基于BP神经网络的空间轮廓误差自适应补偿

提出了矢量化的空间轮廓误差建模方法,并基于BP神经网络提出了交叉耦合控制器参数的自适应调整方法,使用三层神经元,根据进给速率以及曲率的变化进行控制器参数的自适应调整,而在补偿量的分配问题上则充分利用已有数据,以减小系统的计算量。实例仿真表明,所提出的自适应控制方法在进给速率设定值变化以及加工轮廓的半径发生变化时,都可以很好地控制轮廓误差的大小,提高轮廓加工精度。     

基于高精度轮廓误差估计的交叉耦合控制

在交叉耦合控制中,轮廓误差估计公式不仅用于估计轮廓误差大小,而且用于确定交叉耦合系数。估计公式的准确性直接影响轮廓控制精度,传统公式在大曲率位置存在明显估计误差。针对平面自由曲线的轮廓误差估计,研究点-曲线距离函数的微分特性,利用距离函数的Taylor展开提出高精度二阶估计方法,并指出基于密切圆近似的传统二阶方法在象限切换时存在的计算问题,同时对传统公式进行修正。在此基础上设计综合位置闭环反馈和交叉耦合控制器的轮廓跟踪控制器,并结合NURBS曲线进行两轴控制试验。试验结果表明:所提出的二阶方法相比于传统公式轮廓误差估计精度更高;基于所提出的二阶方法和传统公式设计的交叉耦合控制器,前者相比于后者可以显著提高轮廓控制精度。     

基于零相位误差跟踪控制器的轮廓误差交叉耦合控制

针对高精密轮廓加工，在分析系统轮廓误差的基础上，通过减小跟踪误差来间接减小轮廓误差，提出了将交叉耦合控制器和零相位误差跟踪控制器相结合的控制策略。交叉耦合控制器用以增加各轴之间的匹配程度，以减小轮廓误差；零相位误差跟踪控制器作为前馈跟踪控制器，提高了快速性，使系统实现准确跟踪。仿真结果表明所提出的控制方案是有效的，能达到良好的轮廓跟踪效果，从而提高了轮廓加工精度。     

基于齿隙的新型圆弧独立轮廓误差交叉耦合控制

在高精密轮廓加工中,线性轮廓误差控制精度是非常重要的指标,它决定了最终产品的加工精度。在建立基于齿隙的线性轮廓误差模型的基础上,利用众所周知的交叉耦合控制,提出了一种新的独立轮廓误差控制(Independent Contour Error Control,ICEC)策略,即驱动轴之间不需要任何交叉进给信号就能够减少线性轮廓误差。仿真的结果表明所提出的控制方案是有效的,在线性和圆形轮廓的双轴驱动系统上也得到证明,能够明显地提高轮廓误差控制精度。     

数控系统轮廓误差矢量模型及其应用

为实现复杂三维空间曲线的交叉耦合控制并提高轮廓误差补偿精度,提出了一种新的轮廓误差计算模型,该模型利用数控插补器输出的刀位点和伺服系统的位置跟踪误差计算轮廓误差矢量.基于该模型,建立了由轮廓控制闭环和位置控制闭环构成的双闭环协同控制系统,实现了位置跟踪和轮廓补偿控制.通过仿真实验证明,双闭环控制结构可以明显提高数控系统的轮廓加工精度.     

基于CCC的移动目标模拟器轮廓误差控制与仿真

针对移动目标模拟器负载转动惯量大、运动速度快、运动轨迹非线性的特点,以减小移动目标模拟器轮廓误差为研究目标,对移动目标模拟器伺服控制系统进行设计,建立移动目标模拟器伺服控制系统模型,将交叉耦合控制系统(cross-coupled control,CCC)引入伺服控制系统中,并在MATLAB中进行了仿真验证。仿真结果证明基于交叉耦合控制的移动目标模拟器比传统的基于PID控制的移动目标模拟器能达到更高的控制精度,使得模拟器能更加真实再现目标运动轨迹。     

工业机器人误差补偿运动学算法设计

鉴于目前国产工业机器人绝对定位精度较低,为了满足高精度应用,设计了一种误差补偿的运动学算法.以MDH模型为基础,建立几何参数误差与机器人末端位姿误差之间的误差模型.设计了通过雅克比矩阵将笛卡尔空间的位姿误差转换到关节空间的关节各轴的角度偏差,并与名义逆运动学获得逆解相结合的误差补偿运动学算法,可以获得满足误差阈值的作业精度.以自主研发ER3A机器人为误差补偿算法试验对象,经误差补偿后ER3A机器人的绝对定位精度获得明显提高,测量点的位置误差均值从0.5754mm降低到0.2779mm.     

基于交叉耦合与迭代学习的伺服系统运动控制研究

针对数控机床进给伺服系统各轴动态响应不一致,导致零件加工精度降低的问题,对数控机床进给伺服系统运动控制进行了研究.采用了迭代学习控制与交叉耦合结构相结合的控制方法,设计了进给伺服系统单轴位置环的迭代学习控制器,抑制了单轴跟随误差,设计了多轴的变增益交叉耦合迭代学习控制器,来抑制多轴轮廓误差;利用在MATLAB/SIMU...     

磁流变抛光预补偿交叉耦合轮廓控制算法

文章首先介绍了直线和圆弧的轮廓误差模型,根据磁流变抛光运动特点推出了三轴联动时的轮廓误差模型,并针对该模型提出了三轴联动预补偿交叉耦合轮廓方法,最后进行了仿真及加工实验.仿真结果表明,在跟踪圆弧轮廓时,采用三轴预补偿交叉耦合轮廓控制算法,轮廓误差由0.045mm减小到0.006mm,可见该算法能有效地减小轮廓误差.通过对球面K9光学玻璃进行的磁流变抛光实验,获得了表面粗糙度Ra0.636nm、面形精度P-V值52.14nm的球形表面.     

模糊推理耦合轮廓误差补偿方法的研究

提出模糊推理耦合轮廓误差方法的原理，算法及实现方法，该法能在不增加硬件，不改变轮廓系统各进给出轴位置环的情况下，根据系统的轮廓误差，通过糊揄和自学习校正，向各轴提供附加补偿作用，百而提高系统的轮廓精度，针对二轴轮廓系统的闭环数字仿真和实验结果，证明该方法的可行性和有效性。     

一种并联机器人误差综合补偿方法

针对并联机器人轨迹规划和轨迹跟踪过程中,同时存在机构误差引起的期望轨迹与理想轨迹之间的偏差和非线性摩擦、负载变化等扰动因素引起的动态误差,提出一种并联机器人误差综合补偿方法:在轨迹规划过程中,基于并联机器人位姿误差模型将位姿误差补偿转化为驱动杆参数组合优化问题,进而利用粒子群算法寻优驱动杆参数,修正并联机器人期望轨迹;在轨迹跟踪过程中,设计基于自适应迭代学习控制算法的动态误差补偿策略,实现对期望轨迹的有效跟踪。在Stewart平台下基于ADAMS和Matlab进行仿真试验,在轨迹规划和轨迹跟踪过程中,分别修正期望轨迹偏差并补偿轨迹跟踪动态误差,实现并联机器人误差综合补偿。进一步,基于混联机床进行工件加工试验,验证方法对于提高并联机器人工作精度的有效性。     

基于双深度神经网络的轮廓误差补偿策略研究

五轴数控机床的加工精度通常由轮廓误差指标来衡量。传统的轮廓误差降低策略主要包括精确的轮廓误差估计和有效的轮廓控制器设计。然而,传统策略存在刀具路径轮廓误差在线估计或控制器设计复杂等问题。为此,从机床输入驱动指令和输出末端位姿的映射出发,针对五轴数控机床加工大批量工件提出基于数据驱动的轮廓误差补偿策略。调整PID控制器参数保证系统单轴伺服的稳定跟踪,同时采集各伺服轴的输入指令和机床的实际输出位姿。针对五轴数控机床的刀具位姿和刀轴方向分别搭建位姿和方向两个深度神经网络,并基于数据训练所得的神经网络模型预测系统新的输入参考指令。采用五轴刀具路径开展轮廓跟踪试验。试验结果表明:所提出的基于深度神经网络的轮廓误差补偿策略不需要刀具路径轮廓误差的在线估计和控制器的有效设计,即可有效降低刀具路径的位置和方向轮廓误差。     

直线电机进给系统轮廓误差预测控制方法及仿真研究

为提高永磁同步直线电机驱动的进给系统轮廓轨迹跟踪精度和系统的动态性能,提出了一种显式模型预测交叉耦合控制方法（Explicit model predictive cross-coupled control, EMPCCC）。该方法结合显式预测控制原理与交叉耦合控制思想,对单轴电流和速度信号进行多步预测,将轮廓误差作为反馈量来修正预测控制的给定轨迹,达到轮廓误差预测控制的目的。基于MATLAB/Simulink搭建仿真模型,结果表明,所提EMPCCC方法能快速实现不同转速波形的无超调跟踪控制,且可以实时估计并补偿轮廓误差,提升不同轨迹的轮廓精度。     

基于轮廓误差估计模型的双轴同步控制策略

针对由伺服参数不匹配及外部扰动引起的双轴运动中不同步现象,提出将给定进给速度比下两轴间的同步控制问题转换为二维轮廓控制问题。通过几何分析获得同步误差与轮廓误差之间的关系,并基于等效切线轮廓误差估计模型,提出一种新型双轴交叉耦合同步控制策略。在自主开发的直线型双轴运动控制实验平台上进行同步控制实验,实验结果表明:无论是等速同步运动还是非等速同步运动,在伺服增益不匹配及摩擦扰动影响下,所提出的新型交叉耦合同步控制策略能有效减少同步误差的产生。     

装配机器人误差补偿的研究

本文利用误差补偿数据库，对机器人在整个工作空间进行误差自动补偿的方法。按照示教再现机器人和离线编程机器人的不同控制特点，分别提出了工作空间离散点误差补偿的数据库的建立方法，并在ＳＴＪ－１装配机器人验证了上述所提方法的可行性。     

直角坐标机器人轨迹规划

以直角坐标码垛机器人为研究对象,以机器人运动轨迹规划作为主要研究目标,首先确定码垛机器人的工作路径,依次分析常用三次多项式、五次多项式、梯形速度规划的优缺点;然后再将梯形速度规划的加速度曲线有突变的部分利用正弦函数进行过渡处理,使其变得连续平滑、没有突变,提出基于正弦函数的S型轨迹规划的加速度曲线;最后通过积分方法得出...     

直角坐标机器人液体样品自动采样系统

介绍了以直角坐标机器人为基础的通用型液体样品自动采样系统的设计。给出了机器人的机械构型以及硬件接口逻辑和软件模块，该系统适用于大批量要产吕的常规分析，也可与现有的分析仪器配合使用。     

五轴数控机床轮廓误差预补偿技术研究

五轴数控机床在加工过程中不可避免会产生误差,为了进一步提高五轴数控机床的加工精度,本文提出了五轴数控机床轮廓误差的预补偿技术,首先分析了轮廓误差的产生原因和组成要素,然后提出了跟踪误差的预测方法并建立预测模型,接着对于轮廓误差的预测进行建模,最后根据五轴机床加工过程中给出的路径仿真得出了轮廓误差未补偿和补偿的对比,结果表明了经过轮廓误差的预补偿,能够很大程度上减小加工过程中出现的轮廓误差,进一步证明了本文方法的有效性。     

伪目标迭代生成的机器人误差补偿算法

针对机器人误差模型建立后的误差补偿问题,提出一种改进的伪目标迭代算法。该算法用每次迭代中生成新的伪目标来修正关节角,从而不断减小机器人实际误差。完善了伪目标迭代算法流程,提出了5种新的不同的伪目标生成方法,分析了各种方法的特点和适用场景。结合多种伪目标生成方法提出了一种集成算法,进一步提高误差补偿精度。使用HSR-JR612机器人进行仿真实验,仿真结果表明,算法耗时在毫秒级别,补偿效果好,集成算法能进一步提高位姿补偿效果。最后使用UR10机器人与激光跟踪仪进行实验,实验结果表明,补偿后机器人末端位置误差可以减小到0.06 mm以内,姿态误差可以减小到0.025°以内。     

半闭环三轴机床静态解耦轮廓控制及螺距误差补偿

为提高半闭环三轴机床加工精度,首先提出单伺服轴的螺距误差补偿方法;在建立半闭环三轴机床解耦轮廓系统模型基础上,研究了静态解耦轮廓控制器的设计,并在所提出的静态解耦轮廓控制系统上实现了螺距误差补偿.实验结果表明,算法有效地实现了轮廓的切线、法线和副法线方向的解耦跟踪控制.加入螺距补偿后,机床加工半球的最大圆度误差由55μm缩小到12μm.