基于深度强化学习的履带起重机实时避障研究

被引量 : 0次 | 上传用户:anbao01
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
履带起重机在作业现场经常需要吊装上百吨的被吊物到指定位置。由于被吊物通常体积和质量都比较大,并且起重机本身结构复杂,因此履带起重机的吊装作业的安全性,始终是人们必须考虑的一个问题。然而,起重机的作业环境中存在大量动态和静态障碍物,比如工人、工程车辆和建筑物等,这些障碍物会影响吊装作业的安全性,严重的可能会造成人员伤亡和财产损失。除了安全性以外,由于起重机的运行成本很高,反复试吊的成本很大,通过计算机仿真技术可以不断尝试各种吊装方案,从中选出最优吊装方案。因此,对起重机的吊装路径进行仿真和规划,不但有
其他文献
学位
学位
学位
学位
行星齿轮箱作为旋转机械中关键部件,对其进行状态监测和故障诊断分析,不仅对安全生产和经济增长,还对避免工业事故和减少人员伤亡.具有重要意义。本文以行星齿轮箱为研究对象,利用改进经验小波变换、稀疏编码收缩、卷积网络、迁移网络等技术手段,从信号特征提取和智能诊断两方面进行研究,提出了基于深度学习的行星齿轮箱智能故障识别方法。论文的主要研究内容如下:(1)介绍了课题背景及研究意义,阐述了行星齿轮箱故障诊断
学位
学位
学位
学位
学位
学位