Aircraft landing gear equipped with a magnetorheological (MR) damper is a semi-active system that contains nonlinear behavior, disturbances, uncertainties, and delay times that can have a huge impact on the landing’s performance. To solve this problem, this paper adopts two types of controllers, which are an intelligent controller and a model predictive controller, for a landing gear equipped with an MR damper to improve the landing gear performance considering response time in different landing cases. A model predictive controller is built based on the mathematical model of the landing gear system. An intelligent controller based on a neural network is designed and trained using a greedy bandit algorithm to improve the shock absorber efficiency at different aircraft masses and sink speeds. In this MR damper, the response time is assumed to be constant at 20 ms, which is similar to the response time of the commercial MR damper. To verify the efficiency of the proposed controllers, numerical simulations compared with a passive damper and a skyhook controller in different landing cases are executed. The major finding indicates that the suggested controller performs better in various landing scenarios than other controllers in terms of shock absorber effectiveness and adaptability.

In precision engineering, the use of compliant mechanisms (CMs) in positioning devices has recently bloomed. However, during the course of their development, beginning from conceptual design through to the finished instrument based on a regular optimization process, many obstacles still need to be overcome, since the optimal solutions often lie on constrained boundaries or at the margin of safe/unsafe domains. Accordingly, if uncertainty occurs during the fabrication or operation of the mechanism, it might lose its functions, rendering the design infeasible. This paper proposes a universal design process for positioning CMs, consisting of two steps: optimal design of the pseudo-rigid-body model, and reliability-integrated multi-objective optimization design using NSGA-II algorithms. This optimization algorithm is applied in the design of a feed drive mechanism for micromachining. The optimal design is also fabricated and tested. The results calculated for the displacement amplification ratio, natural frequency, and input/output stiffness using different approaches, including analytical methods, simulations, and experiments, were compared to evaluate the efficiency of the proposed synthesis method, and show discrepancies of less than 5%. Thus, the results convincingly support the applicability of the proposed optimization algorithm for the design of other precision-positioning CMs prone to failure in vulnerable conditions.

Facial emotion recognition (FER) can provide supplementary affective information for human–robot interaction, but deployment on resource-constrained assistive robots requires a balance between recognition performance and computational efficiency. This study presents an edge-based FER framework using a compact CNN operating on 48 × 48 grayscale facial images and retaining all seven FER-2013 expression categories. Square-root-smoothed inverse-frequency weighting is employed to mitigate class imbalance without excessively emphasizing rare classes. On the held-out FER-2013 test set, the proposed model achieves 63.78% Accuracy and 59.32% Macro-F1, achieving higher Accuracy and Macro-F1 than the evaluated ImageNet-pretrained MobileNetV2 and MobileNetV3-Small baselines. INT8 post-training quantization reduces model size by 74.13% relative to FP32, with decreases of only 0.91 and 0.50 percentage points in Accuracy and Macro-F1, respectively. On a Raspberry Pi 3 Model B+, INT8 achieves a mean model-only inference latency of 19.30 ms and a model-only throughput of 51.82 FPS. Using an actor-disjoint RAVDESS protocol comprising 416 videos, EMA stabilization reduces prediction switching by 54.86% on the held-out test actors. These results support the feasibility of compact edge-based FER for assistive robotic interaction while emphasizing that the framework provides supplementary affective cues rather than clinical diagnosis or autonomous decision-making.

Bài báo này nghiên cứu hiệu suất của hệ thống càng đáp máy bay bán chủ động trong điều kiện hạ cánh theo tiêu chuẩn FAR. Một mô hình động lực học 6 bậc tự do của hệ thống càng đáp bán chủ động được thiết lập và tích hợp với bộ điều khiển skyhook. Để đánh giá hiệu suất và tìm thông số tối ưu cho bộ điều khiển, các mô phỏng đồng thời dựa trên phần mềm RECURDYN-MATLAB được thực hiện. Kết quả chỉ ra rằng, hệ thống bán chủ động không chỉ cải thiện khả năng giảm rung động trên đường băng mà còn giảm thiểu các tác động tiêu cực trong quá trình tiếp đất, từ đó tăng cường độ an toàn và ổn định cho máy bay. Nhờ vào những phát hiện này, hệ thống càng đáp máy bay bán chủ động với bộ điều khiển skyhook được kỳ vọng sẽ trở thành một giải pháp thay thế hệ thống thụ động, không chỉ cải thiện hiệu suất hạ cánh mà còn góp phần nâng cao trải nghiệm bay an toàn cho hành khách.

This paper presents an intriguing study on the influence of damping oil to the transient response of the displacement output of a flexure-based mechanism when comparing the responses in two cases working in or not in lubrication oil. The mechanism includes two flexure amplifier levers connected...

Nghiên cứu này tập trung giải quyết vấn đề mất ổn định trong định vị và điều hướng khi robot dịch vụ vận hành ở tốc độ cao tại môi trường bệnh viện. Khi vận tốc thay đổi đột ngột, các rung động cơ học thường gây méo dữ liệu từ cảm biến quét laser, dẫn đến sai lệch nghiêm trọng trong quá trình ghép nối bản đồ và định vị. Để khắc phục, bài báo đề xuất phương pháp tích hợp bộ lọc thông thấp bậc nhất vào chuỗi điều khiển nhằm làm mượt tín hiệu vận tốc tuyến tính và vận tốc góc trước khi gửi xuống bộ dẫn động. Phương pháp được kiểm chứng thực nghiệm trên robot y tá dẫn động vi sai trong kịch bản hành lang tiêu chuẩn với các mức tốc độ tăng dần. Kết quả cho thấy giải pháp đề xuất cải thiện vượt trội độ tin cậy của hệ thống, đặc biệt tại vận tốc 0,9 mét trên giây. Cụ thể, tỷ lệ hoàn thành nhiệm vụ tăng từ 60% lên 92%, trong khi tỷ lệ thất bại trong so khớp dữ liệu quét giảm mạnh từ 40% xuống còn 8%. Những số liệu này chứng minh rằng việc triệt tiêu thành phần tần số cao trong lệnh điều khiển giúp tăng độ chồng phủ dữ liệu quét, qua đó ổn định quá trình định vị. Giải pháp này mang lại hiệu quả thực tiễn cao với chi phí tính toán thấp, phù hợp để triển khai rộng rãi trên các nền tảng robot y tế tự hành.