关键词： 老年高血压   氦氧通气   氮氧通气   微循环  

摘要： 目的:本研究对老年高血压机械通气患者进行氮氧通气或氦氧通气,通过观测呼吸力学参数和血流动力学参数,探讨何种气体更有利于患者氧合和血流动力学平稳,为老年高血压机械通气患者的呼吸机治疗提供新的思路和理论依据。 方法:纳入2022年03月至2022年12月福建医科大学附属协和医院重症医学科收治的38例65岁以上老年高血压机械通气患者,随机分成氮氧通气组（氮氧组）和氦氧通气组（氦氧组）。所有研究对象的呼吸机模式均为容量控制模式,潮气量8 ml/kg（理想体重）,呼吸频率18次/分,吸呼比1:2,呼气末正压（Positive end-expiratory pressure,PEEP）保持原有设置。按分组情况实施氮氧通气（60%氮气、40%氧气）或氦氧通气（60%氦气、40%氧气）,通气时间为3 h。记录通气0h、1 h、2 h、3 h两组有创动脉血压、心率（Heart rate,HR）、脉搏氧饱和度（Pulse oxygen saturation,Sp O2）、脑组织氧饱和度（Regional cerebral oxygen saturation,r SO2）、气道峰压（Peak airway pressure,Ppeak）、气道平台压（Plateau pressure,Pplat）及驱动压(Driving pressure,（35）P)等指标变化。在通气0 h、1 h、2 h、3 h分别抽取1 ml中心静脉导管血采用血气分析法进行血浆乳酸（Lactic acid,Lac）水平及中心静脉血氧饱和度（Central venous oxygen saturation,Scv O2）监测。在通气治疗0 h、3 h采用舌下微循环成像系统观察舌下微循环的微血管血流指数（Microvascular flow index,MFI）、灌流血管比例（Proportion of perfused vessels,PPV）、血流不均一指数（Flow heterogeneity index,FHI）、灌流血管密度（Perfused vessel density,PVD）等指标变化。 结果:38例65岁以上老年高血压机械通气患者纳入该研究,两组一般临床资料基本一致,差异无统计学意义（P>0.05）。 与氮氧组相比,氦氧组的动脉收缩压（Systolic blood pressure,SBP）、舒张压（Diastolic blood pressure,DBP）、平均压（Mean arterial pressure,MAP）等值,在通气1 h后均较通气0 h升高（P<0.001）。两组Sp O2值在通气1 h后均较通气0 h升高（P<0.001）,而后保持稳定。 与氮氧组相比,氦氧组的Pplat、Ppeak和（35）P在通气1 h后均较通气0 h下降,通气3 h后均较通气2 h下降（P<0.001）。 与氮氧组相比,氦氧组的Scv O2值在通气1h后较通气0 h升高（P<0.001）;氦氧组的Lac值在通气3 h后较通气0 h下降（P<0.001）;氦氧组左r SO2值在通气2 h后较通气0 h升高（P<0.001）,右r SO2值在通气3 h后较通气0 h升高（P<0.001）。 与氮氧组相比,氦氧组的PPV（小血管）(P=0.026)及PPV（所有血管）(P=0.025)值在通气3 h后均较通气0 h增加。 与氮氧组相比,氦氧组的MFI值在通气3 h后较通气0 h增加（P<0.001）,且FHI值在通气3 h后较通气0 h减少（P<0.001）。 结论:老年高血压机械通气患者的血流动力学在氦氧通气期间有所改善,其作用机制可能与氦氧通气降低Ppeak、Pplat和（35）P,改善肺顺应性,从而降低胸腔内压相关,最终使正压通气对右心后负荷的影响减轻,腔静脉回流增加,提高左心室回心血量和心输出量。

关键词： 零化动力学   零化梯度动力学   深度强化学习   神经自适应奖励信号   神经自适应动作函数   非线性动力系统  

摘要： 随着制造业的不断发展,研究智能化机械臂的高精度和高稳定性的轨迹跟踪控制问题已经成为机械控制领域的热点问题.实际应用中,机械臂所受到的外部环境和负载等因素的影响,给机械臂的运动控制带来多种复杂的非线性挑战,如摩擦、重力、惯性和弹性等因素,这些因素往往会导致机械臂表现出不稳定和不准确的现象.因此,解决这些非线性因素对机械臂控制的影响成为了一个紧迫的问题. 为了应对这些挑战,提出了一些新的控制方法,其中最有潜力的方法之一是基于强化学习和神经动力学的控制方法.强化学习是一种能够自主地学习和改进策略的机器学习方法,而神经动力学则是基于生物学神经系统原理构建的控制框架.这些方法能够使机械臂通过适应性学习来适应环境和负载的变化,并且在控制中能够自动调整控制参数,从而提高机械臂的精度和稳定性. 本文提出了一种基于深度强化学习的actor-critic算法,通过找到优化机械臂末端执行器与目标点之间距离的最优行为策略来解决校准任务.为了解决传统校准算法收敛速度慢,过度依赖初始值和局部收敛等问题,我们采用神经动力学自适应奖励和动作函数来逼近相应的奖励信号.此外,我们进一步改进该功能,使其在注意机制的指导下具有逐步机制,以应对复杂环境中的校准任务. 虽然基于深度强化学习的机械臂在收敛时间上过长,无法在实际应用中普及,但本文从机械臂自身的动力系统出发,利用Lie导数求解出了一种基于零化神经动力学的统一表达形式,以求解机械臂轨迹跟踪问题.进一步的,我们还给出了零化神经动力学控制器的全局指数收敛性,以及零化梯度动力学控制器的稳态误差界以及稳态误差的半径界在指数意义下的收敛性. 最后,除了本文讨论的仿真应用之外,我们还探索了零化神经动力学方法在其他领域的控制问题中所具有的应用潜力.由此,我们在一个具有双线性输出的非线性欠驱动船舶动力系统模型上进行了仿真实验,并对其可行性进行了分析.这些实验证明了所提出的方法在控制欠驱动船舶运动和改善其性能方面的有效性.因此,零化动力学方法为解决各种领域中具有挑战性的非线性控制问题提供了一个有效的思路.

关键词： 气动   柔性机械臂   运动学建模   动力学建模   波纹管  

摘要： 柔性机械臂多由柔顺灵活的软体材料制作而成,空间范围内自由度较高,动作具有较高的连续性,可以有效弥补传统刚性机械臂对环境适应性不足的弊端,在医疗、救援、农业生产等多方面领域都具有非常高的应用价值。在柔性执行器的各种驱动形式中,气压驱动使用可压缩气体作为工作介质,可以为柔性机械臂提供较为安全的人机交互条件。本文基于此特点设计一种以气压为主要驱动方式的并联波纹管式柔性机械臂,建立其运动学和动力学模型,并对此进行实验验证,主要工作内容如下: (1)基于人机安全及交互性要求,设计并制作气动柔性机械臂。以硅橡胶波纹管作为柔性执行器单元的主体,在执行器单元内部加装拉伸弹簧以提高柔性臂的刚度和承载能力,通过连接板、保持架等元件将三根执行器单元并联装配成柔性机械臂。当向执行器单元通入压力气体时,柔性臂可以实现伸缩、弯曲、扭转等动作姿态。 (2)根据气动柔性机械臂的空间动作特点,建立运动学模型。通过柔性臂弯曲动作时的空间几何关系,建立曲率中心为直线的恒定曲率等效弯曲模型,利用几何法分析得到气动柔性臂各执行器单元长度与等效弯曲圆弧参数之间的关系,在传统机器人学D-H法的基础上,通过空间坐标的齐次变换,得到等效弯曲圆弧参数与气动柔性机械臂末端中心位置之间的关系,通过泰勒展开分析其特殊位置点的数值奇异性问题,对柔性臂的工作空间进行了仿真。 (3)根据气动柔性机械臂的能量关系,建立气动柔性机械臂的动力学模型。利用虚功原理得到输入气体压力与执行器单元长度之间的理论关系。分析气动柔性机械臂充气动作过程中的能量关系,利用拉格朗日法,对气动柔性臂的动能和势能分别进行分析计算,建立动力学模型,得到气动柔性机械臂执行器单元的动作参数与输入气体压力之间的关系。 (4)基于气动柔性机械臂实验平台,完成柔性臂动作性能测试及理论模型验证实验。设计并搭建气动柔性机械臂的实验测试平台,利用Labview编制气动柔性机械臂的控制及数据采集程序。对气动柔性机械臂进行充气实验,柔性臂可承受最大气压为75k Pa,能实现500 g负载的稳定抓取和移动,且柔性臂动作的弯曲程度受负载的影响随负载的增大而增大。实验结果验证了运动学及动力学的理论模型中各部分映射关系的正确性和有效性。

关键词： 柔性空间机械臂   振动主动控制   奇异摄动理论   自适应模糊控制器   智能材料  

摘要： 随着舱外活动的增加和对空间系统的深入研究,柔性空间机械臂因具有大负载比、低能耗等优点,而被广泛用于空间任务中。而柔性空间机械臂会产生弹性振动,影响末端执行器定位精度和系统的稳定性。因此,对柔性空间机械臂的动力学与控制的研究是一项具有重要意义的工作。本文针对柔性空间机械臂的动力学和控制问题进行理论、仿真和实验研究。首先,为研究柔性关节对臂杆固有特性的影响,对比分析了三类边界条件下单连杆柔性机械臂的固有特性。其后,采用假设模态法对柔性臂杆进行离散,建立了浮动坐标系用以描述多连杆柔性空间机械臂的运动,利用第二类Lagrange方程建立了多连杆柔性空间机械臂系统的动力学模型。通过数值仿真研究了选取不同假设模态对系统响应的影响,并对所建立的动力学模型进行了验证。 基于柔性空间机械臂的双时标特性,引入奇异摄动理论,将系统分解为慢变子系统和快变子系统,针对慢变子系统的欠驱动特性设计了增广计算力矩控制器来实现关节控制,针对快变系统设计了PID控制器。仿真对比分析了三种轨迹规划下系统的响应,验证了基于奇异摄动模型设计控制器的可行性以及所提出的控制器的有效性。针对系统建模存在误差和不确定性,提出了自适应模糊控制器来抑制臂杆的振动,仿真算例验证了所提出的自适应模糊控制器的有效性。为验证部分所提出的控制器的实际控制性能,搭建了双连杆柔性机械臂地面实验平台,实验结果验证了所提出的控制器的有效性。最后总结了全文工作并进行了展望。

关键词： 水下机械手   动力学   滑模控制   RBF神经网络   模糊控制  

摘要： 海洋资源的开发与利用为人类面临陆地资源严峻挑战提供了解决方法,但其具体任务的实施难度却远远在陆地实施难度之上。因此装备有水下机械手的水下机器人作为主要执行者在作业和应用中起到关键作用。研究水下机械手,建立其运动学、动力学模型,并对其进行稳定控制,为完成既定的作业任务打下基础。本文主要工作和创新性成果主要有以下几点:1、以5E-Micro水下机械手为研究对象,建立运动学及动力学模型。在运动学方面,建立正运动学和逆运动学方程,求取水下机械手的雅各比矩阵,并确定机械手末端执行器所能达到的工作空间范围。在动力学方面,采用微分变换方法简化动力学方程中的惯量项、向心力项、科式力项以及重力项,最终结合数值计算所得的水动力矩完善建立的动力学方程,完成动力学仿真。2、提出两种滑模控制方案——基于预估模型滑模控制和基于计算力矩法的新趋近律滑模控制。在设计基于计算力矩法的新趋近律滑模控制器时,提出一种新的趋近律,不仅优化了基于计算力矩法的PID控制器的比例微分参数和弥补了外界干扰,同时改善了滑模控制器的抖振和趋近特性。3、为了优化基于计算力矩法的新趋近律滑模控制器,提出两种函数逼近的方法逼近系统中的干扰未知项——模糊逼近和RBF神经网络逼近。经过对比,两种方法中,RBF神经网络能够在较短的时间内收敛误差以及更加平滑地运动到稳定状态。4、最后搭建仿真系统实验平台,进行仿真实验。导入Solid Works 3D软件中建立的水下机械手模型作为被控对象,采用笛卡尔空间规划方法完成水下机械手轨迹规划,在轨迹规划的基础上利用RBF神经网络函数逼近下基于计算力矩法的新趋近律滑模控制器,完成水下机械手点到点的稳定控制。

关键词： 液压机械臂   机载动力单元   系统建模   联合仿真  

摘要： 随着现代化工业技术的发展,移动作业机器人已经广泛应用于排爆、抢险救援、核辐射、水下等恶劣环境中。相比于电机驱动机械臂,液压驱动机械臂因其具备高功率密度、易实现防护的优势被广泛用于这些特殊环境下的重载作业。近年来,传统的液压技术由于液压执行器、动力单元等液压元件的不断创新和微型化,在机器人领域焕发了新的活力。本文根据小型移动作业平台的需求,以机载液压机械臂及其动力单元为研究对象,从机载液压机械臂系统设计、机械臂系统建模、机载动力单元设计与集成和多物理场联合仿真等方面开展研究,主要研究内容如下:1.机载液压机械臂系统设计。针对课题设计指标和作业需求,提出了机载液压机械臂总体设计方案。首先根据负载和工作空间等作业指标的要求,设计机械臂的拓扑结构、自由度数和驱动方式,并对大活动范围的复合连杆传动关节进行结构尺寸优化;然后结合作业轨迹和任务环境,进行液压系统原理设计以及重要液压元件选型;最后针对机械臂控制需求,从硬件系统和软件系统两方面完成了机械臂控制系统的设计。2.液压机械臂的运动学和动力学模型构建。首先基于螺旋理论推导出了六自由度机械臂的正逆运动学模型,并对机械臂的工作空间进行了分析;然后通过连杆几何雅克比矩阵和两类伴随变换,进一步计算出了动力学模型的各参数矩阵,构建了高效的六自由度机械臂逆动力学模型;最后对运动学和动力学模型进行了验证。3.高功率密度液压动力单元设计与集成。针对小型移动作业平台,提出了一种将电机、液压泵、液压阀、传感器和油箱高度集成的高功率密度动力单元设计方案。首先,进行了液压动力单元的系统原理设计;然后通过理论计算和软件仿真相结合的方式对系统流量和电机浸油损耗进行了分析;最后,选择合适的电机和液压泵进行液压动力单元系统集成,并进行了电机浸油损耗与基于压力的电机转速伺服控制实验。4.机液控多物理场联合仿真与样机实验。首先根据机载液压机械臂的技术指标要求,分别基于ADAMS、AMESim和MATLAB软件建立了机械系统、液压系统和控制系统模型,并通过各模型之间数据交换接口搭建了多物理场联合仿真模型;然后结合机械臂的工作任务需求,设计了机械臂运动轨迹并进行仿真实验;最后集成了液压机械臂系统样机,根据设计指标进行综合性能和典型作业任务实验。

关键词： 万隆   试验运行   机械动力   雅万高铁   巴厘岛   印尼   佐科  

摘要： 11月16日傍晚,一场特殊的视频连线在印尼的巴厘岛和万隆两地之间举行。习近平主席和佐科总统共同下达指令,宣布启动雅万高铁试验运行。“中印尼合作取得了实实在在的成就,不仅造福了两国人民,还在地区和全球层面产生积极影响。”在16日晚与佐科总统的会谈中,习近平主席说,中国愿同印尼相携相助、结伴同行。