黑龙江省教育厅科学技术研究项目(10551002)
- 作品数:6 被引量:49H指数:5
- 相关作者:刘得军王世营王斌冉群英张传英更多>>
- 相关机构:东北石油大学中国石油天然气集团公司中国石油大学(北京)更多>>
- 发文基金:黑龙江省教育厅科学技术研究项目黑龙江省研究生创新科研项目黑龙江省普通高校骨干教师创新能力资助计划更多>>
- 相关领域:自动化与计算机技术金属学及工艺机械工程天文地球更多>>
- 基于BP算法的六自由度并联机器人正运动学求解被引量:9
- 2006年
- 利用六自由度并联机器人位置反解易于获得这一特性,把较难的六自由度并联机器人位置正解问题转化为应用位置反解结果作为训练样本进行学习,从而实现操作手从关节变量空间到工作变量空间的非线性映射,这样就能够较准确地求解并联机器人的位置和姿态。文中以Stewart型并联机器人为例,采用BP算法对其正解进行了求解,仿真结果表明该方法计算精度高,克服了数值解法的求解精度受初值影响较大的缺点。
- 刘得军王娟王世营董德发
- 关键词:位置正解BP神经网络位置反解
- 光电编码器输出脉冲可逆计数的一种实用方法被引量:12
- 2006年
- 高精度位置控制系统常用光电编码器作为直线位移检测传感器。由于监测的位移通常是正反两个方向变化的,因此,要用光电编码器输出脉冲反映并记录这种双向的位移变化,就要实现对脉冲进行可逆计数,既要能加计数,又要能减计数。文中介绍了一种利用80C32单片机内部计数器T2对光电编码器输出脉冲的加减计数的具体实现方法,该方法已在油田试井深度监测系统中得到应用,实践证明该方法既节省了硬件资源,又能得到很好的计数效果,是一种简单实用的脉冲可逆计数方法。
- 刘得芳马红王斌张传英刘得军
- 关键词:光电编码器单片机
- ADAMS环境下并联坐标测量机运动分析与仿真被引量:5
- 2007年
- 并联机构的运动学分析即是求解并联机构的输入与输出构件的位移、速度、加速度之间的关系。文章以基于Stewart平台的六自由度并联机构坐标测量机为研究对象,在ADAMS软件环境下建立了六自由度并联坐标测量机的虚拟样机模型,然后基于虚拟样机对所研究的并联坐标测量机进行了运动学仿真。通过软件仿真,可以对并联坐标测量机各种运动性能产生直观的了解,从而为并联坐标测量机的设计与开发提供软件验证方法,为建立物理样机打下坚实的基础。同时利用虚拟样机技术还可以大大简化并联坐标测量机的运动学逆解和正解,为进一步对并联坐标测量机的系统优化创造了有利条件。
- 刘得军陈晓晖王世营韦荣方
- 关键词:并联坐标测量机虚拟样机运动学计算机仿真
- 基于遗传算法的六自由度并联坐标测量机测量建模被引量:1
- 2006年
- 考虑到并联闭环机构具有位置反解容易、位置正解复杂的特点,将位置反解模型作为评价函数,把复杂的位置正解问题转化为优化问题。利用遗传算法的全局优化能力,建立了基于6-DOF并联坐标测量机的测量模型。仿真结果表明,该方法克服了数值解法求解并联机构位置正解时,解的精度受初值影响的缺点,具有令人满意的计算精度和计算速度。
- 王世营刘得军艾清慧曹旭东
- 关键词:位置正解遗传算法并联坐标测量机
- 基于粒子群算法的6-DOF并联坐标测量机的测量建模被引量:11
- 2008年
- 依据并联机构的位置反解模型,给出了求解6-DOF并联坐标测量机位置正解的无约束优化模型,并应用粒子群算法(PSO)对该优化问题进行了求解,由此可将复杂的并联坐标测量机测量建模问题转换为优化问题,从而求得位置正解。仿真结果表明:80个粒子大约经过55次的迭代运算后,收敛精度可达到0.5μm,平均运行时间约为3 s。粒子群算法应用于并联坐标测量机测量建模与求解,可获得较高的计算速度和计算精度。
- 刘得军刘彩平韦荣方
- 关键词:并联坐标测量机粒子群算法位置反解位置正解
- 支持向量机在大庆齐家凹陷测井解释中的应用被引量:13
- 2007年
- 在大庆齐家-古龙凹陷葡西地区的含油层系中,薄差油层、低阻油层、高阻水层并存,储层的岩性、孔隙结构复杂多变。开发井的解释符合率较低,远不能满足油田高效开发的要求。为了提高测井解释精度.之前已经采用许多学习算法(如Bayes方法)对该地区的油水层进行划分,但都未能达到理想的效果。为此,以大庆齐家凹陷某口井的测井资料为例,探讨了支持向量机方法在油气识别中的应用。支持向量机方法基于统计学习理论,具有全局优化、泛化能力强等优点,适合对不同模式进行分类,在建立分类模型时仅依赖原始测井数据,无需完全依赖地区经验公式或经验数据,因此减小了由经验带来的误差。利用一口井的测井资料,提取了51层样本作为测试参数,分为两组:一组取27层为训练样本,24层为测试样本;另一组取20层为训练样本,3l层为测试样本。分别采用支持向量机方法和Bayes方法进行了油气预测,在两种训练样本条件下,支持向量机方法的预测精度分别达到了100%和93.548 4%,而Bayes方法的预测精度分别为77.777 8%和77.419 3%,这表明利用支持向量机方法对未知油气层的属性进行正确识别是可行的。
- 刘得军冉群英王斌
- 关键词:统计学习理论支持向量机模式识别