徐善永
- 作品数：169 被引量：155H指数：7
- 供职机构：安徽理工大学更多>>
- 发文基金：国家自然科学基金安徽省科技攻关计划安徽省高校省级自然科学研究项目更多>>
- 相关领域：自动化与计算机技术矿业工程电子电信文化科学更多>>
- 一种基于数字孪生的紧包光缆生产线张力控制系统
- 本发明公开了一种基于数字孪生的紧包光缆生产线张力控制方系统，该系统主要由生产线物理世界、生产线数字孪生世界以及两者之间的数据组成。其中生产线物理设备主要采集生产过程的状态数据和环境数据，并将这些数据发送至上位机。生产线数...
- 荣雪黄友锐徐善永韩涛袁标沈培成付家豪
- 文献传递
- 一种基于植物胞群优化的FastSLAM算法
- 本发明公开了一种基于植物胞群优化的FastSLAM算法，其包括：初始化、采样、植物胞群优化粒子分布、计算权重、重采样和更新地图一系列过程，实现了移动机器人的快速自定位和环境地图构建的功能。该方法通过植物胞群算法对Fast...
- 甘福宝黄友锐凌六一韩涛徐善永兰世豪
- 基于CDIO理念的实验教学改革实践与探索被引量：1
- 2016年
- 针对传统的高校实验教学模式存在的单一性、教条式和缺乏创新性等诸多问题,引入CDIO教育理念,提出一种基于CDIO理念的实验教学改革及创新人才培养模式,采用分类别、分层次、分阶段的进行的实验、实践教学项目,对学生进行系统地、全方位的知识体系覆盖,建立全面的实验教学体系和人才培养模式,深化实验教学培养模式,加强学生的创新思维能力。
- 徐善永黄友锐凌六一唐超礼韩涛
- 关键词：CDIO教育理念实验教学
- 可自主飞行的煤矿立井井壁裂痕巡检飞行器系统
- 本实用新型涉及一种可自主飞行的煤矿立井井壁裂痕巡检飞行器系统，其特征为包括四旋翼飞行系统，定位测距系统，图像采集系统，各个系统之间通过串口和SPI端口进行通信。飞行器主控制器通过控制搭载的各传感器和处理各传感器反馈的数据...
- 兰世豪黄友锐韩涛徐善永
- 文献传递
- 基于时间敏感网络的井下传感设备时间同步技术研究
- 针对井下传感设备间时间同步的精准性差、信息延时大等问题,本文提出了一种基于时间敏感网络（TSN,Time Sensitive Network）的煤矿井下传感设备间精确时钟同步的优化方法。首先,建立井下传感设备的时间同步机...
- 宋昊明徐善永黄友锐
- 关键词：时间同步
- 文献传递
- 一种基于机器视觉的机器人巡线导航系统
- 本发明公开了一种基于机器视觉的机器人巡线导航系统，属于机器人控制系统领域。一种基于机器视觉的机器人巡线导航系统，包括：机器视觉模块、信息输入模块、图像分析模块、主控器与转向驱动器；机器视觉模块采集机器人周围的环境图像、航...
- 韩涛黄友锐徐善永凌六一唐超礼许家昌鲍士水
- 文献传递
- 一种三相基准工频信号发生器
- 本实用新型公开了一种三相基准工频信号发生器，其特征是系统由变压器、超前移相网络、滞后移相网络和幅度控制单元构成。变压器将工频交流输入信号降压为低幅值的交流信号；然后通过超前移相网络超前移相120度，通过滞后移相网络滞后移...
- 曲立国黄友锐徐善永唐超礼凌六一韩涛
- 文献传递
- 基于自制实验设备的模拟电子技术实验综述被引量：2
- 2019年
- 针对本校自身模拟电子技术实验教学情况,设计出符合自身需求具有独自特色的模拟电子技术实验箱,并根据自制的实验箱设计模拟电子技术实验项目,通过由易到难的实验内容设置,加深学生对模拟电子技术知识的理解,提高学生的动手能力和创新能力。
- 韩涛周孟然黄友锐徐善永陈亮许青春
- 关键词：模拟电子技术自制实验设备
- 煤矿救援机器人机械臂轨迹规划算法研究被引量：3
- 2021年
- 针对煤矿井下复杂环境中救援机器人机械臂轨迹规划不合理、规划方法收敛速度慢等问题,提出了一种基于融合杜鹃搜索的灰狼优化(CS-GWO)算法的煤矿救援机器人机械臂轨迹规划算法。以五次多项式插值为基本轨迹规划方法,在机械臂关节空间进行轨迹规划,通过CS-GWO算法对得到的轨迹进行优化,实现机械臂时间-能量最优轨迹规划。CS-GWO算法在灰狼优化(GWO)算法的位置更新方式中融入杜鹃搜索(CS)算法的2次扰动过程,结合CS算法的莱维飞行模式和鸟巢位置随机更新的特点,使得狼群在向猎物逼近的过程中能够随机跳出局部搜索区域,扩大了搜索范围,避免算法陷入局部最优解,增强了GWO算法的全局搜索能力。Matlab仿真结果表明,CS-GWO算法能够有效提高CS算法的收敛速度和GWO算法的全局搜索能力,其稳定性更好,整体性能较优;利用机械臂轨迹规划算法可得到一条时间-能量最优轨迹,各关节角位移、角速度、角加速度曲线均光滑、连续,有效解决了煤矿井下复杂环境中救援机器人机械臂最优轨迹规划问题。
- 韩涛李静黄友锐徐善永许家昌
- 关键词：煤矿救援机器人机械臂
- 基于数字孪生和概率神经网络的矿用通风机预测性故障诊断研究被引量：12
- 2021年
- 针对当前矿用通风机故障诊断方法存在预测性较差、准确率较低的问题,提出了一种基于数字孪生和概率神经网络(PNN)的矿用通风机预测性故障诊断方法。利用Unity3D、3dsMax、SciFEA等搭建通风机的数字孪生模型,模拟出真实通风机的结构特点、物理属性和运行规则,利用PREspective与通风机的PLC实时通信,将通风机的运行状态实时映射至数字孪生模型中;以通风机的数字孪生模型为基础,结合专家知识、机器学习、历史数据等构建了通风机预测性故障诊断模型,通过分析通风机的实时数据与运行状态之间的关系,不断学习并更新模型参数;采用改进的鲸鱼优化算法(IWOA)通过包围猎物、捕食猎物和搜索猎物的生物行为求取平滑因子最优值并赋予PNN,利用优化后的PNN对通风机进行预测性故障诊断,对比通风机预测性故障诊断模型判断结果与实际情况是否相符,若诊断错误,则需要对预测性故障诊断模型中的参数进行修正,直到故障判断准确。实验结果表明,与遗传算法(GA)、粒子群算法(PSO)、鲸鱼优化算法(WOA)优化后的PNN故障诊断精度相比,IWOA优化后的PNN故障诊断精度达97.5%,说明基于数字孪生和PNN的矿用通风机预测性故障诊断方法可以满足通风机故障诊断的实时性与准确性要求。
- 经海翔黄友锐徐善永唐超礼
- 关键词：矿用通风机智能诊断
