Stewart六维力传感器解耦算法优化

为满足六维力传感器的高刚度要求,使用固支约束代替铰约束。通过对传感器样机单维加载获得的标定数据进行处理,发现在使用求解标定矩阵或BP神经网络训练的方法时,分别存在维间耦合较大和多维加载误差极大的问题。对此提出一种新的思路,即在标定时同时进行单维加载和多维加载。之后使用上述两种方法进行解耦,对比发现,对新的方法,在使用BP神经网络的方法解耦时,将最大误差降低到了2.27%,证明该方法能够同时解决六维力传感器的维间耦合问题和多维加载问题。     

六维力传感器静态解耦算法及静态标定的研究

耦合误差严重影响着六维力传感器的精度,标定试验的准确性对提高六维力传感器的精度也是必不可少的。本文针对传感器输出电压正负方向拟合函数不同提出了一种基于耦合误差和分段拟合建模的六维力传感器解耦算法。用十字梁结构的传感器进行标定试验,将得到的标定数据应用于解耦算法中。通过标定数据验证了基于耦合误差和分段拟合的静态解耦算法性能的优越性。     

基于IFWA-ELM的六维力传感器解耦算法

针对六维力传感器的维间耦合严重影响测量精度的问题,本文提出了一种基于改进烟花算法优化极限学习机（IFWA-ELM）的解耦算法。首先,对烟花算法的爆炸半径、变异算子和选择策略进行改进,形成改进烟花算法（IFWA）。其次,采用改进烟花算法寻找极限学习机的最佳网络参数,解决极限学习机随机生成初始权值和阈值导致网络不稳定、隐含层神经元数量对网络性能影响较大的问题。为了验证算法的解耦性能,本文以应用于4500m深海机械臂的六维力传感器作为研究对象,采用最小二乘法（LS）、BP神经网络（BPNN）、极限学习机（ELM）和IFWA-ELM算法进行解耦实验。实验结果表明：IFWA-ELM算法具有较好的非线性解耦能力,解耦后Ⅰ类误差控制在0.27%以内,Ⅱ类误差控制在0.13%以内,有效提高了六维力传感器的测量精度。     

六维力传感器静态解耦算法应用研究

维间耦合是制约六维力传感器测量精度的瓶颈,已成为一个热门研究课题.在分析传统的基于线性标定的静态解耦算法的基础上,提出了一种基于最小二乘线性拟合的静态解耦算法,并基于2种解耦算法开发了基于MATLAB软件的集成解耦模块,通过实例验证了软件的集成解耦功能和新算法的优越性,最后,探讨了制约解耦精度提高的因素.     

一种新型自解耦六维力/力矩传感器结构设计与优化

针对多维传感器广泛存在维间耦合效应,精度难以提高的问题,设计了一种具有自解耦特性的新型六维力/力矩传感器.采用有限元法对该传感器弹性体进行静力分析,研究了结构在不同工况下的应力应变分布.基于结构变形特点,对特征点位置和布片组桥方式进行了优化.同时也对结构进行了维间耦合分析,验证了该新型传感器具有耦合效应低的优点,提高了传感器的精度,具有较好的应用前景.     

基于MSVR的六维腕力传感器静态解耦算法

针对维间耦合会影响六维腕力传感器测量精度的问题,提出了基于多输出支持向量回归机（Multi-output support vector regression,MSVR）的解耦算法。以实验室研制的六维腕力传感器为例进行静态标定实验,使用基于MSVR的解耦算法以及传统的基于最小二乘求解标定矩阵的解耦算法对标定数据进行处理分析。实验结果表明,本文提出的解耦算法稳定可靠,能有效抑制维间耦合的干扰,具有较高的解耦精度。     

六维力/力矩传感器研究发展综述

空间多维力/力矩传感器安装在空间机械臂的关节部位，随航天器一起发射进入太空，面临强振动、高冲击和大温差等复杂的恶劣环境,普通地面使用的多维力/力矩传感器要突破这些恶劣环境的限制方可使用。介绍了空间多维力/力矩传感器的研究发展现状，对空间多维力/力矩传感器在弹性体结构设计、过载保护、容错和温度补偿等方面的关键技术研究现状进行了详细阐述，并以此为基础对未来空间多维力/力矩传感器的研究方向提出了几点建议。     

三维力传感器的设计和静态解耦算法研究

针对三维力传感器在获取大量程空间三维力时存在精度低、维间耦合的问题,从机械解耦角度进行改进,弹性体采用十字梁型结构,竖梁两侧开设通槽,并将电阻应变片粘贴于竖梁和横梁两侧,通过电阻应变片组桥方式连接.利用万能试验机对传感器进行标定加载分析,基于最小二乘理论对经多次测量筛选出的数据进行拟合,得出该传感器输入载荷与输出电压之...     

一种新型平板式压电六维力/力矩传感器及仿真实验

针对弹性体式六维力/力矩传感器存在的瓶颈矛盾,提出了一种新型平板式压电六维力/力矩传感器.首先,介绍了传感器的结构和工作原理.然后,推导了传感器的数学模型,建立了传感器的有限元模型.最后,得到了传感器输出的电荷灵敏度、维间干扰、固有频率、载荷传递系数、退耦矩阵等重要参数.研究结果表明:传感器结构简单合理、数学模型正确、...     

机器人六维力传感器静态标定研究

针对Stewart并联结构的机器人六维力传感器，设计了其静态标定装置，对静态标定系统的结构组成及标定步骤进行研究。以机器人手指用六维力传感器为例进行了试验，对试验结果的分析表明了该标定系统设计及标定方法的正确性及实用性。     

多维力传感器耦合分析及解耦方法的研究

耦合现象普遍存在于多维力传感器中,多维力传感器输出如不经过解耦,数据直接应用到机器人操作中,会导致机器人的误操作.针对存在的耦合现象,本文首先分析了多维力存在的耦合原因,根据产生原因将耦合分为两种形式:结构耦合和误差耦合,然后提出了一种新的解耦方法-基于线性神经网络解耦方法,与传统解耦方法相比,该方法大大提高了解耦合精...     

基于RF-GA的六维力传感器解耦方法

多维力传感器的维间耦合问题严重影响了检测精度的提高。通过设计新型RF-GA（基于遗传算法的改进随机森林算法）解耦方法解决多维力信息的解耦问题，实现提高力传感器检测精度的目标。针对随机森林算法中含有大量子树，但每个子树的预测准度无法保证的问题，利用遗传算法对随机森林的子树进行筛选，保留优质子树，从而提高预测精度。以基于应变检测的六维力传感器为实验对象，将RF-GA算法运用到实际力信息解耦中，并通过解耦实验对RF-GA算法进行验证。与现有解耦算法相比，RF-GA解耦方法具有精度高、解耦时间短的优点，实验结果表明该算法能有效提高多维力传感器的解耦精度。     

水下机器人手爪力感知系统研究

提出了一种水下机器人手爪力感知系统的组成结构,该力感知系统由一个六维力/力矩传感器和三指夹持器指端的三个指力传感器组成,本文介绍了上述两种传感器的设计和标定,并对利用该手爪系统抓取物体进行了实际测试和分析,实验结果表明;所设计的力感知系统能够实时地感知腕力和夹持力信息,可以满足机械手力控制的需要.     

新型力解耦机器人六维力传感器研究

用应力分析的方法得到了一个可用于测力的应用测量原理 ,根据该原理设计了一种新型六维力传感器 ,分析了其受力与变形元件测量点应力的对应关系。分析结果表明该传感器的输出是力解耦的 ,具有结构简单 ,工艺性好等优点 ,可应用在仿人行走机器人脚部以及其它类型机器人需要使用多维力传感器的场合     

优化极限学习机算法及其在力信息解耦中的应用

高性能解耦算法有助于提高多维力传感器的检测精度。针对传统非线性解耦算法存在精度较低等缺点,对极限学习机算法进行了优化和改进,并将其应用于多维力信息解耦。在基于粒子群和遗传算法两种改进极限学习机算法(PSO-ELM、GA-ELM)的基础上,提出了一种基于天牛须算法的改进极限学习机(BAS-ELM),天牛须算法针对极限学习机隐含层节点参数的每一维进行逐步的优化,使得整体损失函数最小。为验证算法性能,本文以六维力/力矩传感器为实验对象,将各类改进算法应用到力/力矩传感器的非线性解耦中,通过解耦实验可知,与其他算法相比,BAS-ELM解耦精度更高、收敛时间更短,对于非线性解耦具有更强的适应性。     

基于六维力传感器的工业机器人末端负载受力感知研究

针对工业机器人末端负载与外界环境接触力的感知需求,在机器人法兰与负载之间设置六维力传感器,并研究一套标定与计算方法,综合考虑负载重力作用、传感器零点、机器人安装倾角等因素,利用不少于3个机器人姿态下的力传感器数据,可求得传感器零点、机器人安装倾角、负载重力大小、负载重心坐标等参数,进一步可消除传感器零点及负载重力对受力感知的影响,精确得到机器人末端负载所受的外部作用力与力矩.实验得到对于重量从320N到1917N的负载,在静态条件下,感知外力的误差在负载重力的0.28%以内,感知外力矩的误差在负载对传感器力矩的0.59%以内.     

一种Stewart结构六维力／力矩传感器参数辨识研究

介绍了一种大量程Stewart结构六维力／力矩传感器系统．建立了传感器力／力矩测量数学模型,构建了基于运动学逆解的优化目标函数．提出了一种新的参数标定法,称作分支轮换标定法．基于所研发的六维力／力矩传感器系统进行了实验研究,实验结果表明分支轮换法可以有效地辨识出传感器的结构参数,提高了测量精度．该方法可用于类似结构的六维力／力矩传感器参数标定．     

基于小生境遗传算法的多维传感器动态解耦方法

多维传感器的动态耦合是指某一方向的动态输出信号中,含有其他方向输入量的影响,该项误差是影响传感器测量精度的一个重要因素.基于小生境遗传算法,提出了多维传感器动态解耦方法.该方法利用传递函数矩阵分析法的解耦思想,可以根据多维传感器的标定数据,应用系统辨识方法和小生境遗传算法直接求解解耦网络并进行优化,克服了原经典方法中对传感器模型精确已知的要求,具有一定的鲁棒性.仿真结果证明了该方法的正确性和有效性.