基于反转法的超精密气体主轴回转精度测量不确定度研究

为了评定超精密主轴回转精度准确度测量结果的分散性,在自主研发的气体静压主轴回转精度测试平台上进行了反转法测试,通过试验分析了影响测量结果的各不确定度因素及其相互影响关系,并提出了综合评估测量不确定度的完整流程。评定结果可作为仪器精度的现场评估、分析环境变化以及人员操作等对测量结果影响的依据,并为提高综合测量精度提供方向指导。     

工业机器人位置重复性测量不确定度分析

为了更科学合理地评定工业机器人位置重复性测量结果的分散性,在研究激光跟踪仪的测量原理和工业机器人位置重复性测量方法的基础上,分析了影响测量结果的各不确定度因素,提出了评估测量不确定度的方法,并对测量不确定度结果进行验证,结果表明该方法分析结果可靠,测量不确定度结果符合标准要求。     

工业循环冷却水化学需氧量(COD)测量不确定度评定

对高锰酸钾法测量工业循环冷却水化学需氧量进行测量不确定度的评定。通过对测量过程重复性、所使用的计量玻璃量器、标准溶液的浓度等影响测量结果的不确定度分量进行分析,找出影响测量结果的因素,更好地提高分析准确度。     

工业废水化学需氧量测量不确定度评定

按照GB/T 11914-1989的方法,对重铬酸钾法测量工业废水化学需氧量进行测量不确定度的评定。通过对检测过程中重复性测量结果、所使用的计量玻璃量器、标准溶液等影响测量结果的不确定度分量进行定量分析,找出影响测量结果的因素,更好地提高分析准确度。     

异噻唑啉酮衍生物活性物含量测量不确定度评定

对碘量法测量异噻唑啉酮衍生物活性物含量的测定进行测量不确定度的评定。通过对测量过程复性、所使用的计量玻璃量器、标准溶液的浓度等影响测量结果的不确定度分量进行分析,找出影响测量结果的因素,更好地提高分析准确度。     

火花直读光谱测定不锈钢中氮元素含量的测量不确定度评定

采用火花直读光谱分析法测定不锈钢中氮元素的含量,建立数学模型,并对氮元素测定值的不确定度分项进行了评估。结果表明,影响测量结果的主要不确定度分量为:测量结果重复性的不确定度、类型标准化用标准物质标准值的不确定度、被测样品基体不一致引起的不确定度。控制影响不确定度的主要因素,可以减少测量不确定度,保证分析结果的准确性,该方法也适合不锈钢中其他元素的评定。     

工业循环冷却水中锌离子测量不确定度评定

对EDTA滴定法测量工业循环冷却水锌离子测定进行测量不确定度的评定。通过对测量过程重复性、所使用的计量玻璃量器、标准溶液的浓度等影响测量结果的不确定度分量进行分析,得知重复性测定及滴定过程消耗标准溶液体积对不确定度影响最大。     

五轴数控机床刀座架圆度测量的不确定度评定研究

五轴数控机床刀座架孔的圆度测量具有重要意义,刀座架孔圆度对后续批量化生产起决定性影响。为了更加科学合理地评定五轴数控机床刀座架孔圆度的测量结果,应用三坐标测量机测量五轴数控机床刀座架孔圆度,研究测量结果不确定度的评定方法,提出基于不确定度分量建模和分量综合建模评定方法。对已加工的样品刀座架应用三坐标测量机进行反复测量,获取刀座架圆度测量特征数据,将测量数据结合不确定度评价模型进行计算和评定分析,最后将评定结果与现行规范和标准进行比对和匹配来验证其合理性和正确性。结果表明：该方法评定结果可靠。     

分光光度法测定工业循环冷却水总磷不确定度评定

按照HG/T3540–1990的方法评定了工业循环冷却水总磷测量的不确定度。从使用的仪器、试剂、人员操作及分析操作、曲线回归、重复性测定等方面分析了不确定度来源,对不确定度分量进行了分析、计算、合成,得出的结论是工业循环冷却水总磷测量的不确定度主要的影响因素为标准曲线拟合和重复性测定。     

涂料黏度（涂一4）测量结果的不确定度评定

为了评定涂-4黏度测定结果的分散性,根据JJF 1059-1999《测量不确定度评定与表示》的规定和检测工作经验,通过对检测过程的分析,提出了用涂-4黏度计法进行涂料黏度测量时影响测量结果不确定度的主要因素有:反复测量随机因素产生的不确定度;温度计的示值误差产生的不确定度:秒表的示值误差产生的不确定度;黏度计尺寸偏差产生的不确定度.使用不确定度的A类评定方法和B类评定方法,得出涂-4黏度测量结果的合成、扩展不确定度.     

基于熵不确定性概念的机器人位姿精度理论(六)——位姿精度分析的计算机仿真系统

基于熵不确定性概念的机器人位姿 精度评价指标的大小同机器人各参数误差的大小及其概率分布有密切的关系。本文将建立机器人位姿精度分析的计算机仿真系统，利用统计模拟方法，通过改变由机器人机构误差源误差引起的各参数的大小及概率分布，考察评价指标的相应变化，找出影响评价指标的因素。     

连杆参数误差对机器人精度可靠性的影响

采用Denavit-Hartenberg方法设定五自由度串联机器人杆件坐标系,通过齐次变换矩阵建立串联机器人正运动学和逆运动学模型。在此基础上,对由静态误差引起的串联机器人末端位姿误差做了分析。利用微小位移合成法建立了串联机器人的静态位姿误差分析模型,以机构可靠度为位姿精度评价指标,应用Monte Carlo数值仿真法分析串联机器人各连杆参数误差对串联机器人的静态位姿精度的影响程度,并分析得出对串联机器人的静态位姿精度影响最大的关节。     

工业机器人用谐波减速器精度测试系统研究

谐波减速器是工业机器人传动系统核心部件之一,为了提高国产谐波减速器传动性能,研发了一套高精度谐波减速器精度综合测试系统。该测试系统可对谐波减速器的回差、运动误差和平稳性误差进行实时动态测试,为国内谐波减速器出厂检验提供了参考。     

一种用于控制工业机器人运动轨迹误差的观测控制策略研究

为了提高工业机器人运动轨迹的控制准确度,提出一种运动误差观测控制策略。分析机器人的组成结构,明确其工作原理。建立工业机器人的坐标系,并在该坐标系上求取机器人连杆间坐标系的变换矩阵;利用连杆间坐标系的变换矩阵,得到机器人末端执行器的运动学模型。以机器人的测量运动误差为依据,联合工业机器人的标称正向运动学模型,求取传感器架以及标称架与底座之间的变换模型;通过该变换模型,计算传感器架相对于标称架之间的位置向量及动态误差变换矩阵,得到测量运动误差值;通过测量运动误差值,构造运动误差观测器,用于获取机器人的估计运动误差,并将估计运动误差联合神经网络控制器,以实现对机器人运动轨迹的准确控制。利用此方法和滑模控制策略对平面和空间标定运动轨迹进行追踪,结果显示：此方法能准确地对平面和空间标定运动轨迹进行追踪,而且与滑模控制策略相比,此方法的追踪精度提高了34.25%。说明此方法能对工业机器人的运动轨迹进行精确的控制。     

机器人核心零部件技术现状及趋势综述

机器人是制造业高质量发展的关键支撑装备,我国机器人及核心零部件已形成较为完善的产业体系,机器人用控制器综合性能指标接近国际先进水平,正向智能化、可扩展、高可靠方向引领行业发展。但在精密减速器、驱动器及伺服电机领域存在精度保持性不足、可靠性低、运行平稳性和批量一致性差等关键“卡脖子”问题,无法满足复杂高端领域应用需求。对工业机器人核心零部件技术现状及趋势进行综述,从精密减速器、控制器系统、伺服系统以及测评方法4个方面对近些年国内外研究成果和存在的问题展开讨论,分析国内机器人核心零部件的关键技术与国际先进水平的差距,找出发展痛点与根本原因,有利于在工业机器人核心零部件研制过程中实现关键技术突破。     

弯管弯道角度测量方法的优化

为了提高弯道角度的测量精度和加工精度,在王晓初等设计的弯管弯道在线角度测量装置的测量方法的基础上做了进一步研究与优化,提出了一种新的测量方法,该方法是将两台弯管弯道在线角度测量装置组成一个测量系统对弯管弯道的角度进行测量。结果表明:该方法消除了管子安装在弯管机床上所带来的误差对弯管弯道角度测量的影响,提高了测量精度和加工精度。     

弧焊机器人工具参数标定

通过在末端安装不同的操作工具,可以利用机器人来完成各种作业任务,而工具参数的准确度直接影响着机器人末端的轨迹精度,因此研究一种准确、快速的工具参数TCF（Tool Control Frame)标定方法具有重要的意义,本文提出了一种标定工具参数的方法,该方法不仅可以标定工具参数的位置向量,还可以标定出姿态矩阵,利用该方法对本实验室的RHJD4-1弧焊机器人的工具参数进行了标定,标定结果表明,该方法是一种简便、可靠的机器人工具参数标定方法,并设计制造了标准工具参数标定杆,可保证在更换钨极或误动作导致碰撞载具的情况下,不需要重复执行工具参灵敏标定过程,就可以很方便,准确地实现工具校正,该方法也同样适用于其它类型机器人的工具参数标定。     

基于蚁群优化神经网络在机器人重复定位测试中的应用

为了弥补传统工业机器人重复定位精度为开环测试、测试成本高及测试过程复杂等缺点,提出了一种激光传感器测试系统与蚁群优化神经网络算法相结合的测试方法,通过蚁群优化神经网络算法的快速收敛性,能快速准确地对机器人在重复定位测试中进行预测,并根据预测结果对机器人进行定位精度补偿。经试验验证,重复定位精度预测值满足目标误差要求,能补偿机器人在重复定位测试中的定位精度。     

基于熵不确定性概念的机器人位姿精度理论体系

本文在指出传统的机器人位姿精度理论研究不足的基础上，提出利用信息熵的概念来研究机器人的位姿精度，简要介绍了基于熵不确定性概念机器人位姿精度理论的体系结构，具体包括精度模型的建立，位姿精度分析方法，位姿精度优化综合方法以及位姿精度分析的计算机仿真系统，最后，说明了用基于熵不确定性概念的机器人位姿精度研究方法解决现有机器人位姿精度理论研究虽存在问题的办法。     

基于神经网络的含间隙串联机器人误差控制仿真研究

串联机器人大规模应用于工业生产中,提高机器人精度成为一个重要课题。在串联机器人中,各构件通过刚性铰链串联,铰链间隙对机器人运动精度的影响不可忽略。由于间隙对机器人运动的影响具有较强非线性,较难利用解析方法获得其逆运动学模型。利用遗传算法改进的神经网络建立含间隙串联机器人的逆运动学模型,并利用其构成内模控制,实现对含间隙串联机器人的控制。仿真结果证明,该控制方法具有一定的控制效果。