期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到2篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
一种多运动模式的软体爬行机器人
1
作者 张林贝子 苏韩飞 +2 位作者 梁小流 农卫航 丁江 《广西大学学报（自然科学版）》 CAS 北大核心 2024年第1期88-96,共9页
为了提高软体机器人对复杂地形的适应能力,提出了一种具有多运动模式的软体爬行机器人。首先,分别利用聚乙烯材质与聚丙烯材质的波纹管设计了软体爬行机器人的转向伸缩执行器与弯曲执行器,并通过浇注成型与3D打印技术制造了软体爬行机... 为了提高软体机器人对复杂地形的适应能力,提出了一种具有多运动模式的软体爬行机器人。首先,分别利用聚乙烯材质与聚丙烯材质的波纹管设计了软体爬行机器人的转向伸缩执行器与弯曲执行器,并通过浇注成型与3D打印技术制造了软体爬行机器人样机;其次,分析软体爬行机器人的平面直行、平面转向和平面杆过渡等运动模式,研究了软体爬行机器人的运动步态规律;再次,基于常曲率假设,分析压强与执行器弹性变形的关系,建立了执行器的运动学模型;最后,通过运动学试验,验证了执行器运动学模型的正确性,检验了软体爬行机器人在多模式下的运动能力。 展开更多
关键词 软体机器人 运动性模型 多运动模式 地形适应性
下载PDF
基于多源信息融合与神经网络的汽车塑件无损检测方法研究
2
作者 李吉生 孙潇鹏 张胜宾 《模具工业》 2024年第6期15-19,共5页
针对汽车塑件内部缺陷检测精度不高、检测方法单一等亟需解决的问题,基于多源信息融合与深度学习神经网络等技术,探究高鲁棒性、稳定性、精确性的检测模型,旨在为汽车塑件批量无损检测提供理论基础和技术支持。通过超声波探伤、激光光... 针对汽车塑件内部缺陷检测精度不高、检测方法单一等亟需解决的问题,基于多源信息融合与深度学习神经网络等技术,探究高鲁棒性、稳定性、精确性的检测模型,旨在为汽车塑件批量无损检测提供理论基础和技术支持。通过超声波探伤、激光光斑测量、紫外线探伤、智能电参数测量和红外热成像等无损检测方法,试验样本经异质信息采集、预处理以及多特征变量提取,根据检测要求,用于定量/定性神经网络模型构建。再以样本训练、规则判别、深度学习和模型类比,选取最优模型用于试验样本内部缺陷预测和品级分析,以求得所设计的“深度学习”神经网络模型与检测方法具有通用性,可进一步用于汽车铸件、冲压件或焊接件等无损检测,为匹配智能装备研发提供研究基础。 展开更多
关键词 无损检测 多源信息融合 神经网络 主成分分析 汽车塑件
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部