【摘 要】
：
为满足大行程高精度角位移的需求,以尺蠖式运动为工作原理,设计了基于柔性铰链的超磁致伸缩旋转驱动器,通过上、下钳紧机构和驱动机构的配合,实现转子的角位移累积输出。将柔
【基金项目】
：
国家自然科学基金(51275525)
论文部分内容阅读
为满足大行程高精度角位移的需求,以尺蠖式运动为工作原理,设计了基于柔性铰链的超磁致伸缩旋转驱动器,通过上、下钳紧机构和驱动机构的配合,实现转子的角位移累积输出。将柔性铰链简化成超静定梁进行受力分析,确定其等效刚度,采用有限元法对刚度进行了模拟验证,模拟值和计算值吻合,最大相对误差为1.78%,进行模态分析和强度校核;根据电压定律、磁阻理论、线性压磁模型和动力学理论建立了角位移模型,搭建实验系统进行了实验测试。计算和实验结果表明:在工作电压和频率范围内,建立的角位移模型能准确的反映旋转驱动器的角位移输出,最
其他文献
以Ansys Fluent为平台,对二维两自由度偏心桥梁断面风致振动进行数值模拟研究。将Newmark-β法编程嵌入UDF,在每一时间步上求解微分方程得到并更新物理量的方式实现自由振动
线谱混沌化是提高潜艇声隐身性能的主要手段,但难以实现小振幅下的持续混沌化;同时,非线性隔振系统由于多个吸引子共存,混沌化品质依赖于初始条件和系统参数。为此,利用开环
滚石冲击棚洞垫层的动力响应分析多采用数值模拟手段,缺乏物理模型试验验证。为此,以山区棚洞结构为原型,搭建滚石冲击棚洞结构试验平台,开展不同坠落高度下不同垫层厚度及密
基于循环神经网络的日志序列异常检测模型对短序列有较好的检测能力,但对长序列的检测准确性较差。为此,提出一种基于时间卷积网络的通用日志序列异常检测框架。将日志模板序
从事件时序关系与因果关系的关联性出发,提出基于神经网络的联合识别方法。将时序关系和因果关系识别分别作为主任务和辅助任务,设计共享辅助任务中编码层、解码层和编解码层