基于矢量法的双肘杆机构运动学分析及参数优化

采用矢量法建立模切机双肘杆机构的运动学模型,并通过矩阵运算推导机构各构件运动规律的表达式.利用Matlab编制了机构的运动学程序,并结合算例对双肘杆机构进行了运动学仿真.仿真结果与前人经由ADAMS的分析结果一致,表明所建运动学模型能够正确反映机构的运动特性.运动学仿真曲线还表明,动平台工作时相对水平面呈微小角度的摆动.为了改善机构的运动特性,以动平台摆角标准差最小为优化目标函数,使用Matlab优化工具箱,调用fmincon函数,对机构进行参数优化设计,优化结果表明机构的运动性能得到一定程度的改善.     

基于SimMechanics的一种六杆机构运动学仿真

设计了一种六杆机构,利用SimMechanics工具箱对六杆机构建模,进行了运动学分析,并对仿真参数及机构几何参数改变前后进行了对比。仿真结果表明了仿真模型、运动学分析的正确性及改变仿真参数和机构几何参数实现预定运动规律的可行性。所积累数据为下一步机构动力学分析和机构优化设计打下基础。     

基于Matlab／simulink的齿轮五杆机构运动仿真研究

使用Matlab／simulink研究了齿轮五杆机构的运动学问题,提供了一种平面机构运动学分析的方法,根据数学模型建立仿真模型。依据Matlab／simulink的建模方便直观,仿真功能强大的特点,可以很好地对机械系统的各种运动进行分析,为机械系统的建模仿真提供一个方便的工具,有利于对机构进行分析、参数化设计和控制。     

基于ADAMS的型钢堆垛机小车机构设计建模与运动仿真

根据型钢堆垛机的工作原理和对小车机构的设计要求,基于ADAMS软件建立小车机构的虚拟样机参数化模型,提出了小车机构的运动学仿真策略,可高效地完成小车机构的设计综合.以机构的传动角为优化目标,确定了机构的基本参数、设计变量和优化变量,探讨了基于ADAMs的机构优化方法.结合实例进行了小车机构的参数优化仿真和小车运动特性仿真,获得了小车机构的可行参数和运动特性,为小车机构的动力分析奠定了基础.     

下肢康复训练机器人步态规划及运动学仿真

为满足神经受损患者步行康复训练需要,设计了一种具有四自由度步态机构的下肢康复训练机器人,建立了步态机构正逆运动学解析模型;为使机器人能模拟不同步态为患者提供多种训练模式,根据步行运动特征,给出了以步长,步态周期及步态时相为参数的可调步态规划方法.通过基于Matlab＼Simulink＼SiMMechanics环境下的机构运动学仿真分析,验证了运动学模型的正确性以及步态规划的可行性,说明该四自由度步态训练机器人可以模拟正常人步行时的步态和脚踝运动姿态,满足患者步态训练需要.仿真结果还可用于步态机构的参数优化设计,并为后续人机控制系统研究提供必要数据和研究基础.     

基于SIMULINK平面五杆机构运动学仿真

以MATLAB程序设计语言为平台,以平面可调五杆机构为主要研究对象,给定机构的尺寸参数,列出所要分析机构的闭环矢量方程,使用MATLAB软件中SIMULINK仿真工具,在SIMULINK模型窗口下建立数学模型、进行运动学仿真,优化机构参数。该方法编程工作量小、轨迹图形显示便捷,所建模型只需作少量更改即可适应连杆机构的不同特征值。     

一个典型变胞机构的构态与运动学分析

以枪扳手机构作为一个典型的变胞机构，对其进行了构态分析和自由度计算，并进行了分类，建立了枪扳手机构两相邻构态之间运动学变量的递推关系，采用矢量法对其运动学进行了全面系统的分析，并进行了运动学仿真研究，仿真结果表明，变胞机构在构态变换时，系统将产生较大的冲击．     

基于ADAMS的并联机构运动学仿真

为了研究飞行模拟器的六自由度并联机构,经过运动学的理论分析,探讨了结构逆解和结构正解问题,两种方法都可以得到运动学方程的解析解.应用ADAMS仿真分析软件对该并联机构建立仿真模型,可以得到运动学的仿真曲线,实际结果证明该软件对并联机构运动学结构逆解和结构正解问题求解的有效性.     

曲柄摇杆机构结构多体运动学分析及其优化

为了实现对曲柄摇杆机构优化,文中运用矢量解析法建立了曲柄摇杆机构的数学模型,对其进行理论运动学分析,运用动力学仿真软件ADAMS的参数化建模建立曲柄摇杆机构的物理模型并进行运动仿真分析,验证模型的正确性.结果表明:通过优化设计,获得了满足目标的最佳模型,使原来曲柄摇杆机构的压力角从15.813 8°减小到了12.457 0°,提高了曲柄摇杆机构行程的机械效率.     

基于逆运动学的6-UPS并联机构运动学参数辨识方法

为了提高6-UPS并联机构的定位精度,研究了一种基于逆运动学的6-UPS并联机构运动学参数辨识方法.首先基于逆运动学建立了6-UPS并联机构的运动学参数辨识模型,然后通过Levenberg-Marquardt最小二乘法对模型进行求解,最后对该算法进行了仿真验证.结果表明该算法可以很快收敛,在测量设备没有测量误差的理想状态下,参数辨识精度达到10-10mm.在测量设备存在1μm、1″的误差状态下,参数辨识精度达到10-3mm,足以满足大部分应用场合下6-UPS的位姿精度要求.