四连杆膝关节假肢的动力学建模与分析

相比于单轴式膝关节,四连杆膝关节具有更好的仿生特性和运动安全性,因而在下肢假肢研究中得到广泛关注. 本研究以一款四连杆膝关节被动假肢为研究对象,主要关注足-地交互作用力以及膝关节单边接触力等强非线性因素对下肢假肢步态的影响. 为此,采用 Kelvin-Voigt 模型和库伦模型描述足-地接触力和摩擦力,并采用 Kelvin-Voigt 模型描述膝关节单边接触力,从而基于第一类拉格朗日方程建立假肢动力学模型. 本研究以步态实验测得的髋关节运动数据为模型的驱动信号,针对假肢的步态特征进行了数值分析. 计算结果显示,当膝关节液压阻尼器的刚度较小时,强非线性作用力会使假肢产生显著的亚谐波响应,进而导致步态周期失谐. 进一步研究发现,提胯行为能够避免步态周期失谐,这也为残疾人行走时的提胯等代偿行为提供了一种新的力学解释. 为了评价假肢步态与健康人实测步态的一致性,本研究进一步定义了步态相关系数并分析了膝关节液压阻尼器刚度、阻尼参数对相关系数的影响. 结果表明,通过合理的刚度、阻尼参数设计,两者步态的相关系数可达到 0.9 以上,这为四连杆膝关节被动假肢进一步优化提供了理论支撑.      

网络系统的控制与优化

<正>近年来,网络系统的控制与优化是国内外科学工作者重点关注的研究领域,该项研究与生物、社会系统和现代工程技术的发展密切相关.多智能体系统是一类具代表性的网络系统,它可普遍用于多机器人的编队控制、空间无人机的分布式队形控制,也可为传感器网络研究以及复杂系统的自主协调控制等提供必要的理论基础.其中的一个典型问题在于理解如何通过仅调节少量个体来控制整个网络系统的行为,这是对网络系统施加控制的一种     

含酰胺结构超低膨胀聚酰亚胺薄膜的热膨胀行为

采用联苯二酐与3种含酰胺结构二胺制备了具有不同取代基团的聚酰胺-酰亚胺薄膜, 考察了酰胺结构对薄膜力学、 耐热及尺寸稳定性的影响, 研究了聚集态结构与薄膜热膨胀行为的关系和规律. 该系列薄膜具有超高强度和优异的耐热性能, 拉伸强度高达280.5 MPa, 玻璃化转变温度在389~409 ℃, 并在30~300 ℃温度范围内表现出超低负膨胀, 热膨胀系数(CTE, ppm/℃, 即10 ⁶ cm·cm ^-1·℃ ^-1)在-3.05~-1.74 ppm/℃之间. 聚集态分析结果表明, 酰胺结构使分子链间形成了强氢键相互作用, 分子链在薄膜面内方向高度有序取向, 并在膜厚方向堆积更为紧密, 使薄膜表现出热收缩现象. 通过不同体积大小的取代基团进一步调控分子链间相互作用及排列堆积, 可实现薄膜在高温下近乎零尺寸形变, 为设计制备超低膨胀聚合物基板材料提供了新思路.     

具有恒定冲击载荷的梯度泡沫金属材料设计

多胞材料可通过大变形大量地吸收冲击能量，引入密度梯度可进一步提高其耐撞性。梯度多胞材料的宏观力学响应对材料密度分布极为敏感，不同类型的细观构型的影响也极为不同。已有的研究工作主要局限在对给定的密度梯度分析其动态响应，较少对耐撞性设计方法进行研究。本文针对梯度闭孔泡沫金属材料，基于非线性塑性冲击波模型发展了耐撞性反向设计方法，以维持冲击物受载恒定为目标，运用级数法获得了简化模型和渐近解。利用变胞元尺寸法构建了连续梯度变化的三维Voronoi细观有限元模型，并利用ABAQUS/Explicit有限元软件对理论设计进行数值验证。结果表明，反向设计理论简化模型的渐近解对于梯度闭孔泡沫金属材料的耐撞性设计是有效的，所提出的耐撞性设计方法在控制冲击吸能过程和冲击物受载方面具有指导意义。     

激光烧蚀下不同颗粒度Al-teflon的反应行为

为研究不同颗粒度对Al-teflon反应行为的影响，以颗粒度25 μm、1 μm和20～200 nm的Al粉和微米级Teflon粉混合制备的反应材料为研究对象，基于脉冲激光烧蚀实验，结合ICCD相机和光谱仪对反应过程中的自发光成像和发射光谱进行瞬态观测。研究结果表明，Al-teflon反应材料在激光烧蚀下的反应行为体现出典型的二次反应特征，具有持续燃烧特征和明显的后燃效应，也具有较长的能量释放时间；同时，其反应行为与Al粉颗粒度密切相关:初始阶段，反应随Al粉颗粒度的降低加剧，随着反应的进行，纳米级Al粉对应的反应材料后续反应能力逐渐下降，反应强度和反应时间都小于1 μm铝粉对应的反应材料。     

基于深度学习的人体行为识别算法

目前,针对深度学习的人体行为识别研究,往往采用视频中的全局信息对人体行为进行分析.然而,局部信息缺失造成的特征提取不完备,同样会导致识别精度急剧下降.由此,提出了基于多流深度学习的人体行为识别方法,将人体局部信息与全局信息相结合,通过局部不同特征的精确识别,使人体行为识别更加准确.实验表明,与现有深度学习方法相比,提出的方法在数据集UCF101和HMDB51上识别精度分别平均提高了约4.0%和6.2%.     

基于sieve方法的响应变量为当前状态数据的部 分函数型线性模型的估计

利用sieve方法研究响应变量为当前状态数据的部分函数型线性模型的估计.在一定的条件下,证明了该估计的强相合性和渐近正态性,得到了该估计的收敛速度,并且非参数部分达到最优收敛速度.最后通过一个数值模拟来研究该估计的有限样本性质.     

常利息力下非标准连续时间更新风险模型破产概率的渐近性态

讨论一个非标准连续时间更新风险模型,其中理赔变量序列为一列两两尾拟渐近独立(TQAI)非负随机变量,在常数利息力假定下,得到了其有限时间破产概率的渐近估计式,并进一步讨论了估计的一致性,推广了[1,2,8]等文献的结果.     

Tail behavior of supremum of a random walk when Cramér’s condition fails

We investigate tail behavior of the supremum of a random walk in the case that Cramer＇s condition fails, namely, the intermediate case and the heavy-tailed ease. When the integrated distribution of the increment of the random walk belongs to the intersection of exponential distribution class and O-subexponential distribution class, under some other suitable conditions, we obtain some asymptotic estimates for the tail probability of the supremum and prove that the distribution of the supremum also belongs to the same distribution class. The obtained results generalize some corresponding results of N. Veraverbeke. Finally, these results are applied to renewal risk model, and asymptotic estimates for the ruin probability are presented.