蒙特卡洛方法在GPS不确定度评定中的应用

不确定度的概算是新一代GPS测量不确定度管理体系的核心内容。《测量不确定度表示指南》提供的评定方法是基于不确定度传播率。可是当不确定度分量间的相关系数以及有效自由度难以有效确定时,依据GUM提供的方法就会遇到很大的困难。采用蒙特卡洛方法对新一代GPS不确定度进行了分析和概算,给出了评定复杂模型测量不确定度的原理和评定步骤,并对GUM法和蒙特卡洛法两种评定方法进行了对比,用实例验证了蒙特卡洛方法的实用性和准确性。     

基于MATLAB的KUKA机器人运动学分析与仿真研究

以一种应用于飞机燃油补给的加油机器人为研究背景,对实验室的六自由度机械臂进行研究。首先确定其D-H参数,采用仿真模块建立机械臂运动学模型,分析其正、逆运动学问题并仿真验证;然后根据其关节角范围利用蒙特卡洛法分析机械臂可达工作空间;最后在关节空间对机械臂进行轨迹规划,得到运动中各关节位移、速度、和加速度的变化。通过分析得出仿真是可行的,对下一步研究机器人实体控制具有重要的意义。     

六自由度机械臂轨迹规划的研究

为对六自由度机械臂进行轨迹规划,首先确定对六自由度UR10机械臂进行运动学建模,以齐次变换表述机械臂位姿,在此基础上采用D-H参数法对该机械臂进行位姿分析,并建立UR10机械臂运动学的数学模型。通过MATLAB机器人工具箱建立模型并对其进行仿真研究,得到其关节位置、速度及加速度的变化图和末端轨迹,最后通过五次多项式插值的方法对关节空间进行轨迹规划。仿真结果表明:所建立机械臂模型运行平稳,模型建立正确。     

天然气压缩机组效率不确定度评定研究

为了提高气田天然气压缩机组的节能监测水平,以某气田增压站ZTY470整体式天然气压缩机组为研究对象,使用蒙特卡洛法和GUM法分别评定压缩机组的效率不确定度;应用蒙特卡洛法的评定结果,对GUM法进行适用性验证;通过蒙特卡洛局部敏感性分析,确定压缩机组效率测试模型中各输入参数对效率不确定度的影响。结果表明:蒙特卡洛法计算压缩机组效率为22.4%,效率标准不确定度为0.9%,概率95%的包含区间为[20.8%, 24.1%];由于压缩机组效率测试模型的非线性特征,GUM法未通过蒙特卡洛验证;进出口压力对机组效率不确定度的影响最大,燃料气流量的影响次之,压缩天然气流量的影响较小,大气压力、天然气进出口温度和压缩因子对机组效率不确定度的影响极小,可忽略不计。     

水下机械臂运动空间分析与轨迹跟踪算法优化

针对水下机械臂动力学模型不确定和未知外界干扰问题，采用基于HJI理论的径向基函数神经网络自适应控制算法对水下机械臂进行控制。首先，以水下六自由度机械臂为例，基于D-H法则对水下机械臂的运动学进行分析，通过仿真验证该方法的正确性；接着，基于蒙特卡洛法构建水下六自由度机械臂的运动空间云图，真实反映水下机械臂的运动空间；然后，以二自由度水下机械臂为例，设计基于HJI理论的RBF神经网络自适应控制器，利用神经网络的万能逼近原理逼近不确定干扰项，考虑到神经网络逼近存在误差，将逼近误差看作外界干扰项并通过HJI理论对逼近误差在线评价，评价系统对干扰项的抑制能力，并采用自适应算法在线估计网络权值，加快系统收敛；最后，通过仿真可知，该机械臂能较好地完成轨迹跟踪。     

直读光谱仪测定不锈钢食具容器铬含量的不确定度评定

依据JJF1059-1999《测量不确定度评定与表示》,利用真空直读光谱仪测定不锈钢食具容器化学成分含量,以铬元素为例,通过建立数学模型,从人、机、料、法、环、溯六方面分析评定铬元素含量的测量不确定度.分析各不确定度的分量,得出校准曲线和标准样品的均匀性对测量不确定度影响最大的结论,为今后仪器操作者如何提高检测准确性提供理论参考.     

基于能量模型的柔性关节机械臂参数辨识方法

对关节动力学模型和机械臂能量模型进行了介绍,基于能量模型,提出了柔性关节机械臂参数的辨识方法。这一方法通过建立能量输入与机械臂动力学参数的线性化关系,由最小二乘法实现参数辨识。应用这一方法在六自由度柔性关节机械臂上进行动力学参数辨识试验,验证了方法的有效性。     

等温滴定量热仪的校准方法与程序实现

等温滴定量热法(ITC)是一种原位表征溶液反应热力学参数的重要方法。根据ITC滴定过程的不同热效应以及主要误差来源建立了完整的ITC测量模型。以NanoITC(SV)型等温滴定量热仪为例,基于该测量模型分别采用BaCl_2/18-crown-6、CaCl_2/EDTA、正丙醇稀释3组滴定实验对量热仪的量热因子(f)与反应池有效体积(V_(cell))进行校准,综合考虑了滴定溶液浓度不确定度、量热仪热信号的随机误差项以及反应参数理论值的不确定度等不确定度分量,基于蒙特卡洛法可靠地计算了校准值的不确定度。3组不同的校准实验互相验证,其结果显示,被校准等温滴定量热仪的量热因子存在8.1%的偏差,反应池有效体积存在3.4%的偏差。支持材料提供了完整的实验数据以及Python程序源代码。     

圆度误差的神经网络评定及测量不确定度研究

为了更为准确的而又简便的评定圆度误差及其不确定度,根据最小二乘法建立圆度误差模型,基于BP神经网络算法优化目标函数的参数,阐述了BP神经网络优化算法的原理和实现方法。通过求解实例表明该方法对于圆度误差评定的非线性优化问题能得到最优解。采用传统的测量不确定度表示指南方法和蒙特卡洛方法计算得到圆度误差的不确定度,通过实例验证蒙特卡洛法的可靠性和准确性。该方法不需要求出数学模型中的传递系数,利用MATLAB操作简单,为圆度误差测量结果不确定度评定提供了更加简便的方法。     

八自由度机械臂正运动学及工作空间分析

对一种八自由度机械臂的正运动学和工作空间问题进行了研究。首先,根据机械臂的结构特点,利用D-H法建立了该机械臂的连杆坐标系,得到其运动学正解;其次,利用MATLAB Robotics Toolbox建立机械臂的仿真模型,验证了机械臂运动学正解的正确性;最后,根据末端执行器的位置向量,采用蒙特卡洛法对机械臂的工作空间进行了分析,得到机械臂末端执行器的工作空间范围,仿真结果与机械臂的设计参数相符。     

Statistical error analysis and calibration of industrial robots for precision manufacturing

This paper presents a new perspective on the calibration of industrial robotics systems by describing robot position errors as time varying variations of the actual positions of the end-effector from the target position, the error calibration of a robotics manipulator is treated as a process rather than a state. Therefore the theory of variations is applicable. The importance of distinguishing the two kinds of variations, namely random system variations and assignable variations, in a robot calibration process is demonstrated through a Monte Carlo simulation.Statistical process control techniques provide a tool for measuring and characterising the position errors of robotics manipulators. Their application in this work, not only focuses on the development of mathematical formulation of calibration models, but provides a deeper understanding of the randomness of the errors in robot systems.It is also shown that if a robot system is adjusted for its random errors to compensate for undesirable results, the resulting output will be worse than if the robot system alone was not adjusted.     

基于最优位姿集的机器人标定及不确定度评定

为解决因标定位姿点随机选择导致机器人标定结果不稳定、可靠性低问题,研究了基于雅克比矩阵奇异值计算可观测 指标的最优位姿点数目及最优位姿集选择算法,建立了机器人 MDH 模型,采用 LM 算法对几何参数进行辨识,使用 LeicaAT960 激光跟踪仪分别在最优位姿集和随机位姿集下对 Staubli TX60 机器人末端位姿大量实测;在分析研究机器人标定不确定度来 源基础上,采用测量不确定指南(GUM)计算几何参数标定的不确定度及蒙特卡洛模拟法对机器人末端位置不确定度进行评 估,结果表明,经最优位姿集标定后的机器人不仅在测试点精度有大幅提升,而且几何参数及末端位置平均不确定度约为随机 位姿集标定的 0. 11 倍,标定结果稳定可靠,泛化能力强,适于在高精度、大范围作业场合推广应用。     

三坐标机测量齿轮齿廓的不确定度评价

介绍了坐标测量中几种常用的不确定度评价方法.指出传统的三坐标测量机的测量不确定度评价方法大都不适用于评价坐标测量中面向对象的测量不确定度,并对使用蒙特卡洛方法评价测量不确定度进行了研究.首先,根据三坐标测量机详细标定文件及补偿策略说明建立测量模型.然后,将测量中的采样点通过测量模型生成大量测量结果,并以此评价测量不确定度.在齿廓评价实验中,评定齿廓误差的测量不确定度为0.96 μm时,多次评价结果之间的最大差值不超过0.03 μm,具有可靠的理论依据和较稳定的评定结果.文章指出,目前商用三坐标测量机大都不能为特定的测量对象提供测量不确定度报告,使用蒙特卡洛方法有希望改变此现状.     

基于蒙特卡罗法与GUM法的直线度测量不确定度评定

由于形位误差测量的复杂性和测量结果评定的多样性,导致在实际测量结果中形位误差的不确定度评定成了难题。通过GUM法和蒙特卡罗法对直线度的测量不确定度进行评定。首先,根据最小二乘法得到直线度的误差模型;然后采用GUM方法对测量结果进行不确定度评定,采用蒙特卡罗仿真方法对测量值进行模拟仿真,从而得到直线度误差的不确定度;设置实验对比,通过数据分析验证了蒙特卡罗方法评定的可行性,为形位误差测量结果不确定度评定提供了更加简便的方法。     

Implementation of unscented transform to estimate the uncertainty of a liquid flow standard system

First-order partial derivatives of a mathematical model are an essential part of evaluating the measurement uncertainty of a liquid flow standard system according to the Guide to the expression of uncertainty in measurement (GUM). Although the GUM provides a straight-forward method to evaluate the measurement uncertainty of volume flow rate, the first-order partial derivatives can be complicated. The mathematical model of volume flow rate in a liquid flow standard system has a cross-correlation between liquid density and buoyancy correction factor. This cross-correlation can make derivation of the first-order partial derivatives difficult. Monte Carlo simulation can be used as an alternative method to circumvent the difficulty in partial derivation. However, the Monte Carlo simulation requires large computational resources for a correct simulation because it considers the completeness issue whether an ideal or a real operator conducts an experiment to evaluate the measurement uncertainty. Thus, the Monte Carlo simulation needs a large number of samples to ensure that the uncertainty evaluation is as close to the GUM as possible. Unscented transform can alleviate this problem because unscented transform can be regarded as a Monte Carlo simulation with an infinite number of samples. This idea means that unscented transform considers the uncertainty evaluation with respect to the ideal operator. Thus, unscented transform can evaluate the measurement uncertainty the same as the uncertainty that the GUM provides.     

面向对象的大尺寸测量不确定度分析

测量结果必须说明不确定度。常规尺寸的解析法和标准比对法难以适用于评价大尺寸测量不确定度,尤其是特定拟合任务结果的不确定度。针对大尺寸测量的特殊性,研究基于蒙特卡罗的评价方法评价大尺寸特定测量对象的不确定度,并用计算机可视化直观表示离散点云。利用离线仿真评价测量不确定度,用于设计最优采样策略。以激光跟踪仪测量大型圆形截面工件分析为例,给出测点对称、均匀分布和半径约束等优化测量思想。最后应用于激光跟踪仪测量隧道构件的实例当中。仿真和实际实验表明,蒙特卡罗评价和离散点云表示法可准确、直观评价大尺寸测量特定测量对象的不确定度,制定的最优采样策略可提高测量精度。     

三自由度并联机器人结构参数优化与仿真方法研究

研究一种三自由度平动并联机器人机构特点,在求解其运动平台工作空间达到指定范围基础上,应用蒙特卡罗(Monte Carlo)方法近似得到全局务件指数,以此作为主要优化指标,获得运动灵活性和尺寸值达到最优时的结构参数。提出了一种新并联机器人运动学仿真法,用优化后所得结构参数在Envision软件上进行了仿真方法研究和验证。     

机器人工作空间求解的蒙特卡洛法改进和体积求取

针对传统的蒙特卡洛法求解机器人工作空间时精确度不够的问题,提出了一种改进的蒙特卡洛法。用传统的蒙特卡洛法生成一个种子工作空间,基于标准差动态可调的正态分布对种子工作空间进行扩展。在扩展过程中设定一个精度阈值,确保得到的工作空间中每个位置都能被准确的描述。基于得到的工作空间,提出了一种体元化算法求取工作空间的体积,寻找到工作空间的边界部分和非边界部分,通过对边界部分的不断细化,降低了体积求取误差。为了验证算法的有效性和实用性,以九自由度的超冗余串联机械臂为例,对本文改进的蒙特卡洛法和提出的体积求取算法进行仿真分析。结果表明:采样点数量相同时,改进的蒙特卡洛法生成的工作空间边界光滑,"噪声小";得到精确的工作空间时改进方法需要的采样点数仅是传统方法的4.67%;体积求取算法效率较高,相对误差小于1%;求得的工作空间体积可用于评估机械臂性能,为后续机械臂构型优化奠定了理论基础。     

基于工作空间分析的9自由度超冗余串联机械臂构型优化

提出基于工作空间分析解决超冗余串联机械臂构型选择问题的方法。首先,采用正态分布对求取机器人工作空间的蒙特卡洛法进行改进。用归一化可操作度指标分析机械臂运动的灵活性,用数值仿真的方法得到了最大可操作度值与随机关节角组合的数量之间的关系,提出求取灵活工作空间的算法。其次,基于得到的工作空间,提出一种体元化算法求取工作空间的体积,寻找到工作空间的边界部分和非边界部分,通过对边界部分的不断细化,降低了体积求取误差。然后,分析多自由度串联机械臂构型设计方法,针对9自由度超冗余串联机械臂,确定出了36种待选择的构型方案。仿真分析9自由度超冗余串联机械臂的工作空间,在待选构型中选取了一组最优构型。结果表明：改进的蒙特卡洛法生成了精确的工作空间;体积求取算法效率较高,相对误差小于1%;所选构型的工作空间指标优于已研制的构型,其中可达工作空间体积提高了26.49%,灵活工作空间体积提高了36.63%。     

Measurement uncertainty evaluation of conicity error inspected on CMM

The cone is widely used in mechanical design for rotation, centering and fixing. Whether the conicity error can be measured and evaluated accurately will directly influence its assembly accuracy and working performance. According to the new generation geometrical product specification(GPS), the error and its measurement uncertainty should be evaluated together. The mathematical model of the minimum zone conicity error is established and an improved immune evolutionary algorithm(IIEA) is proposed to search for the conicity error. In the IIEA, initial antibodies are firstly generated by using quasi-random sequences and two kinds of affinities are calculated. Then, each antibody clone is generated and they are self-adaptively mutated so as to maintain diversity. Similar antibody is suppressed and new random antibody is generated. Because the mathematical model of conicity error is strongly nonlinear and the input quantities are not independent, it is difficult to use Guide to the expression of uncertainty in the measurement(GUM) method to evaluate measurement uncertainty. Adaptive Monte Carlo method(AMCM) is proposed to estimate measurement uncertainty in which the number of Monte Carlo trials is selected adaptively and the quality of the numerical results is directly controlled. The cone parts was machined on lathe CK6140 and measured on Miracle NC 454 Coordinate Measuring Machine(CMM). The experiment results confirm that the proposed method not only can search for the approximate solution of the minimum zone conicity error(MZCE) rapidly and precisely, but also can evaluate measurement uncertainty and give control variables with an expected numerical tolerance. The conicity errors computed by the proposed method are 20%-40% less than those computed by NC454 CMM software and the evaluation accuracy improves significantly.