基于全因子实验设计的椎板铣削温度分析与建模

来源 :仪器仪表学报 | 被引量 : 0次 | 上传用户:dgjklfkgl
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
本文旨在建立脊柱椎板的铣削温度模型,该模型主要考虑了骨密度和铣削参数(切骨深度和铣削进给速度)对铣削温度的影响.首先,在对椎板的逐层切骨过程的分析基础上,采用全因子实验设计法构建了不同铣削参数的切骨实验,并对不同密度松质骨的发射率进行了标定.然后,使用机器人和骨外科球形铣刀,在多种不同密度的人工松质骨材料上,按照不同的切骨深度和进给速度逐层切骨,来收集建立和验证模型所需的温度数据.使用热成像仪测量了机器人逐层切骨过程中的两种铣削温度:铣刀温度和骨表面温度.最后,分析了骨密度和铣削参数对这两种铣削温度的影响,并利用实验数据和神经网络建立了椎板松质骨的铣削温度预测模型.实验结果表明,模型估算温度值和切骨实验测量值的总拟合优度达到0.97.所建模型可帮助外科医生或机器人在逐层铣削脊柱椎板时选择合适的铣削参数,提高椎板切除手术的安全性.
其他文献
在现代机器人技术和柔性电子应用中,迫切需要具有高灵敏度、良好灵活性和三维力测量能力的柔性触觉传感器.本文提出了一种基于聚偏氟乙烯(PVDF)压电薄膜的触觉传感器,实现动态三维力测量.传感器由3个夹角为120°的PVDF压电敏感单元构成3个压力敏感区,3个压电敏感单元安置在聚二甲基硅氧烷(PDMS)半球型结构的底面.从PDMS半球顶部传递的三轴接触力引起3个压电敏感单元的电荷分量发生变化,从而计算出接触力的方向和大小.本文推导了基于3个压电敏感单元触觉传感器的三维力算法,对所制备的传感器进行了标定,实现了三
微流量传感器是有着功耗低、响应快、精度高等优点,在汽车工业、航空航天、生物研究、临床诊断等多个领域有广泛的应用.量热微流量传感器是通过测量加热器上下游温差来确定流速的,然而当流速超过一定范围后温差响应将不会随流速的增大,限制了流量传感器的量程.本文首先数值模拟了在大流率跨度下(0~ 160 SCCM)下温差对流速的响应,发现当扩散作用占主导时温差对流速的响应几乎是线性的;随着流速的增大,温差的响应逐渐降低,呈非线性;当流速进一步增加时温差的响应趋于饱和,量热工作模式失灵.然后,在数值模拟基础上提出了在大流
针对多无人机系统在复杂环境下卫星信号易受到干扰的问题,提出了一种基于环路和积算法的协同导航方法.根据传感器的特点,设计了基于GNSS/INS紧组合的绝对导航和UWB辅助的卫星双差紧组合相对导航,然后使用各个平台自身的绝对导航信息和平台间的相对导航信息,构建协同导航滤波器,基于环路和积算法,设计了消息传递规则,减少了平台间的流量,计算任务在各个平台上分布运行,减小了计算压力.最后对不同复杂场景进行了仿真和物理实验,结果表明该方案的协同导航精度明显优于不进行协同导航的结果,且随着可观测信息的增多,该方法导航精
近年来研究表明,足底压力可以反映人体的特征,在生物识别上具有广阔的前景.本研究探讨了足底压力进行身份识别的可行性和方法论.本文使用带有8个压力传感器的鞋垫收集了14名志愿者14000多个压力数据作为数据集,利用无监督学习探讨了分类的科学性,并讨论了地面状况对于压力数据的影响.采用卷积神经网络(CNN)作为分类器,对分类性能进行了评价,研究了步态分割和多步态周期对提高精度的影响.实验结果表明,使用分割后的数据分类准确率为98.8%,而没有分割的为93.6%,当使用3个和5个步态周期进行分类时,准确率提升到9
多解问题是2D激光雷达和摄像机最小解标定方法的热点难题,本文针对多解问题,在最小解标定过程中提出3个改进措施.首先,利用传感器的可视空间约束剔除棋盘格不能被传感器观测的假解.然后,利用边界激光点到边界线段的约束,改进了真解选择的误差评价函数.最后,利用棋盘格边界约束求解平移向量的最小二乘解.实验中进行仿真数据和真实数据测试,结果表明本文方法对比Francisco方法能提高真解命中率和标定精度.当激光点的噪声方差小于20 mm时,本文方法的真解命中率在98%左右,满足实际应用的需求.相对与传统最小解标定方法
针对单一激励交流电磁探头检测任意方向裂纹容易出现漏检问题,设计了用于检测奥氏体不锈钢表面斜裂纹的新型双激励传感器,建立了奥氏体不锈钢表面裂纹交流电磁场检测仿真模型,开发了基于新型双激励传感器和高分辨率隧道效应磁阻传感器的金属平板表面裂纹检测系统.基于理论模型和试验系统研究了试件上裂纹走向和裂纹宽度对传感器拾取到磁场分量幅值的影响规律,研究了裂纹检测与方向判定方法.仿真和实验结果表明,利用磁场分量Bx、By畸变特征能够以相同的灵敏度检测出试件表面尺寸为15 mm×0.2 mm、深度大于3mm的微小裂纹,并实
针对现有假手触觉测量常用的薄膜压力传感器精度不佳、线性度差、迟滞性高等问题,研究了一种可安装于假手指尖的光纤布拉格光栅触觉力传感器.首先,通过传感单元的微小化结构设计,可以将施加的外力转化为光纤承受的轴向力;进而,通过有限元对传感器结构参数进行优化,提高了光纤光栅对于压力的灵敏度;然后,围绕假手指尖应用的需求,制作了这种光纤布拉格光栅触觉力传感器;最后,对该传感器进行了性能标定、对比分析和应用抓取3个实验分析,实验结果表明:该传感器压力灵敏度为0.1038 nm/N,线性度R2为0.998,重复性误差为1
现有非接触式睡眠心电监测技术对于人体多体位的心电信号有效获取存在一定局限性.本研究设计了一种隔着衣服与床单能够获取人体多体位睡眠心电信号的监测系统.采用柔性导电织物作为电极材料,将心电采集电极制成拱门型状,利用电容耦合感应变化电场,把心电信号从人体耦合至织物电极.采用10 GΩ的高阻值电阻作为偏置电阻,结合高输入阻抗的仪表放大器对信号进行差分处理.使用数字滤波技术去除心电信号中的噪声,运用状态机逻辑算法自动提取心电信号的波形特征.通过人体试验对比分析了本系统与条状型非接触式电极以及接触式心电采集系统获取的
针对腹部源信号,本文提出一种结合快速独立分量分析(FastICA)与扩展卡尔曼滤波(EKF)的胎儿心电信号提取方法.首先抑制原始母体腹壁混合信号中的基线漂移、工频干扰和脉冲伪迹.然后使用FastICA从母体腹壁混合信号中分离得到母体心电信号估计以及含有残留母体心电成分和其他噪声的胎儿心电信号估计.使用EKF对胎儿心电信号估计进行滤波得到残留的母体心电成分估计,将其抑制后获得含噪声的胎儿心电信号.最后再次使用EKF提取得到清晰的胎儿心电信号.采用临床数据进行实验,本文提出的胎儿心电信号提取方法的灵敏度、阳性
针对检重秤测量过程中受振动干扰影响严重的问题,提出一种基于外部输入非线性自回归模型(NARX)的动态神经网络系统辨识的抗振新方法.通过加速度传感器的冗余分布,对检重秤系统的振动特性进行估计,结合空载传送情况下称重传感器由振动干扰产生的误差,利用动态神经网络对振动干扰信号进行自动辨识,建立振动信号分析模型,用以匹配消除动态检重信号中的振动扰动.在共振状态下,与滑窗滤波、自适应陷波等传统抗振方法进行的仿真与测试实验对比,证明基于多加速度传感器的动态称重抗振性能更优,最终实现运行速度达2 m/s,最大秤量200