水产养殖用水下移动机械手的耦合动力学分析

对水下移动机械手系统中本体与机械手之间的耦合动力学进行了研究,分别采用指数积方法和凯恩方程对水下移动机械手系统进行了运动分析和动力学建模并进行了求解,模拟了机械手在展开的过程中本体的运动,该研究工作对于进一步了解水下机械手的工作特点和开展机构的控制有重要价值。     

水下双功能机器人的机械手设计与分析

随着核电业的快速发展,核电站对水下机器人的使用要求不断提高,并逐渐催生出一种水下爬行与潜浮双功能机器人,在此基础上提出一种水下爬行与潜浮机器人通用的机械手设计方案,通过正逆运动学分析、机械手工作空间的求解与仿真以及基于SolidWorks运动仿真模块的仿真与计算,验证了该机械手设计方案满足要求以及搭载在爬行式和潜浮式机器人上作业的要求。建立了运动学模型,得到了运动学特征方程,解出了机械手运动学正解和逆解,以及工作空间仿真系统,为之后的机械手动力学分析、实时控制和轨迹规划提供了重要的理论基础。     

面向水下作业的水液压机械手研究与展望

水液压技术在水下作业环境中具有鲜明的技术优势,在海洋探测、海洋资源开发等领域具有广阔的应用前景。水下机械手是执行水下作业任务的重要工具,将水液压技术应用于水下作业机械手,可降低水下机器人-机械手系统的复杂程度、提高性能上限。通过阐述当前国内外各研究机构针对不同应用场景所研制水下机械手的结构特点、研究水平和商业化发展现状,对比分析不同驱动形式的优缺点及其对水下机械手性能和设计要点的影响,得出水液压驱动水下机械手是当前水下作业工具的最佳选择。在此基础上分析了水液压机械手设计中需解决的摩擦与润滑、材料、动力学模型、运动控制等关键技术问题,最后对水液压机械手未来发展的趋势进行了展望,以期为相关研究提供参考。     

基于小脑模型关节控制器的水下机械手复合运动控制的研究及仿真

水下机械手系统是一个高度非线性强耦合的作业系统,作业环境非常复杂且受到强干扰.考虑水动力对水下机械手的作用,推导了水下机械手的动力学模型;提出了一种基于小脑模型关节控制器与PID的复合控制算法,使水下机械手具有在线学习能力,能适应复杂的水下作业环境.以二关节水下机械手为例,利用MATLAB/Simulink对水下机械手的作业控制进行了仿真研究,结果证明,该控制方法和动力学模型可以有效地用于水下机械手的控制研究.     

水下机器人动力学分析与控制系统研究

对6自由度水下机器人进行动力学分析和运动控制系统研究。首先,建立了水下机器人坐标系,考虑重力、浮力、水动力及推力等因素对水下机器人影响,建立了6自由度水下机器人的动力学模型,进而描述了水下机器人的复杂运动。在此基础上,设计了一种模糊逻辑控制器,对水下机器人进行运动控制。通过计算机仿真分析,验证了控制方法的有效性,对后续水下机器人控制系统的进一步研究,提供了依据和参考。     

水下机器人-机械手系统研究进展：结构、建模与控制

水下机器人-机械手系统(Underwater vehicle-manipulator systems, UVMS)可以完成除观测之外的水下采样、抓取、操作等任务,在海洋科学考察、海洋工程等领域得到广泛应用。通过对近年来国内外UVMS的研究现状进行综述,介绍了不同的UVMS本体结构与机械手构型,总结了UVMS的运动学、动力学和水动力学的建模方法,分析了人机交互式遥控操作控制方式,针对UVMS的自主控制中的运动规划、位置与轨迹跟踪、独立与协调控制、运动补偿控制、力/位置混合控制、视觉伺服控制等问题做了分类阐述。最后总结并对UVMS未来发展方向进行了展望,以期为相关研究人员提供参考。     

基于轨迹规划的水下机械手电液控制系统研究

水下机械手是海洋油气开采及应急作业的重要装备,针对其作业特点,建立了机械手三维结构模型,分析了其运动学正逆解,研究了其末端执行器直线运动轨迹规划方法、电液系统模型及控制方法,以此为基础提出了基于轨迹规划的水下机械手电液控制方法。在Matlab／Simulink环境下建立了电液控制系统的仿真模型。     

一种四自由度水下机械手设计与运动学分析

针对实验室现有水下机器人BlueRov2的工作要求,设计一种用于搭载水下机器人的四自由度水下机械手.通过SolidWorks构建机械手的三维模型.根据机械手的结构特点,采用D-H参数法建立机械手的坐标系,并对其进行正运动学和逆运动学分析.最后基于Matlab中的Robotics toolbox工具箱对机械手的运动状况进...     

机器人动力学模拟

本文主要讨论了具有球腕式结构的机器人动力学模拟。文中结合六自由度仿人操作手,提出了用系统分解法进行运动反解。以凯恩方程为基础建立机器人动力学模型。     

并联机器人动力学建模及任务冗余优化

运用凯恩方法,以并联机器人动平台参考点的广义速度为系统的伪速度,在任务空间建立并联机器人的高效动力学模型.在此基础上,利用动力学模型中加速度项对具有任务冗余的并联机器人的驱动关节力进行优化.同时,根据并联机器人固有的结构特点,利用任务冗余的位形自由度,优化并联机器人的力传递性能,从而达到优化驱动关节力的目的.可以根据不同的情况选用合适的优化策略.     

一种轴对称水下航行器模型摩擦阻力测试系统

为了研究轴对称回转体水下航行器模型所受到的壁面摩擦阻力,设计并实施了一套测试系统。该系统主要由一个回转半径为2．1m的旋臂及环形水池、六分量天平、扭矩传感器、PIV系统以及相关的数据采集系统组成,可以实现最大线速度为15m／s的试验工况。试验和分析结果表明,该系统在一定的速度范围内可以有效地测试航行器模型所受摩擦阻力,满足了设计要求。     

水下大臂展机械手动力学建模与仿真分析

面向水下环境大范围精细作业需求,对水下大臂展机械手系统进行动力学建模和关节驱动力矩求解分析.首先,基于D-H理论对水下大臂展机械手进行正、逆运动学分析,求解各连杆速度与加速度;然后,构建水下大臂展机械手的动力学模型,使用莫里森公式和D-H理论完善动力学模型中的水动力项,采用拉格朗日法求解整机的净浮力、惯性力、离心力、科...     

阻抗控制框架下基于关节力矩反馈的机器人零力控制

针对当前示教器示教过程烦琐、效率低下以及对操作者技能水平要求高等缺点,提出了一种阻抗控制框架下基于关节力矩反馈的机器人零力控制方法,适用于机械臂的直接拖动示教。该方法采用阻抗控制框架,通过设置低刚度增益的方式,无需获取精确的动力学参数便可实现良好的零力控制效果。同时,区别于基于六维力传感器的零力控制方法,该方法不仅可对机械臂末端进行拖动,还可实现在关节空间下对机械臂任意关节的拖动。最后,在自行设计搭建的机器人平台上进行拖动实验。实验结果表明,该方法鲁棒性强、性能稳定,并可实现对机械臂任意关节的零力控制。     

基于双目视觉的水下定位系统

通过改进传统水上双目立体视觉定位方法使其适于水下机器人(ROV)的机械手等的定位.为适应复杂水下透视环境,针对水下的液体环境设计摄像机密封结构,引入了高次畸变参数对摄像机进行标定,以得到相机水下内外参数,然后针对传统较为复杂的双目摄像机视线(射线)相交求取目标点的方法,提出了一种基于前向平行校正的简单定位算法,并进行试...     

流干扰下的水下机械手动力学建模分析

研究了四功能深海电驱动机械手所受的水动力。以Morison公式为计算基础,利用拉格朗日方法,建立了流干扰下的水下机械手动力学模型。仿真研究了水阻力、浮力、定常流以及非定常流对水下机械手动力学的影响。结果表明,在各水动力影响因素中,浮力影响最大,流干扰次之,而水下机械手运动搅水引起的水动力甚微。     

基于鱼类体线感知机理的水下机器人水流场识别研究

无人水下航行器(Unmanned undersea vehicle,UUV)是水下作业探测中一种应用广泛的工具,它能否很好地适应水下环境对其远距离正常工作有着重要影响。与水下鱼类对比,机器人与水下环境间的交互能力相去较远,其中尤以水下机器人对海洋环境的水流特征识别最为重要。传统UUV在水下的控制运行必须消耗大量能量维持状态与运行,这种被动应对环境的方式具有很大的不足,也对无线遥控水下机器人的生存造成障碍。因此,水下机器人能否正确感知水流是其能否进一步探索利用海洋的重要因素。研究发现,鱼类的侧线系统可感知水流,并辅助运动规划。研究鱼类侧线感知水流的机理,针对鱼雷型UUV的不同水流环境,使用计算流体动力学方法提取本体压力数据,选择线性判别分析与支持向量机技术训练并建立水流感知分类模型,从功能角度仿生侧线感应水流能力。模型测试表明,不同的水流工况下UUV识别到不同模式,可进行本体周围水况区分度辨识,为水下机器人识别水流环境与利用海洋提供一种新的视度。     

Stability analysis of supercavitating underwater vehicles with adaptive cavitator

Supercavitating vehicles are characterized by substantially reduced hydrodynamic drag with respect to fully wetted underwater vehicles. Drag is localized at the nose of the vehicle, where a cavitator generates a cavity that completely envelops the body (supercavity). The size of the supercavity and the magnitude of the drag at the cavitator are greatly affected by the vehicle's velocity and by the shape and size of the cavitator. This paper investigates the benefits of an adaptive cavitator, capable of adjusting its size with the speed of forward motion of the vehicle. Objective of the cavitator size variation is to maintain the minimum cavity length and the minimum drag at any given speed. The localized drag and the propulsion required to sustain the vehicle's motion can cause the vehicle to buckle. In addition, propulsion acts as a follower force and may be a source of flutter-type instabilities when the vehicle is accelerating. The insurgence of buckling and flutter is investigated to identify limiting operating conditions. The analysis is performed by using a finite element model developed to predict stability limits. The case of pulsating thrust is also addressed through the application of the method of infinite determinants, also known as Bolotin's method.     

基于粒子群优化神经网络的水下链式机器人直航阻力预报

多单体水下机器人串联组成的水下链式机器人具有航行效率高、稳定性能好、搭载能力强等优势,对其直航阻力的精确预报可实现更有效的运动控制和更合理的动力编组。针对由于水下链式机器人各单体间耦合关系复杂及使用计算流体力学分析阻力耗时较长导致无法快速准确进行阻力预报问题,开展了水下链式机器人直航阻力预报研究。利用计算流体力学分析获得大量输入量（单体数量、航速和单体间间距）与输出量（直航阻力）样本数据,使用BP神经网络建立输入量与输出量模型关系,并通过粒子群算法优化神经网络的初始权值和偏差以改善BP神经网络易陷入局部极值点和过拟合等问题。由大量测试样本的预报结果可知：基于粒子群优化的BP神经网络算法比传统BP神经网络算法预报结果更准确,在给定不同速度和间距测试中均方误差分别降低了2.04×10^-5和7.40×10^-6;在5单体水下链式机器人以0.25 m/s²的加速度做匀加速运动过程中,基于粒子群优化的BP神经网络模型预报结果的平均相对误差为0.42%,精度较高。试验结果说明所提方法是可行且有效的。