攀爬电力铁塔机器人的爬行方案设计

目前电力特种机器人的研究主要集中在巡线机器人方面,用于巡检电力铁塔的机器人还鲜有成果.攀爬电力铁塔机器人爬行方案的设计,是研制攀爬电力铁塔机器人的基础.本文通过分析比较几种爬行机构,结合攀爬电力铁塔机器人的性能要求及工作环境确定了该机器人的一种爬行方案.     

电力铁塔攀爬机器人位姿综合误差分析

针对实验室现有电力铁塔攀爬机器人,分析了影响其位姿精度的主要因素,充分考虑了机器人的基本误差(静态误差和动态误差)以及机器人移动基座偏角误差,建立了机器人的位姿误差分析模型。并依据所建立的机器人误差模型,在MATLAB中进行了分析计算,得到由静态误差、基座偏角误差和动态误差所引起的机器人末端位姿误差,并对多种因素所引起的机器人末端位姿误差进行综合得到机器人的综合位姿误差,这为机器人误差补偿提供了理论依据。     

电力铁塔攀爬机器人直线推杆机构设计与分析

面向输电系统检测及维护作业的自动化,提出并设计了一种可以在电力铁塔表面自由移动的五自由度双臂关节式攀爬机器人,以期代替人工完成危险的高空攀爬检测作业任务.该电力铁塔攀爬机器人机构紧凑,左右机构对称,创新采用直线推杆机构实现两臂张合功能,此机构可良好支撑机器人双臂,相比传统关节设计采用的大转矩电机直驱方式,大幅度降低了对驱动电机的转矩要求.建立了机构CAD模型.进行了静力学分析,并在动力学仿真软件Adams软件环境下进行仿真.通过和电机直驱关节方法比较,分析和仿真结果均表明采用直线推杆机构可减小驱动电机转矩.样机试验结果表明电力铁塔攀爬机器人系统的设计组成原理合理,系统方案成功可靠.     

电力铁塔攀爬机器人工作空间的3种求解方法

在对现有的机器人工作空间求解方法分析总结的基础上,分别采用蒙特卡洛法、定步距角法及仿真法求解电力铁塔攀爬机器人工作空间,并从图形效果、分析方法、用时及适用场合4个方面对其进行了比较,选择定步距角法为求解攀爬机器人工作空间的最优方法。通过对工作空间降维提取二维边界曲线并生成三维曲面的方法分析机器人工作空间边界,采用数值法求解了工作空间体积,为机器人结构优化设计、路径规划及运动控制提供了理论依据。     

新型电力铁塔攀爬机器人的设计及攀爬步态分析

针对现有电力铁塔攀爬机器人存在的结构复杂、稳定性差、越障能力不足等问题,这里设计了一种新型电力铁塔攀爬机器人并对其攀爬步态进行了分析.通过选取电力铁塔主材上的脚钉为夹持对象,采用机械电磁复合手爪夹持方式等创新性的方法,简化了攀爬机器人的结构,提高了夹持稳定性,解决了避障难题.然后使用Workbench对关键受力部件进行...     

基于CNN-GRU的遥操作机器人操作者识别与自适应速度控制方法

传统空间遥操作系统中从端机械臂的运动速度完全取决于操作者的操作速度.为了提高空间遥操作系统的安全性,提出了一种基于操作者操作速度识别的自适应速度控制方法.结合深度学习的理论,提出了一种基于卷积神经网络(CNN)和门控循环单元(GRU)神经网络的融合模型来对操作者的速度进行识别分类.选取了九位受试者构建操作者速度样本库,...     

一种电力杆塔攀爬机器人的设计与实现

为满足输电杆塔选件及维护工作智能化发展的需求,提出一种电力杆塔攀爬机器人的设计方案。从机器人组成、机械机构设计及控制系统设计等方面出发,详细论述了攀爬机器人的设计方案,重点介绍了电磁吸附为主、机械夹持为辅的复合式夹持机构和控制逻辑,并制作攀爬机器人样机,在模拟环境中进行实验。实际运行结果证明,设计的攀爬机器人具有行进与越障攀爬能力,实用价值高。     

融合PLC逻辑控制器的自动化分拣机器人动作控制优化

目前自动化分拣机器人在小件货物的分拣上普遍存在动作控制精度不足的问题,导致漏检或者掉落时有发生,为此,进行融合PLC逻辑控制器的自动化分拣机器人动作控制优化研究.研究首先分析了PLC逻辑控制器的结构组成和控制过程,然后分析了基于PLC的分拣机器人动作控制PID算法,并对该算法存在的不足进行分析,即PID三个系数取值需要...     

双马达模糊神经网络速度同步控制实现方法研究

针对内嵌式溢油回收机扫油臂与卷筒双马达电液驱动速度同步控制问题,对扫油臂和卷筒驱动系统的组成、工作原理和控制要求进行了阐述;基于"等同控制"策略,引入模糊神经网络控制理论,建立了双马达模糊神经网络控制器;运用Matlab软件对模糊神经网络控制系统与PID控制系统进行了仿真,获得了阶跃响应对比曲线和线速度同步误差对比曲线,探讨了速度同步控制系统的稳定性,分析了线速度同步误差特点与形成原因。研究结果表明:模糊神经网络控制系统几乎无超调、调节时间为5.2 s,PID控制系统超调量为23%、调节时间为8 s,速度达到稳定时,模糊神经网络控制系统线速度差为7 mm/s,PID控制系统线速度差为16 mm/s;与PID控制相比,模糊神经网络控制具有更好的动态响应特性和稳态特性,同步误差更小、同步精度更高。     

神经网络方法在循环流化床燃烧中的应用

本文分析了循环流化床锅炉燃烧控制系统的特点。针对主蒸汽压力控制系统。提出一种新型的基于改进BP神经网络的PID控制方法。该方法将神经网络和PID控制策略相结合。既具有神经网络自学习、自适应及逼近任意函数的能力。又具有常规PID控制器结构简单的特点。仿真研究表明这种BP神经网络PID控制能克服对象的大惯性、抗干扰性。大大改善控制品质。     

碰撞下PMSM电机驱动机器人关节速度滑模控制

碰撞引起负载突变情况下速度的快速响应和精确控制是机器人研究重点.根据永磁同步电机的原理,建立了状态空间方程,并利用矢量控制方法,进行了解耦.为抗碰撞影响,设计了转动关节速度的滑模控制算法,建立了二维滑模函数,分析了算法稳定条件,给出了滑模控制算法参数选择原则.用Matlab/Simulink建立了速度控制仿真平台.针对碰撞突加负载和变参数情况下的速度平稳控制,对滑模和PI两种控制算法进行了仿真,对转矩和速度响应进行了对比分析.仿真结果表明所设计的滑模控制方法响应速度快、无超调、对负载和系统参数变化的鲁棒性好,是碰撞工况下机器人关节速度稳定控制的可选方法.     

模糊控制技术在立体仓库堆垛机速度控制上的应用

在现有的变频调速的基础上将模糊控制技术应用到自动化立体仓库巷道堆垛机的速度控制当中。     

工业机器人在自动化控制领域的应用

新时期,各行业开始重视应用机器人进行生产,逐步扩大其应用范围,相应的知识与技术支持更加宽泛,例如传感、人工智能、机械、信息及计算机等技术.基于现代化信息技术,使得工业机器人具有自动与智能化系统,推动工业自动化发展.文章阐述了自动化控制行业中工业机器人的应用,希望对相关领域研究有所帮助.     

整体叶轮机器人研磨柔顺控制研究

针对目前整体叶轮人力手工研磨过程中研磨品质差、出产周期长、工人健康危害大等问题,开发了一套基于六自由度库卡工业机器人的自动研磨控制系统.机器人末端夹持气动磨机贴合整体叶轮表面,利用六维力传感器反馈受力情况,结合在线恒力控制算法搭建复杂曲面机器人研磨恒力控制系统.根据机器人运动学理论,对机器人研磨过程中末端加工工具重力干扰进行补偿;建立机器人力/位置混合柔顺控制策略,采用传统PID控制策略进行基础力控制,采用模糊自适应PID控制策略进行优化力控制实现机器人自动研磨.对整体叶轮进行研磨实验,结果表明模糊自适应PID控制算法可以有效的实现机器人的柔顺控制,保持研磨过程接触力在有效范围内.     

整体叶轮机器人研磨柔顺控制研究

针对目前整体叶轮人力手工研磨过程中研磨品质差、出产周期长、工人健康危害大等问题,开发了一套基于六自由度库卡工业机器人的自动研磨控制系统.机器人末端夹持气动磨机贴合整体叶轮表面,利用六维力传感器反馈受力情况,结合在线恒力控制算法搭建复杂曲面机器人研磨恒力控制系统.根据机器人运动学理论,对机器人研磨过程中末端加工工具重力干扰进行补偿;建立机器人力/位置混合柔顺控制策略,采用传统PID控制策略进行基础力控制,采用模糊自适应PID控制策略进行优化力控制实现机器人自动研磨.对整体叶轮进行研磨实验,结果表明模糊自适应PID控制算法可以有效的实现机器人的柔顺控制,保持研磨过程接触力在有效范围内.     

基于自动化交互行为的电力机房巡检机器人系统设计

目前设计的电力机房巡检机器人系统响应时间较慢,导致巡检精度较低。为解决上述问题,基于自动化交互行为设计一种新的电力机房巡检机器人系统,对系统的硬件和软件进行设计,巡检机器人系统硬件由驱动器、处理器、传感器、红外热成像测温器组成。利用驱动器实现信息驱动,驱动器的控制信号的引脚分别为GND、ALM、PG、EN,分别控制驱动器的报警、以及驱动信号的接收和输出、电机方向的确定。采用TUIS-8689处理器,TUIS-8689处理器的核心是8核智能芯片处理器的芯片为Xilinx芯片,具有超强的计算能力和处理能力,传感器采用14vdc供电模块,传感器的振动速度和位移具有关联,实现巡检机器人运动的校验。选用PI 400型红外热成像仪测温器实现温度测量。通过数据获取、特征值提取、确定巡检路线实现软件流程。实验结果表明,基于自动化交互行为的电力机房巡检机器人系统能够有效缩短响应时间,提高巡检精度。     

汽车驾驶机器人车速跟踪神经网络控制方法

为了实现汽车驾驶机器人对给定车速的准确跟踪,提出了一种驾驶机器人车速跟踪神经网络控制方法。网络模型输入层变量为驾驶机器人油门和制动器、离合器机械腿、换挡机械手的位移;中间层为隐层,节点数为5,神经元传递函数为正切传递函数;输出层变量为试验车辆车速,神经元传递函数为线性传递函数。结果表明,该方法的收敛速度明显高于梯度下降法的收敛速度,且达到的控制精度更高,车速跟踪误差满足国家汽车试验标准的要求。