用于小动物多模态成像的机电系统研发

发布时间：2017-08-07 10:26

  本文关键词：用于小动物多模态成像的机电系统研发

  更多相关文章： 机电系统 运动控制 多模态 成像系统 Micro-CT PET 光学

【摘要】：相对于单一模态的分子成像设备,多模态分子影像设备具有明显的优点,因此多模态分子影像设备的研发越来越受到人们的关注,国内外多家研究机构已经开展了相关的研发工作。本实验室根据自身的情况,并结合之前对分子成像技术的研究,致力于研发光学/PET/Micro-CT三模态成像设备。机电系统在多模态成像过程中起着重要作用,它决定着系统的扫描方式,其机械精度对系统的成像质量具有重要影响。本文基于如上需求,研发承载光学/PET/Micro-CT三模态成像系统的机电系统。本文的工作主要包括以下两方面的内容:1.机械系统的设计与性能测试。首先了解光学/PET/Micro-CT这三种成像模式的融合方式,调研国内外各个机构的的多模态成像设备的机械系统,然后根据我们的多模态成像系统的设计目标及参数要求,完成机械系统的总体方案设计。系统总体方案确定之后,具体设计了其各个模块,主要包括转动支撑模块、传动模块、动力模块和小动物移动支架等。设计完机械系统之后,对机械系统的核心零件进行了受力仿真分析,仿真结果验证了机械设计的可靠性。最后,对加工完成的机械系统进行了相关的系统参数测试实验,主要包括系统主轴的端跳和径跳实验,转盘的端跳实验等,实验结果表明该机械系统达到了前期的设计要求。2.运动控制方案的设计与实现。在完成机械系统的设计以后,还需要设计出运动控制系统,主要包括系统转动控制系统和系统平动控制系统。控制系统好坏决定机电系统的运动性能以及运动参数的优劣,由于多模态成像系统对机械运动的性能要求较高,所以我们为系统转动控制系统设计出了双闭环控制方案,它包括大闭环和小闭环,大闭环主要修正回转轴的转动误差,小闭环修正电机的转动误差。我们还设计出了系统平动控制方案,然后我们根据控制方案具体设计出运动控制系统,主要工作是控制器件的选择以及控制系统的搭建。系统转动控制是系统运动控制的核心,因此设计出了多组实验来验证控制系统的性能,主要包括电机旋转精度校准实验和系统转动测试实验,实验结果表明,控制系统满足多模态系统的要求。
【关键词】：机电系统 运动控制 多模态 成像系统 Micro-CT PET 光学
【学位授予单位】：西安电子科技大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TH-39;R318
【目录】：

• 摘要5-6
• ABSTRACT6-11
• 符号对照表11-12
• 缩略语对照表12-15
• 第一章 绪论15-21
• 1.1 研究背景与意义15-16
• 1.2 国内外研究现状16-20
• 1.3 本文的主要工作及各章安排20-21
• 1.3.1 本文主要工作20
• 1.3.2 各章节安排20-21
• 第二章 机械系统设计21-47
• 2.1 引言21
• 2.2 系统功能需求分析21-25
• 2.3 机械主体方案设计25-39
• 2.3.1 机械主体方案概述25-26
• 2.3.2 转动支撑模块设计26-29
• 2.3.3 传动模块设计29-33
• 2.3.4 动力模块设计33-38
• 2.3.5 小动物移动支架的设计38-39
• 2.4 受力仿真分析39-42
• 2.4.1 转盘的受力分析39-40
• 2.4.2 主轴的受力仿真40-41
• 2.4.3 支架静态应力41-42
• 2.5 机械系统参数测试42-45
• 2.6 本章小结45-47
• 第三章 控制系统设计47-63
• 3.1 引言47
• 3.2 控制方案概述47-49
• 3.3 系统转动控制设计与实现49-54
• 3.3.1 主要部件49-51
• 3.3.2 转动控制系统的搭建与调试51-54
• 3.4 系统平动控制设计与实现54-56
• 3.4.1 主要部件54-55
• 3.4.2 平动控制系统的搭建与参数设置55-56
• 3.5 系统转动性能测试与分析56-62
• 3.5.1 电机旋转精度校准57
• 3.5.2 系统开环运动性能测试57-60
• 3.5.3 系统闭环运动性能测试60-62
• 3.6 本章小结62-63
• 第四章 总结与展望63-65
• 4.1 论文总结63
• 4.2 论文展望63-65
• 参考文献65-69
• 致谢69-71
• 作者简介71-72

【相似文献】

中国期刊全文数据库 前2条

1 苏坡;杨建华;薛忠;;基于超像素的多模态MRI脑胶质瘤分割[J];西北工业大学学报;2014年03期

2 ;[J];;年期

中国博士学位论文全文数据库 前6条

1 汤永华;非接触条件下手部多模态生物特征融合方法的研究[D];沈阳工业大学;2015年

2 程波;基于迁移学习的多模态脑图像分析及其应用研究[D];南京航空航天大学;2015年

3 蒋君;多模态肿瘤图像联合分割方法研究[D];南方医科大学;2014年

4 彭加亮;基于手指多模态生物特征的身份认证关键问题研究[D];哈尔滨工业大学;2014年

5 周延萍;互联网图像搜索中的多模态融合[D];中国科学技术大学;2015年

6 卢彦斌;X射线CT成像技术与多模态层析成像技术研究[D];北京大学;2012年

中国硕士学位论文全文数据库 前8条

1 张亚奇;基于光声技术的多模态血管内成像导管的设计研究[D];云南大学;2016年

2 顾运;基于多模态特征关联分析的图像识别[D];上海交通大学;2015年

3 彭金金;手指多模态传统粒化识别问题研究[D];中国民航大学;2015年

4 朱志远;用于小动物多模态成像的机电系统研发[D];西安电子科技大学;2016年

5 杨汛;基于MITK的多模态分子影像融合软件设计与实现[D];中国科学院大学(工程管理与信息技术学院);2013年

6 王佳宇;“批评”图片：图片新闻中视觉符号的多模态批评性分析[D];华中师范大学;2011年

7 张宁宁;非接触多模态手成像采集系统设计[D];沈阳工业大学;2014年

8 王晓春;结合MRI多模态信息与SVM参数优化的脑肿瘤分割研究[D];南方医科大学;2014年

，

本文编号：634165