转速负载发生变化时，该模型诊断性能优于非迁移模型，且能够根据替换样本数、精度、频谱相似度、耗时等指标评估源工况领域质量，因此具有解决变工况轴承故障诊断问题的潜在价值。

摘要:传统反电势法的滤波器硬件结构设计将导致无位置传感器无刷直流电机的换相误差，当换相误差较大时将大大降低系统的性能指标。针对换相误差造成系统换相转矩脉动、失步等问题，通过分析理想反电势过零点与实际反电势过零点间相位差值的关系，提出在增加单端初级电感变换器(SEPIC)前级驱动电路的基础上，采取PWMONPWM调制方式，通过检测非导通相（即悬空相）电压与校准后的电压大小进行比较，获取换相信号，实现对换相误差的校正。相比于传统反电势法，只需检测一路相电压，在降低系统转矩脉动的同时，对换相误差进行精准校正。仿真与实验结果验证了所提出的换相误差校正策略在全速范围内的有效性。

摘要:测量管振动的稳定性、可靠性是科氏质量流量计实现精确计量的基础。针对科氏质量流量计振动幅值控制问题，设计了一种仿人智能控制方法，将科氏质量流量计测量管振动分为起振稳幅和干扰抑制两个阶段，根据幅值偏差及偏差变化率分别划分出5种和3种不同的特征状态，构建特征状态集；对于不同的特征状态，分别设计相应控制模态，构建控制模态集，同时设计启发式搜索和直觉推理规则集。控制过程中，先根据偏差及偏差变化率辨识出当前振动状态，依据推理规则集选择相应的控制模态进行振动控制。实验结果表明，所提方法可以实现科氏质量流量计快速起振，且振幅稳定，验证了方法优越性和工程实用性。

摘要:机电作动器（EMA）由于重量轻、体积小、可靠性高等优势成为多电/全电飞机的核心部件，逐步广泛应用于各类多电/全电飞机中。然而，EMA动态变化的运行模式和载荷工况给其退化建模和健康因子（HI）估计带来较大挑战。因此，提出一种基于贝叶斯更新的EMA HI构建方法。首先基于历史监测数据构建HI先验模型，在此基础上，结合贝叶斯更新理论和实时监测数据对EMA HI先验模型参数分布进行迭代更新，最终实现不同运行模式和载荷工况下EMA退化状态的准确表征。为解决变工况条件下EMA HI构建模型失配问题提供了一种新颖的思路，并基于NASA公开数据集进行了实验验证。结果表明，与基于模型辨识的EMA HI构建方法相比，基于贝叶斯更新的EMA HI构建方法具有更强的工况适应能力，能够在变工况条件下有效地构建出EMA HI。

摘要:研究偏心、倾斜载荷作用下，应变片排布位置对柱式力传感器输出的影响，对提高传感器抗偏心、倾斜载荷能力具有重要作用。采用弹性理论建立了偏心、倾斜载荷作用下，考虑应变片位置偏差、角度偏差、高度位置影响的柱式传感器输出模型。基于该模型，分别讨论了应变片位置偏差、角度偏差和高度位置对传感器示值误差和方位误差的影响，并进行实验验证。研究结果表明，当应变片之间存在位置偏差或应变片存在角度偏差，传感器在偏心、倾斜载荷作用下，将产生较大示值误差和方位误差，且误差随位置偏差或角度偏差的增大而迅速增大。应变片粘贴时，如果位置偏差和角度偏差均不大于1°，则即使传感器在01°倾斜载荷作用下，示值误差也可以控制在±015%以内。贴片高度位置变化对传感器输出的影响较小。该力传感器输出模型分析结果准确可靠，对控制传感器生产工艺水平具有一定指导作用。

摘要:金属掺杂；气体传感阵列；气体检测；温度调制；多输出支持向量回归

摘要:塑性形变；无损检测；电磁声谐振

摘要:可穿戴式力触觉交互技术作为力触觉交互技术的一个分支，可以为操作者提供更为真实、自然的人机交互体验。设计了一种指端可穿戴式力触觉交互装置，装置由穿戴于腕部的控制盒以及穿戴于指尖的部分组成，穿戴于指尖的部分重约30 g，尺寸为38 mm×31 mm×50 mm。装置采用连杆机构，可实现三自由度的力触觉反馈。装置使用蓝牙通信，具有小型轻便、穿戴方便的特点。通过方向感知与识别实验证明，装置可在指腹面产生8个有效的方向性信息，而且每个方向都可以为人所正确感知。此外，虚拟环境交互实验证明，装置可帮助人在虚拟环境中控制交互力的大小，并提高人机交互的效率。

摘要:传统下肢假肢运动意图识别方法常使用多模态传感器信号，带来一定的复杂性以及模式转换识别一般带有滞后性，提出了基于数据驱动下的智能下肢假肢运动意图识别方法。在对单侧下肢截肢者运动模式进行了重定义后，仅使用惯性传感器，采集健肢侧处于摆动相的时序数据。选择高斯混合隐马尔可夫模型作为分类器，对下肢假肢的运动意图进行识别。实验结果表明，该算法在模式空间中的一组基模式：平地行走、上坡、下坡、上楼和下楼5种稳态模式中，识别率达到9899%，在包含5种稳态模式和8类转换模式的13类运动模式中的识别率可达到9692%。所提出的方法可以在下肢假肢运动意图识别性能上有较大提升，帮助单侧下肢截肢者实现自然、流畅、稳定的行走。

摘要:针对国产腹腔镜手术机器人轨迹跟踪控制的关键问题, 在动力学模型的基础上, 构建了自适应模糊滑模控制系统。该方法采用快速非奇异终端滑模面，确保系统能够在有限时间内收敛，并且避免了控制奇异的问题, 同时运用模糊逻辑控制，根据系统误差的变化动态调节滑模切换项的大小, 在保留滑模控制鲁棒性的基础上, 减小了系统的抖振, 提高了被控系统的跟踪精度和鲁棒性。仿真结果显示, 所设计的方法具有收敛速度快、稳态精度高、力矩脉动小的特点, 能够将位置的收敛时间从06～09 s减小到01 s, 稳态误差峰值由0035 rad减小到001 rad。针对动物活体组织的实验结果显示, 所设计的控制系统能够实现机械手术臂对医生操作信息的准确跟踪, 为手术的顺利实施提供了保障。

摘要:钢琴弹奏手套是一种新兴的智能可穿戴式设备，通过手套中的多惯性传感器对钢琴弹奏者的手势状态进行实时感知和分析，可以让钢琴学习者实时了解弹奏手势是否规范，从而有效提高钢琴学习效率和兴趣，并降低学习成本。区别于其他应用领域中的手势，钢琴弹奏手势具有多样性、快速性、大动态以及强时变的特点，设计了一套基于惯性数据手套与红外检测杆的钢琴弹奏手势识别系统，并提出一种基于机器学习的钢琴弹奏手势识别方法，以惯性数据手套与红外检测杆的输出作为数据样本，针对钢琴弹奏手势特性，进行多模态手势特征的提取并采用分层识别算法改善识别效果。实验表明，所提出的方法能够较好的适应钢琴弹奏手势识别需求，识别准确率达到99%以上。

摘要:针对四类运动想象任务的特征提取问题，提出一种基于固有时间尺度分解(ITD)和相位同步分析相结合的脑电(EEG)信号特征提取方法。采用第3届和第4届BCI竞赛中的4类运动想象数据集，首先选择5个导联的运动想象脑电信号，根据相位同步性计算导联之间的相锁值(PLV)，将相锁值作为一类特征；之后利用ITD对5个导联的运动想象脑电信号进行分解，提取第一层固有旋转分量的能量特征，与PLV特征相结合获得十五维特征向量；最后通过支持向量机(SVM)进行分类识别。对12名受试者的平均识别率达到9164%，平均Kappa系数达到0887，说明该方法能够有效的提取脑电信号特征，进而提高4类运动想象任务的分类准确率。

摘要:传统的基于加速度波形积分的心脏胸外按压评估方法受噪声和积分时延影响,在计算距离时存在较大误差,评估效果不理想。为此,在弱监督学习策略与波形分割的基础上,提出了一种基于一维卷积神经网络的心脏按压加速度波形识别算法,实验结果表明,一维卷积神经网络达到了994%的正确率,明显优于传统的积分方法和BP神经网络算法。进一步采用GradCAM方法对评估结果进行可视化分析,发现卷积神经网络所关注的特征集中于开始按压至按压到达平衡位置，以及此次按压松手后反向加速度达到最大值至下一次按压开始这2个阶段的加速度波形变化情况。此外该评估模型不再需要对按压距离进行精确测距,因而不受按压遮挡、电磁波干扰等因素的影响,可以实时检测按压是否规范有效,在复杂环境中也具有较高的鲁棒性,在医疗急救领域中具有一定的实用价值。

摘要:针对目前基于体感选择性注意范式的脑机接口控制指令数少，信息传输率低等缺点，提出了一种全新的多模态混合脑机接口系统。该系统融合稳态视觉刺激（SSVEP）和体感选择性注意范式（SSA），在外部视觉和体感刺激的作用下，诱发大脑产生稳态视觉电位和事件相关去同步现象。同时，为了解决传统脑电信息特征提取中需要大量先验知识等问题，引入深度学习算法对混合脑机接口信息进行意图解码，该方法将多通道的时域信息转换成具有时-频-空域三维特征的二维特征图。对8名受试者的离线实验显示，平均识别准确率达到8135%，确认了所提出的基于SSVEP_SSA融合的多模态混合脑机接口是可行的，实现了脑机接口（BCI）系统的指令集扩展和高精度解码。

摘要:为了满足计算机视觉标定与精密测量对图像边缘定位的精确度高和抗噪性强的要求，提出一种基于Franklin矩的亚像素级图像边缘检测算法。首先，建立亚像素边缘模型，利用各级Franklin矩的卷积来提取图像边缘点的细节特征；然后，依据Franklin矩的旋转不变性原理，分析图像边缘旋转至垂直方向后各级Franklin矩之间的关系，从而确定图像中亚像素边缘的关键参数；最后，根据改进的边缘判断条件，确定图像中的实际亚像素边缘点。大量实验结果表明，与基于Zernike矩的亚像素级算法、基于小波变换与Zernike矩结合的亚像素级算法、基于Roberts算子与Zernike矩结合的亚像素级算法相比，本文提出的基于Franklin矩的亚像素级图像边缘检测算法速度更快，精度更高且抗噪性强，更好地满足了对于图像边缘定位稳定可靠及高精度测量的要求。

摘要:针对现有指针式仪表自动读数算法对图像采集条件要求较为严格的缺陷，提出一种基于双重霍夫空间投票的指针式仪表自动读数方法。该方法根据仪表刻度和圆心在霍夫空间中的分布特性，自适应地计算仪表圆心，并在极坐标空间使用投影法对图像进行分割，提取刻度和指针信息，最后通过距离法对指针式仪表进行读数。实验证明，所提出算法的平均引用误差均在08%以下，有效提高了读数的正确率及鲁棒性。

摘要:移动机器人自主建图是完成智能行为的前提。为提高机器人智能水平和直观的用户交互，地图需要扩展超出几何和外观信息的语义信息。研究了将基于深度残差网络(DRN)的像素级图像语义分割和三维同时定位与建图(SLAM)相融合的三维语义地图构建方法。首先,采用一种联合中值滤波算法进行深度图像的修复,使用改进的迭代最近点(ICP)算法得到相机估计位姿以及基于随机蕨类的闭环检测构建出三维环境地图；其次,采用优化的深度残差网络对输入的图像实现较精准的像素语义级别的预测与分割；最后，采用贝叶斯更新方法，渐进式的将图像分割获取的语义分类标签迁移到重建的室内三维模型中，获得完整的三维语义地图。实验表明，所设计的方法可以在实际的、复杂环境下实时地构建语义地图。

摘要:针对不适用编码器等接触式旋转角度测量器件的场景设计一种基于单目视觉里程计的纯姿态测量算法，具有成本低、精度较好、不漂移的优点。为解决纯旋转条件下的应用问题，以经典单目视觉里程计算法为基础，通过给定深度，直接初始化，修改姿态的计算和优化算法，解决了其在纯旋转条件下无法工作的问题；针对摄像头无法精确安装于被测物体旋转中心的实际问题，建立了安装偏置模型，改进姿态测量算法，有效地解决安装偏置问题，同时提出一种离线测量方案，实现了对安装偏置参数的辨识。用高精度两轴转台验证算法的有效性。实验结果表明该算法在使用低成本摄像头时仍具有良好的综合性能，多自由度周角动态测量误差在05°以内。