基于变导纳柔顺策略的康复机械臂示教研究

针对康复机械臂在康复示教过程中随动效果不佳的问题,设计了在关节空间内结合力矩微分项的导纳控制器,并利用双曲正切函数设计了改进的变导纳控制策略。在Adams与MATLAB/Simulink联合仿真平台上进行了示教仿真,并搭建了实物示教试验平台进行了验证。结果表明,该变导纳控制器能够较好地实现示教功能,同时降低了轨迹跟随误差及人机交互力矩的大小,提高随动效果,示教重复性高。     

冗余度机械臂协调容错操作中的关节速度突变

针对两协调机械臂在发生锁定关节故障的容错操作中关节速度突变问题进行了研究。首先将原机械臂关节速度与退化机械臂关节速度之差定义为容错操作中的关节速度突变;然后基于这一指标提出了相应的容错运动规划算法;最后给出了两个平面3R机械臂进行容错操作的仿真实例。研究结果表明,该算法可以有效地避免在容错协调操作中两机械臂出现的关节速度突变,提高容错操作的运动平稳性,从而改善机械臂容错操作的运动学和动力学性能。     

两机械臂协调操作的容错运动规划

针对两机械臂协调操作中发生关节坏死这类故障时的容错运动规划问题进行研究。首先,建立了两机械臂协调操作的运动学方程,给出了容错空间的计算步骤。然后,构造了反映机械臂末端运动与容错空间相对位置关系的中心度指标,并基于这一指标提出了机械臂协调操作的容错运动规划算法。利用该算法可以确定被持物体的最优初始位置,从而同时实现故障时刻和故障后的容错操作。最后,利用两面积3R机械臂的仿真实例证明了其有效性。     

模架式关节型机械操作臂的设计研究

根据轴孔装配机器人对机械操作臂的基本要求,在对机械操作臂传动机构进行分析的基础上,运用模块化设计思想对关节型机械操作臂进行模块化设计探讨,并简要介绍了其设计过程和结果。     

面向动态环境的机械臂避障方法

针对动态环境避障存在的问题,提出一种轨迹实时规划方法。首先,通过视觉传感器实时监控作业环境,获得动态障碍物的位置信息后,计算得到障碍物的三维坐标。其次,采用卡尔曼滤波处理三维坐标数据,得到当前位置的最优估计值及下一位置的预测值。再次,结合人工势场法,在机械臂末端形成由一个引力和两个斥力组成的人工势场,得到机械臂末端的运动位置。最后,在笛卡尔空间规划轨迹,在CoppeliaSim中建立仿真平台,仿真结果验证了该方法的有效性。     

基于UGNX的轴孔装配机械操作臂设计研究

随着冗余度机械操作臂的问世,各种先进的控制策略和驱动系统也接踵而来。这势必对操作臂的机械结构、质量、体积、位置和传动精度提出了更多新的要求。为了保证机械操作臂具有良好的工作性能,本文以一种轴孔装配的机械操作臂为探讨对象,基于UGNX平台,对其结构设计展开了研究,力争在简化自身机构的同时也力求简化其控制系统。     

基于多传感器的工业机械臂精细化操作远程控制方法

为实现远程控制工业机械臂时的精细化操作,使其关节轨迹具有连续、平稳、光滑的控制效果,提出基于多传感器的工业机械臂精细化操作远程控制方法。优化传感器的布局,以便采集信息;利用新息变化野值检测方法消除工业机械臂精细化操作中存在的野值,提高关节角度与速度信息的完整性和精度;将滑模控制与神经网络结合,消除因非线性、摩擦非线性和未知参数等不确定性因素对机械臂精细化操作的影响,构建工业机械臂操作远程控制器,实现工业机械臂精细化操作的远程控制。实验结果表明,所提方法可精准控制工业机械臂的关节角度与速度,具有较高的灵活性和高效性。     

利用加权广义逆矩阵减小协调机械臂容错操作时的关节速度突变

针对两机械臂容错协调操作中关节速度突变问题进行了研究。首先,给出了关节速度突变的定义;然后,提出了基于加权广义逆矩阵的容错运动规划算法;最后,利用两个3R机械臂将新算法与常规算法进行了对比仿真分析。研究结果表明,新算法可以比常规算法更加有效地减小两机械臂容错操作中的关节速度突变,进一步提高容错操作的运动平稳性。     

空间机械臂协调操作的容错空间与容错规划算法研究

针对两空间机械臂协调操作中发生关节坏死这类故障时的容错运动规划问题进行研究。首先给出了空间机械臂容错空间的计算方法,并构造了反映机械臂末端运动与容错空间相对位置关系的中心度指标。然后基于这一指标提出了机械臂协调操作的容错运动规划算法。该算法可以同时实现故障时刻和故障后的容错操作;最后,利用两空间4R机械臂的仿真实例证明了其有效性     

面向机械加工的开闭链混合机械臂设计与钻孔应用

采用机器人钻孔是提高钻孔自动化程度和保证钻孔精度一致性的重要途径,广泛应用于航空航天等重要领域。提出一种可用于机械加工的开闭链混合机械臂结构,基于能量法和卡氏定理建立机械臂关节变形量模型,分析影响机械臂受载变形的主要因素。通过搭建机械臂样机对厚8mm的7075铝合金进行钻孔加工实验验证了该型机械臂用于机械加工的可行性。     

基于CSLBP的轴承信号时频特征提取方法

针对滚动球轴承振动加速度信号特征提取问题,提出一种基于中心对称局部二值模式(center-symmetric local binary pattern,简称CSLBP)的时频特征提取方法。首先,利用广义S变换对滚动球轴承振动加速度信号进行处理,通过采用时频聚集性度量准则自适应地确定广义S变换的调整参数,从而获取时频分辨性较好的二维时频图;然后,计算二维时频图的CSLBP,提取CSLBP纹理谱描述滚动球轴承振动加速度信号的时频特征。对滚动球轴承正常、外圈故障、内圈故障和滚动体故障4种不同状态的振动加速度信号进行了研究。结果表明,CSLBP纹理谱能有效地表达滚动球轴承振动加速度信号的时频特征,与局部二值模式(local binary pattern,简称LBP)和统一模式LBP纹理谱相比,CSLBP纹理谱具有特征维数低和区分性能好的优点。     

基于窗口法的彩色特征提取

为了有效的利用彩色信息,本文用直接用彩色特征描述待识别的目标,提出了目标主色调和目标颜色杂散度的概念,并采用窗口算法来确定目标的主色调.实验结果表明所提取的彩色特征能对目标进行有效的区分,提高了目标识别的准确率.     

基于层次熵的液压泵特征向量提取方法研究

为了对液压泵特征进行更有效地提取,在样本熵和多尺度熵的基础上提出了基于层次熵（Hierarchical Entropy）的液压泵特征向量提取方法。首先对液压泵振动信号利用层次分解方法进行分解,得到若干节点信号,然后将所有节点信号的样本熵值作为特征向量,结合支持向量机对液压泵进行模式识别。实验数据表明,以样本熵为特征向量的方法四种液压泵状态的样本熵值差别不大,模式识别准确率较低。以多尺度熵为特征向量的方法各状态之间直观区别较明显,模式识别准确率显著提高。以层次熵为特征向量的方法虽然各状态间直观区别不明显,但由于较多尺度熵而言,层次熵不仅考虑了时间序列的“低频”成分,同时考虑了其“高频”成分,更精确和完整地描述了液压泵振动信号的特征,所以模式识别准确率最高。实验数据比较结果验证了该方法的有效性。     

综合改进奇异谱分解和奇异值分解的齿轮故障特征提取方法

针对齿轮故障特征微弱,在强背景噪声下难以有效提取的问题,提出了一种改进奇异谱分解(ISSD)结合奇异值分解(SVD)的齿轮故障特征提取方法。针对奇异谱分解(SSD)算法中模态参数需凭经验选取的缺陷,基于散布熵优化算法对SSD算法进行了改进,在得到既定的一组奇异谱分量的基础上,根据峭度值最大准则筛选出了最佳奇异谱分量并进行了SVD处理,采用奇异值能量标准谱自适应地确定了信号重构阶数以还原信号和提高降噪效果。最后对信号进行包络解调以提取齿轮故障特征,将所提方法运用到仿真信号和齿轮实测信号中,并同传统包络谱、SSD包络谱以及经验模态分解结合SVD(EMD-SVD)方法进行了对比分析,结果表明,所提方法的降噪和特征提取效果更佳,能够更加有效地实现齿轮故障的判别。     

基于局部特征提取的有监督的流形学习方法

为了提高工业产品的质量,提出一种基于局部特征提取的有监督的流形学习方法,用于工业生产过程中工艺参数的调整和优化。利用“多类邻域搜索”策略对每个样本点寻找邻域矩阵,对邻域矩阵进行特征分解,获得每个样本点的演化矢量,进而可以求得潜含在数据内部的主流形。另一方面,利用训练样本建立基于支持矢量数据描述的监控模型,对工艺过程进行监控。当发现异常样本时,将异常样本在主流形方向上进行投影,可以得到各个工艺参数的调整量,由此可将异常样本调控回到生产受控状态。利用IF钢实际生产过程数据进行验证,结果表明：新方法能有效提取出数据内部的流形结构,并通过主流形实现对工艺参数的调整,为实际生产过程提供了一种新的工艺参数优化方法。     

应用EMD和倒包络谱分析的故障提取方法

针对倒频谱分析方法难以提取滚动轴承早期微弱故障的问题,提出了一种利用最小熵反褶积(minimum entropy deconvolution,简称MED)和倒包络谱分析的故障特征提取方法,并应用于滚动轴承诊断中。首先,采用MED方法对故障信号进行降噪处理,同时增强信号中的周期成分;然后,计算降噪后信号的包络,再对包络信号进行倒频谱分析;最后,得到倒包络谱,提取故障特征。试验结果表明,所提出的方法优于传统的倒频谱分析,能够有效提取强背景噪声下的滚动轴承早期故障特征频率信息。     

[供应链调度]无反射板激光导航机器人地图创建的特征提取

针对无反射板激光导航机器人地图创建的直线特征提取,采用逐步分解的方法,将直线特征提取分为断点检测、线段分割、直线提取三个步骤逐步分离点集。首先采用自适应阈值法进行断点检测;然后基于迭代适应点算法进行点集分离、线段分割;最后采用最小二乘法拟合直线并结合区域搜索法进行优化,进一步提高直线特征提取的精度。实验表明,算法的重复定位精度在±6 mm以内,特征提取时间不大于0.02 s,满足机器人的实际导航需求。     

基于核函数Fisher鉴别分析的特征提取方法

提出一种基于核函数的Fisher鉴别分析的故障特征提取方法。该方法通过内积核函数将原始特征空间映射到高维特征空间,然后在高维特征空间作线性Fisher判别分析,从而得到原始特征空间的非线性特征,最后应用滚动轴承的故障数据对该方法进行了检验。结果表明,与线性Fisher鉴别分析和核主元分析方法相比,基于核函数的Fisher鉴别分析更适合提取机械故障的非线性特征,它所提取的故障特征对故障具有更好的识别分类能力,并且对分类器具有较强的鲁棒性。     

一种基于复合谱与关联熵融合的特征提取方法

液压泵特征提取是实现故障预测的关键环节。针对液压泵退化特征不理想的问题,提出一种基于改进复合谱与关联熵融合的特征提取方法。首先,对传统CS算法进行改进,对多通道振动信号进行融合,实现对特征信息的综合利用,并分别提取Shannon定义下和Tsallis定义下的DCS功率谱熵和DCS奇异熵作为特征;在此基础上,提出基于关联熵的融合方法,将所提取的特征融合为一个全新特征,作为液压泵退化特征,提高特征的简洁度;最后,利用液压泵性能退化试验所采集振动信号,验证了该方法的有效性。     

基于非线性流形学习的磨粒特征提取方法

针对磨粒特征参数多、非线性突出的问题,提出一种基于非线性流形学习的磨粒特征提取方法。该方法将磨粒特征重构到高维相空间中,利用局部线性嵌入算法提取出隐藏其中的低维流形,并根据数据流形的弯曲性和邻域参数的关系,实现高维相空间中局部邻域参数的自适应选取。实验结果表明,该方法有效地克服了主成分分析和核主成分分析方法的不足,提取的磨粒特征敏感性更好,从而提高了磨粒识别的精度。