SCARA机械手的RBF神经网络自适应轨迹跟踪控制

为了解决机械手系统模型存在参数变化、强耦合、高度非线性等不确定性因素,提出基于RBF神经网络机械手自适应控制方法。该方法利用RBF神经网络的自适应、容错、并行处理及非线性映射能力,从而实现了无需机械手精确模型信息的控制。通过Matlab/Simulink环境下的仿真实验表明,该方法可实现对SCARA机械手的位置跟踪控制,通过控制算法适时地修正网络参数,实现对非线性系统任意轨迹的轨迹跟踪控制,具有良好的控制品质。     

基于BP神经网络的铸机故障诊断系统研究

为提高铸机故障诊断能力,设计利用BP神经网络实现故障与特征的非线性映射方法。在该映射关系中,分析了BP网络故障诊断思路,并以搬运机械手为例,通过BP神经网络对其网络控制、液压驱动、回转及行走配合过程中的故障进行诊断。通过分析表明,BP网络能解决复杂装备诊断困难等问题。     

三自由度气动串联机械手空间路径规划及轨迹控制研究

对三自由度气动串联机械手的路径规划和轨迹控制等方面进行研究。在笛卡尔空间内,通过对起始点、途经点和终止点的运动学逆运算,得到相应的一组关节角度,进而对每个关节的角度进行多项式插值得到一个平滑函数来描述运动轨迹。通过对给定轨迹的跟踪实验,确定了规划方法及控制方案的有效性。     

基于BP神经网络和蚁群算法的机械手轨迹控制算法研究

为了提高机械手运行的平稳性,实现机械手控制的精准度,采用BP神经网络和蚁群算法相结合的方法实现机械手轨迹控制。首先,建立机械手运动轨迹模型,然后利用神经网络算法对机械手主要参数进行训练,接着,将输出预测的运动轨迹与机械手期望运动轨迹对比,以便求解更趋近于期望的最优参数。最后,借助蚁群算法对神经网络模型参数进行优化。经过实验证明：相比于传统BP神经网络算法,所提算法训练得到的角位移与期望角位移的拟合程度更高,且在空间三维坐标系的位移误差更小。     

基于凸轮设计理论的多关节机械手轨迹规划

当机械手进行快速运动且运动时间确定时,为实现机械手作业轨迹平滑,关节轨迹的速度、加速度、脉动曲线保持连续且减少轨迹最大加速度峰值,结合凸轮从动件运动轨迹设计方法,提出改进梯形加速度函数曲线机械手关节空间的轨迹规划方法。文章以3R机械手为载体进行仿真,仿真结果表明,同样工作任务下,该方法使机械手关节运动平稳,关节最大加速度明显小于传统的5次多项式插值的机械手关节轨迹规划。     

基于BP神经网络和蚁群算法的机械手轨迹控制算法研究（英文）

为了提高机械手运行的平稳性,实现机械手控制的精准度,采用BP神经网络和蚁群算法相结合的方法实现机械手轨迹控制。首先,建立机械手运动轨迹模型,然后利用神经网络算法对机械手主要参数进行训练,接着,将输出预测的运动轨迹与机械手期望运动轨迹对比,以便求解更趋近于期望的最优参数。最后,借助蚁群算法对神经网络模型参数进行优化。经过实验证明:相比于传统BP神经网络算法,所提算法训练得到的角位移与期望角位移的拟合程度更高,且在空间三维坐标系的位移误差更小。     

基于改进差分进化算法的机械手轨迹控制北大核心

为提高机械手系统运行稳定性与关节角跟踪精度,设计一种基于改进差分进化算法的能量最优轨迹控制方法,并以双关节机械手仿真验证。首先,假设参考轨迹为摆线,以机械手运行能量最低为适应度函数,采用独立PD控制法控制机械手运动并构造Lyapunov函数证明控制律的收敛性;其次,利用混沌映射改进差分进化算法初始种群产生策略及子代重建规则,设计自适应缩放因子与交叉因子,对越界个体采用对称映射法处理,以此提高算法寻求全局最优解能力;最后,运用样条插值法将最优离散轨迹生成连续运行轨迹。MATLAB仿真结果表明,所提算法收敛速度快,优化效果好,系统运行消耗能量少,鲁棒性强。     

基于ADPSO算法的焊接机械手运动轨迹规划方法

为解决因焊接机械手运动轨迹特征难提取、非线性特性强,导致运动轨迹规划误差大的问题,提出一种基于ADPSO自适应粒子群优化的轨迹规划方法。分析了关节角度、加速度及位姿间的线性关系,采用三次多项式曲线求解焊接机械手关节在不同坐标方向上首端、末端、初始点及结束点的向量值,将向量参数作为方程的输入,求得关节转角。根据机械手每个位置的最大和最小关节转角,建立轨迹目标函数,约束机械手可达到的最大加速度、最短和最长位移及角速度。采用ADPSO法将目标值看作种群粒子,建立全局目标搜索函数,对运动目标定位搜索,完成轨迹规划。试验结果表明,所提方法的轨迹规划精准度较高,与理想轨迹较吻合,针对关节角度和关节速度的规划效果均佳。     

基于麻雀算法的机械手时间最优轨迹规划

针对五自由度凸轮工件缺陷检测的机械手时间最优轨迹规划问题,利用D-H表示法建立机械手运动模型,通过正运动学、逆运动学分析求解各关节角度变化值,利用三次样条曲线在关节空间中建立机械手运动轨迹.同时在满足各关节速度、加速度、加加速度限制范围的基础上,采用麻雀算法通过约束条件外加罚函数改进个体适应度函数,对三次样条曲线轨迹实...     

六自由度机械手的运动轨迹规划与仿真

轨迹规划是影响六自由度机械手运动学性能,保证其平稳快速完成指定任务的重要内容。文中基于D-H坐标系,建立机械手运动学模型,求解正、逆运动学方程。采用4-3-4多项式关节插值算法,对六自由度机械手进行轨迹规划。利用MATLAB对机械手进行运动学仿真,输出各关节位置、速度及加速度曲线。基于仿真结果,将4-3-4轨迹规划方法与三次多项式轨迹规划进行比较,结果表明:4-3-4多项式插值轨迹规划方法可以保证机械手平稳快速地到达期望位姿,完成指定任务。     

BP神经网络在流量比值控制系统中的应用

针对在PCT-2型过程控制装置进行流量比值控制时,PID参数难以整定的问题,提出了一种基于神经网络自适应的PID流量比值控制方法.该算法利用BP神经网络的非线性表示能力,通过系统的自学习来实现具有最佳组合的PID控制.这种方案达到了在线实时控制的目的.实验表明:在流量比值控制系统中,基于BP神经网络的PID控制算法比普通PID控制算法具有更好的动态性能和鲁棒性,能取得很好的控制效果.     

磨损失效零件激光增材再制造性神经网络量化评价方法EI北大核心CSCD

针对现有激光增材再制造性评价方法主观性强、效率低等不足,提出一种失效数据驱动的磨损失效退役零件增材再制造性神经网络量化评价方法。根据磨损失效退役零件的激光增材再制造修复难易程度与失效模式相关的特点,以修复路径规划可行性、运动轨迹规划可行性、激光熔覆材料选择、再制造时长、再制造经济性为评价指标,构建磨损失效退役零件激光增材再制造性层次评价模型;通过退役零件失效区域的修复路径规划、修复设备运动轨迹模拟和碰撞检测进行修复路径可行性和运动轨迹可行性指标量化,并定义再制造时长、经济性指标的量化公式。以多个同类零件为对象,通过上述量化评价方法构建样本空间,基于神经网络训练获得再制造性神经网络量化评价模型,实现同类零件的快速激光增材再制造性评估。最后,以碎煤机端盘为例对所提方法进行验证,结果表明了该方法的可行性与有效性。根据失效数据与退役零件再制造性之间的映射关系,可实现磨损失效零件增材再制造性的快速量化评价,为其工程应用提供技术支撑。     

GA-BP在数控机床结合面动态特性建模中的应用

针对目前我国对数控机床结合面动态特性理论建模难度大、效率低等问题,建立了数控机床固定结合面动态特性参数的神经网络模型,利用BP神经网络的自学能力,对固定结合面特性进行了分析预测。同时利用遗传算法全局搜索能力强的特点,对BP神经网络的初始权值和阈值进行优化,克服了其收敛速度慢和易陷入局部最优解的缺点。通过MATLAB对该算法进行编程。结果显示,该模型对数控机床结合面动态特性的判断基本符合实际。     

基于BP算法的逆变点焊电源模糊神经网络控制研究

引入动量因子对常规BP学习算法进行了改进.在分析模糊神经网络控制模型的基础上,针对模糊神经网络规则多、训练时间长的缺点,采用了给模糊控制规则增加阈值,减少网络训练运算量的优化方法.最后将此优化方法和改进的训练算法应用到逆变点焊电源模糊神经网络(FNN)恒电流控制系统中,通过使用MATLAB语言编程,对该系统进行了仿真分析.仿真结果表明,动量因子的引入不但减小了BP算法学习过程的振荡趋势,加快了收敛速度,而且较好解决了BP网络容易陷入局部极小点的缺陷.模糊规则阈值的引入,有效减少了网络的训练时间.     

BP神经网络及其在焊接中的应用

介绍了BP（Back Propagation)神经网络在焊接中的广泛应用，综述了其在焊接领域，如焊接接头质量预测与监控、焊接工艺参数设计、焊缝成形控制、焊缝跟踪以及焊接缺陷的检测等方面的应用现状，同时展望了神经网络在焊接中的应用趋势。     

基于自定义时间的数控加工运动规划方法

为了让运动规划符合实际,分析了数控加工轨迹运动几何特性、运动特性和时间特性,建立了轨道函数与运动参数的联系,推导出轨迹运动微分方程组.针对以轨迹运动目标建立的运动微分方程不能完全求解的问题通过定义实际运动过程为参考时间,建立规划与实际的联系,提出了基于自定义时间的运动规划方法.结果表明:在静止状态,可以根据几何特性分析,计算轨迹运动的微分方程组,得到以坐标值和参考时间为变量的简单算式;在运动状态,根据参考时间的适时信息和简化算式,计算出轨迹运动的动态参数.实验和仿真证明该方法能处理加工过程中的不确定事件,能满足适时性要求,是轨迹运动规划的好方法.     

BP网络预测技术在预焙阳极焙烧炉控制中的应用研究

神经网络预测技术作为一种具有高度非线性映射能力的计算模型，已在工程中得到了广泛的应用。本文阐述了基于BP网络预测技术，对预焙阳极焙烧炉温度控制进行一些改进，并在Matlab软件simulink下建模仿真。仿真结果显示BP网络预测技术在泛化能力、自适应能力、预测能力、非线性映射能力、高度并行处理能力、抗干扰能力都明显优于常规PID控制。     

基于导航路径约束的多模块柔性检测机器人运动规划研究

连续体机器人运动规划复杂且控制精度低是制约其深入研究和快速应用的重要难题。基于几何分析法对连续体机器人进行运动学建模研究，构建关节空间与末端笛卡尔空间的映射模型，在此基础上对其工作空间进行分析。为满足柔性检测机器人在狭小空间的快速介入和准确探测需求，提出一种基于导航路径约束的机器人运动规划方法，以连续体机器人各弯曲单元前后端点与理想轨迹间的最小距离作为目标函数，通过逆向递推的方法逐节求出各弯曲单元关节参数，从而控制机器人沿着预设导航路径进行介入运动。最后分别通过平面C形弯曲曲线和空间路径的运动规划仿真实验对所提路径规划算法进行验证，同时研究该规划方法下机器人关节长度及单元个数变化时机器人的跟随效果。仿真结果表明：所提运动规划方法能够有效控制连续体机器人沿着预设路径进行介入运动，并具有较高的控制精度和较强的适应性。