祁宇明
- 作品数：122 被引量：219H指数：7
- 供职机构：天津职业技术师范大学更多>>
- 发文基金：国家科技支撑计划天津市科技支撑计划重点项目天津市科技支撑重点项目更多>>
- 相关领域：自动化与计算机技术机械工程文化科学交通运输工程更多>>
- 油桶翻新整形机支撑辊轮有限元分析被引量：2
- 2018年
- 以整形机支撑辊轮为研究目标,运用SolidWorks对辊轮进行建模,再进行ANSYS Workbench有限元分析,研究支撑辊轮的静力学和振动特性,指出结构中薄弱部位,结果表明:在变形较大处选用高强度的材料,提高其稳定性;同时模态分析结果为抑制支撑辊轮振动提供了参考依据。
- 郭文鑫王仲民邓三鹏祁宇明李桂祥
- 关键词：整形机静力学分析模态分析
- 四旋翼无人机机身静力学分析
- 2018年
- 四旋翼无人机优点众多,应用广泛,极具研究价值,为研究四旋翼无人机机身受力情况,采用有限元分析方法进行分析。首先建立四旋翼无人机三维物理模型,然后利用Ansys Workbench研究四旋翼无人机在无风工况、平均风工况、极限工况下悬停时机身结构的强度和刚度响应,得到了相应的变形云图和应力云图,极限工况下机身受到的最大等效应力为16.165 MPa,最大变形为2.209 mm。计算结果表明,机身结构的静强度和刚度满足设计使用要求。
- 周鸿超祁宇明林伟民王鹏侯择尧权利红薛强
- 关键词：有限元分析风载
- 基于超高压水射流技术的储罐清理机器人关键技术研究
- 邓三鹏张兴会齐永健吴立国吴红兵王旭祁宇明孙宏昌王仲民霍建松王创荣刘淑宝
- 应用Solidworks建立了储油罐清理机器人的三维模型,采用ANSYS有限元分析软件对机器人主动轮、主动轴和推铲等进行了优化、完善了储油罐清理机器人的主体结构.储油罐清理机器人以高压水射流清洗为主要的清理方式,高压水射...
- 关键词：
- 关键词：液压马达
- 基于粗糙集的汽车驾驶员疲劳监测方法的研究被引量：4
- 2011年
- 通过采集脑电α波、脉搏信号、心率信号等生理信号,基于粗糙集理论进行驾驶员生理信号疲劳特征的提取,建立疲劳监测的决策规则.实验证明,该方法可准确判别驾驶员的疲劳状态.
- 王倩苗德华邓三鹏蒋永翔祁宇明
- 关键词：生理信号粗糙集属性约简
- 小型停车机械装置
- 本发明为小型停车机械装置，特别地涉及一种立体车库，属于机械设备技术领域。本发明要解决的技术问题是提供小型停车机械装置，该装置可以有效解决城市小区停车难问题。本发明的技术方案及用途，人在车库内或车不准停位置，由电子控制的整...
- 孙宏昌王刚王克强冯宇戴佳鹏王春霖杨成鹏原丽娜李光泽茹杰蒋永翔邓三鹏祁宇明张天江欧阳菲
- 可变形履带式自动巡检消防机器人设计与性能分析被引量：7
- 2019年
- 工厂、变电站等监管力度不到位、消防设施缺乏,导致火灾的频繁发生。针对此问题,研究设计了一种自动巡检消防移动机器人。首先根据机器人主要技术指标及实际工作环境提出总体设计方案,确定各系统组成;根据使用场合设计独特的履带机构和传动机构;对机器人在平面和斜面上加速运动进行受力分析并计算驱动功率;通过对比各类驱动系统的优缺点选用电机驱动方式,确定电机、减速器和驱动器型号;分析机器人的复杂运动过程,如爬楼梯运动、爬坡运动等。经试验证明,自动巡检消防移动机器人结构设计合理,满足设计要求,对我国社会发展具有重要意义。
- 祁宇明谢兵邓三鹏林丙好
- 关键词：消防机器人机械结构可变形
- 切削颤振信号的混沌时间序列识别方法研究
- 2014年
- 对切削颤振的在线监测识别是提高加工质量的关键技术之一。基于离散动力系统非线性混沌控制理论,以加工过程振动信号为非线性系统输入量,采用嵌入时间序列和关联积分的C-C算法,确定最佳嵌入维数m与时间延迟τ,进而对在线监测获得的离散振动信号进行相空间重构。实施铣削颤振试验,采用上述时间序列分析方法获得颤振产生前后的相图,分析表明相图表现出混沌特性,实现了切削颤振的识别。
- 蒋永翔杜兵邓三鹏祁宇明
- 关键词：混沌相空间重构
- 灾难环境下信息快速获取与紧急救援空投机器人系统
- 本发明涉及一种灾难环境下信息快速获取与紧急救援空投机器人系统。该系统包括V形轨道轮，伞降系统，自动脱扣装置，空投机器人本体，空投机器人着陆解锁装置，缓冲着陆系统，远程无线通信系统和传感器。V型轨道轮安装于着陆底盘两侧；伞...
- 张兴会邓三鹏李杰孙青林田南平何永利王仲民蒋永翔祁宇明亢晓峰谢雷续荣华许光华高亚
- 无碳可控树干保护层喷涂机器人
- 一种无碳可控树干保护层喷涂机器人，其特征是：包括机器人移动平台（1）、固定机架（2）、环形气动喷涂机械手（3）、药箱（4）、电源（5）、控制系统（6）；其中固定机架（2）安装在机器人移动平台（1）的前部，药箱（4）、电源...
- 谢兵祁宇明陈晨
- 一种复杂环境下基于深度强化学习的机器人路径规划方法被引量：16
- 2020年
- 针对强化学习中Q-learning算法在复杂环境下难以进行路径规划的问题,将深度卷积神经网络的特征提取能力与强化学习的决策能力相结合,提出了一种基于深度强化学习的改进算法。该方法用值函数近似法代替Q-learning中的动作值函数,设计了包含四层结构的深度卷积神经网络,以网络的输出代替传统的Q值表,解决了Q-learning在状态空间较大时产生的维数灾难问题。在栅格环境下进行仿真实验,结果表明该方法相较于Q-learning算法能够在复杂的环境下进行路径规划,并在新的测试集上取得了87%的识别率,具有较强的泛化能力。
- 李辉祁宇明
- 关键词：机器人路径规划
