基于Web的数控机床误差参数辨识系统

误差参数辨识是误差补偿的前提。本文首先介绍了误差辨识的原理,然后采用B/S模式、3层体系结构和.NetRe-moting技术设计并实现了基于Web的误差参数辨识系统。通过实例运行,证明该系统的设计是可行的,从而为实现基于Web的误差补偿技术奠定基础。     

基于参数辨识的时栅转台在线自动标定系统

提出一种在线自动检测时栅转台误差、辨识误差模型系数和误差补偿的方法。该系统由高精度的基准量仪圆光栅、微控制器与上位机组成。在对极点8个待定参数和对极内20个待定参数分别进行傅立叶变换的参数辨识,得到辨识误差模型的系数,实现了实时在线误差补偿。为了检验在线自动标定效果,利用光电自准直仪与基于参数辨识的在线自动标定系统进行对比实验。实验结果表明,采用傅立叶变换的参数辨识,提高了时栅转台标定精度与标定效率,时栅转台的精度达到2.8″。     

基于变换无迹卡尔曼滤波的随钻测量误差在线辨识

针对随钻测量(MWD)工作环境复杂多变,随钻器件测量的精度降低的问题,设计了基于变换无迹卡尔曼滤波(TUKF)法对测量误差进行在线辨识和补偿.首先,建立加速度计和陀螺仪的输出误差模型,选取导航误差参数以及传感器误差参数作为系统状态变量;然后,以钻杆钻进时实时解算出的姿态角与钻机每次停机时的钻具姿态角作差作为系统观测量,设计状态方程和量测方程对惯性器件误差进行在线辨识;最后,通过误差补偿方程对惯性器件进行补偿.运用此方法分别设计了振动台实验、模拟钻进实验和钻进实验,实验结果表明,设计的在线辨识方案通过标定补偿后,随钻测量中钻具的工具面角输出误差减小到0.8°,倾斜角输出误差减小到1°,比无迹卡尔曼滤波方法精度提高了50％,所提方法克服了随钻测量时钻具振动带来的影响,为实际钻井进一步提高数据可信度提供理论依据.     

基于变换无迹卡尔曼滤波的随钻测量误差在线辨识

针对随钻测量(MWD)工作环境复杂多变,随钻器件测量的精度降低的问题,设计了基于变换无迹卡尔曼滤波(TUKF)法对测量误差进行在线辨识和补偿.首先,建立加速度计和陀螺仪的输出误差模型,选取导航误差参数以及传感器误差参数作为系统状态变量;然后,以钻杆钻进时实时解算出的姿态角与钻机每次停机时的钻具姿态角作差作为系统观测量,设计状态方程和量测方程对惯性器件误差进行在线辨识;最后,通过误差补偿方程对惯性器件进行补偿.运用此方法分别设计了振动台实验、模拟钻进实验和钻进实验,实验结果表明,设计的在线辨识方案通过标定补偿后,随钻测量中钻具的工具面角输出误差减小到0.8°,倾斜角输出误差减小到1°,比无迹卡尔曼滤波方法精度提高了50％,所提方法克服了随钻测量时钻具振动带来的影响,为实际钻井进一步提高数据可信度提供理论依据.     

磁场信号检测误差分析及补偿算法

针对载体自身磁场特性及三轴磁传感器误差特性建立了地磁导航干扰误差补偿模型,通过对模型进行简化变形,利用系统辨识的最小二乘估计算法(LS)求取误差特性参数.数据分析表明:该方法简单易实现,简化了复杂的求解过程,基本达到了误差补偿的要求.     

应用于机器人标定的主动式靶标装置设计与精度优化

激光跟踪仪是工业机器人标定技术中常用测量设备,但其测量范围受限于被动式靶标的激光光线接收角度,进而影响了机器人的标定精度。为解决该问题,设计了一种具有三自由度的主动式靶标装置,并提出了一种精度优化方法,有效地补偿因装置的装配而引入的测量误差。该方法利用圆点分析法初步辨识主动式靶标装置的DH参数,基于距离平方误差模型法对该装置进行DH参数的精辨识,并基于坐标系转换将主动式靶标装置的位置误差补偿到激光跟踪仪输出的位置向量,从而实现误差的补偿。通过实验验证了该主动式靶标装置能够有效地扩大工业机器人关节的被测范围。所提出的精度优化方法能够将该装置的测量误差降低9331%,实际定位精度为00507 mm,能够满足机器人标定的精度要求。     

误差约束下高压输电线路分布参数并行辨识方法

为解决传统高压输电线路分布参数并行辨识方法,辨识正确识别率低的问题,基于误差约束下,针对其设计一种新型辨识方法.通过研发实时断面序列及潮流文件的批量获取程序,以及线路参数自动替换程序,为元件参数实测提供校验手段,此后,基于误差约束下,仿真计算采集到的历史断面数据及生成的潮流文件,实现高压输电线路分布参数并行辨识.设计实...     

基于参数与非参数模型结合的双臂机器人协作定位精度提升方法

双臂协作机器人系统具有效率高、负载大、协同能力强等优点,但双臂作业性能及质量不但受单臂定位精度的影响,而且受双臂协作定位精度的影响,因此,本文提出了一种基于参数与非参数模型相结合的运动学标定方法。首先,基于MDH(modified Denavit-Hartenberg)方法建立机器人运动学模型和参数误差模型,去除模型中的耦合参数并基于迭代最小二乘法辨识几何参数误差;其次,针对传统的非几何误差补偿方法只能在标定坐标系建立关节位置与末端位置误差之间的映射关系的问题,提出一种改进的非几何误差补偿方法补偿机器人本体非几何误差;再次,基于距离误差辨识双臂基坐标系转换矩阵的参数,补偿双臂几何误差与非几何误差;最后,通过实验验证方法的正确性和有效性。结果表明所提出方法将UR10和UR5机器人的平均定位误差减小至0.170 9 mm和0.050 9 mm。双臂平均协作定位误差减小至0.167 6 mm,与基于参数模型的方法相比协作定位精度提升了27.7%,验证了该方法的优越性。     

轮式移动机器人滑移量重建与滑移补偿控制

为解决轮式移动机器人的滑移补偿控制问题,首先推导出车体侧滑角的表达式,然后将时变侧滑角的重建问题转化为对地面特性参数的辨识问题.利用Luenberger观测器设计出自适应辨识律,并证明了当控制输入满足持续激励条件时,可以准确辨识出地面特性参数.基于链式系统模型设计出滑移补偿控制器,在滑移角精确已知的条件下,可以保证位置误差收敛,姿态误差有界.仿真结果表明,基于所设计的自适应辨识律,可以准确地重建出滑移角,提高滑移控制精度.     

具有超稳定结构的鲁棒自适应控制器

针对结构和参数未知的非线性系统,提出了一种具有神经网络的超稳定鲁棒自适应控制器.控制器基于一阶线性模型,采用Popov超稳定理论设计,其建模误差由BP网在线辨识,辨识结果在前馈补偿器中加以补偿,有效地实现了鲁棒自适应控制.文中还给出了仿真结果.