压电作动器的支持向量机迟滞模型

压电作动器被广泛应用于高精度定位领域,但是其固有的迟滞非线性会严重影响定位精度。为了准确地描述压电作动器的迟滞特性,提出了一种基于非线性自回归移动平均(NARMAX)的支持向量机(SVM)迟滞模型。为了建立SVM迟滞模型,首先需要将压电作动器的输入输出关系从一个多值映射问题转化为单值映射问题,对比了不同的单值映射对SVM迟滞模型精度及泛化能力的影响,提出了一种基于NARMAX构建单值映射的方法,建立了在全局上具有更高精度的压电作动器SVM迟滞模型。通过减小训练集中所包含输入信号频率的间隔,提高了模型在测试集上的精度。采用交叉验证的方法确定SVM模型中的参数,提高了迟滞模型在全局上的精度和泛化能力。结果表明,相比传统Bouc-Wen模型,所提出的模型在1 Hz处精度提高了8倍,在50 Hz处精度提高了60倍。通过位移跟踪实验,证明了基于SVM迟滞逆模型的前馈+反馈(FF+FB)控制能够有效提高跟踪精度,相较于PID反馈控制,其跟踪误差最多可降低73.9%。     

机器人加工误差分析及提高加工精度的方法

机器人本体误差和工具误差最终都传递到工具末端形成加工误差,为提高加工精度,对机器人本体进行各类误差的解耦标定,再标定安装于机器人末端的工具。利用轴旋转法对机器人本体进行标定,并分析初始零位值对机器人几何参数标定精度的影响。采用新MDH法建立运动学模型,对位置和姿态关节进行解耦,利用解析法求取位置关节角,用牛顿迭代法求取姿态关节角。在工具标定时,建立机器人加工装备的数字化模型,利用实际装备与数字化装备的映射一致性,求取工具的安装与制造误差。采用新MDH法可方便设置基坐标系,易于计算初始零位值。实验结果表明,初始零位值补偿后,机器人本体和工具标定后的轨迹精度可以达到0.28mm。     

工业机器人空间位置精度预测模型研究

预测工业机器人空间位置精度对高精度加工具有重要影响,分析影响其空间位置精度的因素,提出一种考虑结构参数误差及关节刚度、摩擦特性参数的空间位置精度预测模型。应用激光跟踪仪辨识工业机器人结构参数与名义值间存在的偏差,分析关节转角偏差随工况的变化,提出关节刚度和关节摩擦参数辨识方法,在ADAMS环境下建立空间位置精度预测模型。以UR5机器人为实验对象,API激光跟踪仪为测量仪器对其空间位置精度进行测量,与预测模型输出结果进行对比,实验结果表明,该模型可准确预测工业机器人空间位置精度,预测精度可达0.5mm。     

重载精密机械手末端误差的多目标优化

针对关节几何误差对重载机械手运动精度的影响,鉴于PID神经元具有多输入和多输出优化的特性,提出重载精密机械手误差的多目标优化方法,研究重载机械手误差的关键因子,分析重载精密机械手的映射及机械手多输出目标之间的关系,探究PID控制器与神经元网络之间的对应关系,求解重载机械手精密运动的传递关系,同时推导机械手位姿、速度和加速度与关节几何误差之间的数学模型,得出机械手关节误差对其运动精度的影响趋势,以SCARA机器人为研究对象,采用PID神经元的多目标优化方法对其误差进行整合。结论表明:PID神经元的多目标优化方法有效地减小了关节几何误差对重载机械手的影响,其合理性得到了验证。     

编织型气动人工肌肉迟滞现象建模与应用

气动人工肌肉被广泛应用于柔性机器人、仿生机器人等多种机器人研究领域。但气动肌肉具有很强的非线性与明显的迟滞现象,直接限制了气动肌肉的精确控制。针对气动肌肉动力学建模问题,建立包含理想项与非线性迟滞项的完整气肌模型。通过仿真分析证明加入滞回模型后气肌的精度得到了提升：去程时精度提高了10%,回程时精度提高了33%。进一步,将该模型应用于机器人力控制关节上。通过曲面轨迹跟踪试验证明力控制精度从±15 N提升到了±5 N,同时将回程段控制精度提高了40%,并有效解决了力控制关节回程输出力不准确的问题。为进一步提高机器人柔性加工和装配领域的力控制精度提供了理论依据。     

下肢康复机器人逆运动学数值解法

针对机器人逆运动学数值解法中可能出现的雅可比矩阵奇异性问题,提出改进的求解方法,采用关节微变量近似值避免雅可比矩阵的求逆计算,其值由雅可比矩阵和误差矢量决定。以6自由度下肢康复机器人为例,建立8种不同基础坐标系和末端坐标系组合的运动学模型,运用MATLAB软件对算法进行编程,对末端任一位姿进行逆运动学求解,将每次迭代的位姿误差绘制成曲线,对误差曲线进行对比分析,确定运动学模型对数值解法的影响,在此基础上对算法进行改进,可以证明运用改进后的算法可以求得较高位姿误差精度的运动学逆解。     

机器人关节间隙误差分析

对关节间隙变量采用二维矢量表示法,分析了机器人关节间隙对机器人末端位置重复精度的影响。假设关节间隙随机性为某种分布,根据概率论建立了机器人末端点概率密度函数,从而得到机器人末端的误差分布函数。利用该方法对RHJD4-16自由度弧焊机器人关节间隙误差进行了分析,研究了关节间隙对空间机器人末端位置重复精度的不确定性影响情况,得到了关节间隙误差与机器人末端位置重复精度的约束关系,为机器人机构设计和机器人精度分析提供了理论依据。     

BP神经网络求6PTRT型并联机器人正运动学精确解

采用BP神经网络,利用位置逆解结果,通过训练学习,实现操作从关节变量空间到工作变量空间的非线性映射,从而求出6PTRT型并联机器人的正运动学解.计算实例表明单用BP神经网络得到的精度并不高,所以为提高正解结果精度,引入误差补偿算法,并设计相应软件,所得数据表明,该算法计算精度高.     

压电定位平台Hammerstein建模与反馈线性化控制

压电定位平台以压电陶瓷、柔性铰链作为驱动及放大机构,具有高定位精度和快响应速度,被广泛应用于各种精密/超精密定位领域。压电定位平台面临的主要挑战是压电陶瓷的固有迟滞非线性特性,这严重影响平台的定位和跟踪精度。针对此问题,提出一种基于Hammerstein结构的迟滞建模方法及基于此模型的输入-输出反馈线性化控制策略。首先,建立Hammerstein结构的迟滞模型,并进行模型参数估计。接着,以基于Hammerstein模型的输入-输出反馈线性化控制策略设计跟踪控制器。最后,在压电定位平台上对建立的模型和设计的跟踪控制器进行实验验证。模型辨识实验结果表明：提出的Hammerstein模型能有效地拟合压电定位平台输入量与输出量之间的迟滞非线性特性,其均方根误差小于0.5μm。轨迹跟踪实验结果表明：设计的跟踪控制器对期望信号（幅值60μm,频率100 Hz）的跟踪均方根误差为0.926 6μm,相较于基于改进的速率相关PI(Modified Rate-dependent Prandtl-Ishlinskii,MRPI)模型的前馈补偿跟踪控制、基于MRPI模型的前馈补偿与PID反馈复合跟踪控制,精...     

非线性Preisach理论与超磁致伸缩执行器高阶迟滞建模

经典Preisach理论在建模迟滞过程时要求其所描述迟滞过程必须满足擦除特性和滞环全等特性,并把这两个条件作为其建模的充分与必要条件。试验表明超磁致伸缩材料的迟滞过程仅满足擦除特性而不满足滞环全等要求,正是这个原因使经典模型在预测具有多次回转特征的高阶迟滞输出时存在较大误差。在经典模型基础上提出一种改进模型,新模型一方面放松经典模型对次环全等的严格要求,另一方面还在参数辨识过程中同时将一阶和二阶回转曲线数据考虑在内,从而提高其对高阶回转迟滞曲线的预测精度。最后在直动式超磁致伸缩执行器上进行试验。结果表明,在预测具有多次回转特征的高阶迟滞输出时,新模型的预测精度明显高于经典模型,对二阶、三阶滞回曲线的预测精度分别提高了34%和33%。     

一般6R机器人的高精度逆运动学算法研究

为解决一般6R机器人的逆运动学问题,提出一种基于符号运算和矩阵分解的高精度逆运动学算法。采用符号运算求解逆运动学方程的系数矩阵,避免了大量中间过程的浮点数计算累积误差;通过矩阵奇异值分解优化方法提高消元矩阵的秩稳定性;将一元十六次方程求根问题转化为求解矩阵的特征值和特征向量问题,并选取较高数量级的相关元素求解关节变量,最大程度地减小数值计算累积误差的影响,提高了逆运动学算法的稳定性和精度,得到具有任意期望精度的最多16组实数逆运动学解。以一般6R机器人和有误差的PUMA560类型机器人作为求解实例,实验和仿真结果证明了算法的有效性。     

六自由度铣削加工机器人刚度建模及误差补偿

针对铣削加工机器人低刚度特性影响加工精度的问题，对机器人的刚度建模和误差补偿方法进行研究。以ES165D型号的6自由度串联机器人为研究对象，综合考虑机器人关节变形、臂杆变形和臂杆重力对机器人末端变形的影响，建立了机器人整体刚度模型；通过机器人末端受力变形试验，可知末端变形预测值与试验值的平均绝对百分比误差小于15%,证明了机器人刚度模型的有效性和准确性；基于机器人刚度模型对铣削加工过程中的加工路径进行补偿，补偿后加工路径的平均距离误差相对补偿前降低37.39%。     

基于CSO-LSSVM模型的选择性激光烧结成型工艺参数优化

成型收缩是影响选择性激光烧结技术（selective laser sintering,SLS）制件精度的关键因素,而工艺参数对材料烧结情况和收缩变形程度有着明显影响,因此选择合理的参数组合对减小精度误差和改善成型性能质量有着重要意义。为降低SLS成型件工艺参数优化试验成本,文章开发了一种名为CSO-LSSVM成型精度预测模型用于工艺参数的预测。该模型的设计思路是：首先,通过Sine映射、非线性切换因子和针孔成像反向学习等3种改进策略全方面协调增强了蛇优化器（snake optimizer,SO）的收敛精度和寻优速度,接着,将改进后的蛇优化器（chaotic multi-strategy enhanced snake optimizer,CSO）与最小二乘支持向量机（least square support vector machine,LSSVM）结合,整定关键核函数参数,提高模型预测精度和泛化能力。为验证CSO-LSSVM模型的有效性和优越性,利用Matlab软件在真实数据集基础上将其与LSSVM、BP(back propagation)神经网络以及极限学习机（extreme lea...     

忆阻迟滞模型与神经网络并联的谐波减速器混合迟滞建模研究

针对谐波减速器随负载变化所表现出的负载转矩与扭转角之间的迟滞特性,导致谐波减速器转换精度下降的问题,构建了忆阻迟滞模型与RBF神经网络并联的谐波减速器混合迟滞模型.将忆阻器模型改进成忆阻迟滞模型,用于描述谐波减速器迟滞输出的基本变化规律;借助具有非线性拟合能力的RBF神经网络对谐波减速器迟滞模型与忆阻迟滞模型之间的差值...     

码垛机器人关节结构的有限元分析及优化研究

针对大负载码垛机器人关节传动精度的问题,对四关节码垛机器人第二轴关节传动结构中起传递扭矩作用的齿轮轴进行了研究。对机器人装配过程中影响工业机器人运行精度的潜在因素进行了归纳,提出了改善齿轮轴受力情况的改进方法,降低了工业机器人在运行过程中齿轮轴与RV减速机之间产生预压力的可能性;利用SolidWorks软件建立机器人三维模型,采用ANSYS、ADAMS软件对机器人第二轴关节传动结构进行了分析;增设了轴承用于齿轮轴导向与支撑,并进行了仿真分析,对改进后的样机进行了重复定位精度测试。研究及测试结果表明:改进后的结构可改善齿轮轴的受力情况,减少因装配工艺、零部件误差等因素对机器人运行精度的影响,对关节型机器人的结构设计具有一定的借鉴意义。     

多延时输入下压电驱动器迟滞建模及实验验证

压电陶瓷驱动器（PEAs）是一种多用于在精密仪器仪表中实现高速、高精度定位的智能驱动器。然而，其自身存在迟滞、蠕变等非线性，尤其是迟滞特性严重影响了压电驱动器的的控制精度。针对迟滞建模中的不对称和速率相关问题，提出一种多延时输入Prandtl-Ishlinskii(MDPI)模型，基于传统PI模型引入了一组延时输入来描述迟滞的率相关特性，随后加入了偏移系数用于改善模型的非对称性。最后，在压电微运动平台上采集了1～100 Hz的1 V正弦信号实验数据，并与率相关PI模型和动态延迟PI模型进行了模型精度对比。实验结果表明，相比另外两个动态PI模型，该模型能够更准确地描述PEAs的动态特性和迟滞特性。在50 Hz和100 Hz下，MDPI模型最大绝对误差（MAE）分别为0.0815μm和0.142 9μm，均方根误差（RMSE）分别为0.009 5μm,0.011 9μm。相较二者该模型均方根误差精度分别平均提高了72.46%和64.21%。     

3-PRUR三平移并联机构机器人的精度分析

为采取有效措施提高并联机构的输出精度,对3-PRUR三平移并联机器人机构的精度进行分析。根据并联机器人机构的结构综合理论,建立了该机构的运动学逆解模型;依据全微分理论建立误差模型以及误差求解算法,得到3-PRUR三平移并联机器人机构输出位姿误差与各原始误差源之间的映射关系;分析了该机型的精度误差值,研究了影响该并联机构机器人精度的因素,为实际误差的补偿与控制奠定了理论基础。     

机器人神经网络逆标定法研究与仿真

基于运动学模型的机器人几何参数标定法需要建立复杂的误差模型,在不断变化的环境中缺乏柔性。基于神经网络的机器人逆运动学标定法,是通过一定的算法得到各关节角所对应的误差值,以关节角值为输入,关节角所对应的误差值为输出来训练神经网络,把所有的误差都归结为关节角误差,通过对关节角补偿来驱动机器人。利用遗传算法优化神经网络的权值与阈值,使优化后的BP神经网络能够更好地预测函数输出,利用MATLAB神经网络工具箱进行仿真,结果证明经遗传算法优化的神经网络标定法可以进一步提高标定精度。     

六自由度协作机器人绝对定位精度标定研究

针对六自由度协作机器人绝对定位精度低的问题,在忽略二阶以上微分误差项条件下,推导出基于微分变换的线性误差模型,并设计了改进的迭代Lavenberg-Marquardt算法求解运动学参数。采用激光跟踪仪对机器人进行现场标定试验,实验表明协作机器人的最大位置误差由0.7726mm降低到0.4415mm。结果表明该标定方法较传统标定方法标定精度更高,具有可行性。     

基于解析模型法的机器人动力学建模自动生成软件系统

基于改进的机器人动力学解析（数字-符号）模型算法,研制出用于机器人动力学自动建模的计算机辅助生成软件。在计算机上自动生成机器人的动力学模型元素与运动方程,并产生动力学模型的实时代码。采用的解析模型算法改进了动力模型多项式结构矩阵的优化算法,还简化了代码输出程序,大大减少了中间变量与赋值语句。提高了运算速度及导致最少的浮点乘/加数。该软件还带有图形接口,用于仿真时具有动画显示功能。