一种测量回转零件轴线弯曲的杠杆球式精密测量试验台

    公开(公告)号:CN115112077A

    公开(公告)日:2022-09-27

    申请号:CN202210670568.9

    申请日:2022-06-14

    Applicant: 吉林大学

    Abstract: 一种测量回转零件轴线弯曲的杠杆球式精密测量试验台属于回转零件精密测量领域,由主动顶尖组件、从动顶尖组件、移动组件、测量组件、底板组件组成。主动顶尖组件固接于底板的右侧,从动顶尖组件固接于底板的左侧,移动组件固接于底板的后侧,测量组件固接于移动组件的手动滑台上;安装时主动顶尖与从动顶尖同轴,且与测球球心处于同一竖直平面。本发明中步进电机带动被测零件做回转运动,编码器与位移传感器分别采集零件转角信息和轮廓信息,通过数据后处理可获得被测零件形位误差信息;本装置结构简洁,操作简便,系统误差小;通过设计杠杆机构尺寸可测量任意形状的回转零件,测量组件沿被测零件轴线运动可测量多个截面,测试效率高,通用性强。

    一种铰接式车辆路径跟踪控制方法

    公开(公告)号:CN113721454A

    公开(公告)日:2021-11-30

    申请号:CN202111035734.X

    申请日:2021-09-03

    Applicant: 吉林大学

    Abstract: 本发明公开了一种铰接式车辆路径跟踪控制方法,该方法包括以下步骤:步骤S1,根据前车体的路径参考点和铰接式车辆模型,计算后车体路径参考点;步骤S2,获得车辆当前的位置;步骤S3,找到距离前、后桥最近的路径点;步骤S4,根据最近的路径点向前方搜索N个点作为前、后桥的预瞄点;步骤S5,计算前桥预瞄位置误差、航向误差、后桥预瞄位置误差和航向误差;步骤S6,将全部误差输入到路径跟踪控制器中;步骤S7,根据PID控制器计算出控制量对车辆进行转向控制。本发明专利对铰接式车辆进行前后桥路径规划,计算前后桥的预瞄位置偏差和航向偏差,通过控制器计算出控制量对铰接式车辆进行转向控制,实现铰接式车辆路径跟踪控制。

    一种铰接式车辆路径跟踪控制方法

    公开(公告)号:CN113721454B

    公开(公告)日:2023-02-24

    申请号:CN202111035734.X

    申请日:2021-09-03

    Applicant: 吉林大学

    Abstract: 本发明公开了一种铰接式车辆路径跟踪控制方法,该方法包括以下步骤:步骤S1,根据前车体的路径参考点和铰接式车辆模型,计算后车体路径参考点;步骤S2,获得车辆当前的位置;步骤S3,找到距离前、后桥最近的路径点;步骤S4,根据最近的路径点向前方搜索N个点作为前、后桥的预瞄点;步骤S5,计算前桥预瞄位置误差、航向误差、后桥预瞄位置误差和航向误差;步骤S6,将全部误差输入到路径跟踪控制器中;步骤S7,根据PID控制器计算出控制量对车辆进行转向控制。本发明专利对铰接式车辆进行前后桥路径规划,计算前后桥的预瞄位置偏差和航向偏差,通过控制器计算出控制量对铰接式车辆进行转向控制,实现铰接式车辆路径跟踪控制。

    一种离散物料堆积状态智能在线预测装置及预测方法

    公开(公告)号:CN111784718B

    公开(公告)日:2021-09-10

    申请号:CN202010665404.8

    申请日:2020-07-11

    Applicant: 吉林大学

    Abstract: 本发明涉及一种离散物料堆积状态智能在线预测装置及方法,装置由车厢离散物料堆积状态预测系统、车辆控制中心、离散物料堆积状态预测模型在线更新系统、异常处理系统和供电系统构成。方法包括利用卡车高处的图像采集器拍摄车厢内物料堆积图像;对图像预处理;利用挖掘机铲斗上的传感器组获取铲斗内物料质量;利用处理后图像由卷积神经网络估计当前车厢内物料质量和重心坐标;以上结果、铲斗中物料质量、卸料位置为输入,卸料后物料分布状态为输出,训练BP神经网络;利用BP神经网络预测下一时刻物料堆积状态。本发明结合卷积神经网络研究,实现无损、无接触预测。所涉及设备保护装置用于防止因天气、灰尘、车辆行驶晃动导致设备损坏。

    一种离散物料堆积状态智能在线预测装置及预测方法

    公开(公告)号:CN111784718A

    公开(公告)日:2020-10-16

    申请号:CN202010665404.8

    申请日:2020-07-11

    Applicant: 吉林大学

    Abstract: 本发明涉及一种离散物料堆积状态智能在线预测装置及方法,装置由车厢离散物料堆积状态预测系统、车辆控制中心、离散物料堆积状态预测模型在线更新系统、异常处理系统和供电系统构成。方法包括利用卡车高处的图像采集器拍摄车厢内物料堆积图像;对图像预处理;利用挖掘机铲斗上的传感器组获取铲斗内物料质量;利用处理后图像由卷积神经网络估计当前车厢内物料质量和重心坐标;以上结果、铲斗中物料质量、卸料位置为输入,卸料后物料分布状态为输出,训练BP神经网络;利用BP神经网络预测下一时刻物料堆积状态。本发明结合卷积神经网络研究,实现无损、无接触预测。所涉及设备保护装置用于防止因天气、灰尘、车辆行驶晃动导致设备损坏。

Patent Agency Ranking