运动助力机械臂轨迹跟踪误差校正方法

运动助力机械臂的轨迹跟踪控制是实现高精度工作的关键。由于运动助力机械臂参数存在的不确定性等因素,导致运动助力机械臂轨迹跟踪误差较高,为此,提出了运动助力机械臂轨迹跟踪误差校正方法。分析运动助力机械臂空间位置和变换关系,根据运动助力机械臂关节与连杆之间的空间坐标矩阵变换过程,构建齐次坐标变换矩阵,获取机械臂末端执行器的空间位姿矩阵。通过定义机械臂轨迹的相关性特征集,得到机械臂轨迹跟踪误差的校正指标。基于置信概率计算,确定机械臂轨迹跟踪误差校正的约束范围,构建约束参量分析模型。采用遗传算法的原理,求解运动助力机械臂轨迹跟踪误差校正参数,实现运动助力机械臂轨迹跟踪误差校正。实验结果表明,所提方法的运动助力机械臂轨迹跟踪误差校正效果较好,能够有效提高运动助力机械臂轨迹跟踪误差校正精度。     

机械臂系统鲁棒控制轨迹跟踪

针对具有不确定性的机械臂系统的轨迹跟踪控制问题,提出了一种基于Udwadia-Kalaba方程的鲁棒控制算法,可以在不引入拉格朗日乘子的情况下求解机械臂的关节约束力,该控制算法可抑制机械臂系统中不确定性的影响,并经过Lyapunov理论严格证明表明该控制算法能够保证系统的稳定性。为了验证该控制方法的有效性和鲁棒性,针对平面二自由度机械臂系统进行了仿真试验。仿真结果表明：在轨迹约束初始条件不相容的情况下,该控制算法能够克服系统不确定性的影响,控制机械臂跟踪期望轨迹精确运动。     

空间刚柔性机械臂动力学模型与轨迹跟踪控制

针对双连杆刚柔性空间机械臂建立了非线性动力学方程,运用基于模型的非线性解耦反馈控制方法,得到刚柔性机械臂部分解耦形式的控制方程。讨论了空间机械臂的轨迹跟踪问题,通过二例数值仿真计算,表明了该方法的有效控制。     

带滑移铰空间机械臂末端相对轨迹的自适应跟踪控制

讨论了载体位置、姿态均不受控制的带滑移铰空间机械臂的控制问题。结合系统动量守恒关系进行的系统动力学、动力学分析表明，可以得到一组欠驱动形式的空间机械臂系统动力学方程，它们可以表示为一组适当选择的惯性参数的线性函数，由此克服了空间机械臂系统动力学方程关于惯性参数呈非线性函数关系的难点。在此基础上，针对系统中机械臂关参数未知的情况，设计了空间机械臂末端抓手相对运动轨迹跟踪的自适应控制方案。此控制方案具有不需要测量、反馈漂浮基的位置、移动速度及移动加速度的显著优点，适用于空间站舱内机械手控制系统设计。仿真运算证实了提出的控制方案的有效性。     

基于改进灰狼算法的冗余机械臂轨迹跟踪与避障

本文将冗余机械臂的轨迹跟踪和避障规划统一为优化问题,提出了一种基于改进灰狼算法的避障跟踪优化器。首先,基于包围盒法对避障空间进行了建模,使用GJK算法计算机械臂与障碍物之间的最小距离。其次,设计了适应度函数,引入避障奖励项对优化器进行主动奖励,使机械臂在跟踪目标轨迹的同时避开障碍物。然后,使用随机分散策略对灰狼算法进行了改进,以增强算法的全局搜索能力,从而更好地求解优化问题。最后,使用九自由度冗余机械臂验证了所提出方法的有效性和优越性。实验结果表明：对于圆形目标轨迹,机械臂的末端跟踪误差为0.21 mm;跟踪过程中,机械臂与障碍物的距离不小于70 mm;相比于经典灰狼算法,改进灰狼算法使跟踪精度提高了13%。本文提出的避障跟踪优化器能以毫米级的精度同时满足冗余机械臂的轨迹跟踪和避障任务;改进的灰狼算法能有效提高经典灰狼算法的收敛精度。     

一种零空间避障的机械臂末端轨迹跟踪算法

针对传统的零空间避障方法无法根据障碍物距离提前采取避障行为同时保证末端跟踪精度的问题,提出一种零空间避障的机械臂末端轨迹跟踪算法.该方法采用伪距离代替欧氏距离作为距离接近度指标解决零空间避障问题,同时设计一种自适应正定系数矩阵K和速度误差饱和函数sat(e),将实时轨迹运行结果反馈给冗余机械臂运动学反解,根据反馈结果自...     

基于熵聚类RBF神经网络的机械臂轨迹跟踪控制

为了提高机械臂轨迹跟踪控制的快速性和精确性,提出了基于熵聚类神经网络算法的机械臂运动控制器。分析了RBF神经网络原理,使用熵聚类算法得到原始数据的聚类中心数和聚类中心值,从而确定了神经网络结构和基函数中心值,避免了传统算法中使用K-means方法的重复迭代过程,使用梯度下降法调整神经网络传递权值;将神经网络辨识与神经网络控制相结合提出了机械臂运动控制器;经实验验证可以看出,相比于传统的RBF神经网络方法,基于熵聚类神经网络算法的控制器在轨迹跟踪快速性和精度上均具有明显优势。     

LabVIEW环境下的机械臂轨迹跟踪控制算法研究

轨迹跟踪是机械臂控制的最终目的,针对机械臂仿真控制领域文本语言编程复杂、效率低等问题,构建了一种基于LabVIEW的四轴机械臂仿真控制平台,以Dobot机械臂为研究对象,使用Lagrange分析法构建动力学方程,并在LabVIEW中搭建了其仿真模型;还针对PID控制应用于非线性、强耦合、多变量的机器人系统时,其控制效果不理想的问题,设计了一种基于LabVIEW的模糊PID机械臂控制策略。通过LabVIEW仿真实验表明,该方法提高了控制精度,降低了系统的超调量和调节时间,大大缩短了开发周期。     

一种8自由度空间机械臂运动学及工作空间分析

针对太空环境,提出一种带有移动副的8自由度机械臂,可完成太空环境中的设备维修、物品抓取等工作.通过标准D-H参数法,推导了8自由度机械臂的位姿变换矩阵和正运动学方程;利用Matlab Robotics工具箱,建立机械臂的仿真模型,将仿真模型与机械臂运动学方程进行对比验证;采用蒙特卡罗法对机械臂工作空间进行求解,绘制了机...     

一种新型串联机械臂工作空间与运动规划分析

针对串联机械臂的工程应用问题,文中提出一种新型7自由度机械臂,该机械臂采用“S-R-S”构型,且其3,4,5轴为3个平行轴。基于此机械臂,采用蒙特卡洛法对其工作空间进行分析,并采用投影平面边界拟合到空间边界拟合的方法,对工作空间进行分层讨论,指出该机械臂在不同层级具有不同的灵巧性表现。同时,采用臂型角参数化的方法,求取了该机械臂解析形式的运动学反解。采用相关旋量抑制的方法,分析求解了该机械臂的奇异位姿,在此基础上,通过将各关节角约束转变为臂型角参数的取值范围约束,以解决运动规划中的避奇异问题,进一步基于一定的优化指标选取合适的逆运动学解。研究成果对串联机械臂的规划与控制问题具有一定参考价值。     

一种微操作平台的自适应运动跟踪控制

针对微操作平台的迟滞非线性和时变性,提出单神经元PID控制策略来对其进行运动跟踪控制,从而提高平台的运动精确性和响应快速性。采用RBF神经网络辨识器对微操作平台的梯度信息进行在线辨识,利用单神经元网络学习算法完成PID参数的在线自整定,实现微操作平台的自适应运动跟踪控制。为说明所提出控制方法的可行性,将其与普通PID控制方法进行了比较分析,实验结果表明,单神经元PID与普通PID控制的位移误差范围分别为-0.5~0.5μm、-2.5~2.5μm,调整时间分别为0.1s、0.4s,所提出控制方法具有更好的控制精度和响应快速性,并具有较强的自适应性。     

工程机械柔性机械臂振动的混合可靠性分析

基于概率-区间混合不确定性模型及结构可靠性分析方法,针对工程机械多关节柔性机械臂的振动可靠性进行研究。根据机械臂不确定参数的信息完备程度,通过概率变量和区间变量对不确定参数进行度量。基于柔性臂架有限元仿真数据,构建机械臂参数与结构固有频率关系的径向基函数代理模型,进而通过概率-区间混合可靠性分析方法对机械臂共振的失效概率进行区间估计。最后将该方法应用于实际产品,通过工程实例验证了方法的有效性。     

低周疲劳失效的涡轮盘可靠性灵敏度设计

将有限元方法、低周疲劳模型、径向基函数神经网络技术与可靠性理论相结合,给出了涡轮盘低周疲劳可靠性灵敏度设计方法。应用径向基函数神经网络拟合得到随机设计变量与失效寿命之间的函数关系式,根据随机摄动法与可靠性灵敏度技术进行灵敏度设计。径向基函数神经网络技术的引入克服了工程实际无法给出极限状态函数显式的问题,而灵敏度技术使各变量对可靠度的影响得以定量表达,具有很好的指导意义。     

基于RBF神经元网络的漂浮基空间机械臂关节运动自适应控制方法

讨论了栽体位置、姿态均不受控制情况下,漂浮基空间机械臂关节运动的控制问题.由拉格朗日第二类方法及系统动量、动量矩守恒关系,建立了漂浮基空间机械臂完全能控形式的系统动力学方程.以此为基础,借助于RBF神经网络技术、Ge-Lee(GL)矩阵及其乘积算子定义,对漂浮基空间机械臂进行了神经网络系统建模;针对空间机械臂系统所有惯性参数均未知的情况,设计了漂浮基空间机械臂关节运动的自适应神经网络控制方案.提出的控制方案不要求系统动力学方程具有通常的关于惯性参数的线性性质,且无需预知系统惯性参数的任何信息,也无需对神经网络进行离线训练、学习,此外,由于充分利用了空间机械臂的系统动力学特性,因此在控制过程中不需要反馈、测量漂浮基的位置、移动速度、移动加速度以及姿态转角的角速度、角加速度.一个平面两杆漂浮基空间机械臂的系统数值仿真证实了该方案的有效性.     

末端质量和关节惯量对柔性臂运动稳定性的影响分析

采用控制系统稳定性分析方法研究了柔性机械臂的末端质量和驱动关节转动惯量对柔性机械臂弹性运动稳定性的影响。首先推导了末端有集中质量的柔性机械臂的动力学模型,建立了以驱动力矩为输入、以末端位置弹性振动为输出的柔性机械臂系统的传递函数。然后,用劳斯判据建立了末端位置弹性运动稳定性判据。用建立的稳定性判别式计算并对比了不同末端质量和关节转动惯量下柔性机械臂弹性运动的稳定性,定量验证了这两个参数对柔性机械臂弹性运动稳定性的影响程度。       

基于小波包变换和径向基神经网络技术的汽车后桥总成故障诊断研究

现代汽车工业中,汽车故障有近20％是由汽车后桥引起。后桥故障诊断的难度大并且技术落后,导致后桥总成故障率居高不下,给厂家带来了巨大的经济和名誉损失。为了替代落后的诊断方法,实现后桥总成故障诊断的囱动化和智能化,降低后桥总成故障率,本文基于小波包变换和径向基神经网络技术提出了一种新型的汽车后桥总成故障诊断算法。首先,介绍了小波包和径向基神经网络的基础知识并对常见后桥故障类型进行了分类,得到后桥总成故障模式;然后,实现了对重构后桥振动信号进行四层小波包重构,得到了各频率段能量特征向量,继而与重构信号的方差、偏度和峰度构成了特征输入向量;接着,使用适量的后桥振动样本数据进行建立并训练了用于故障诊断的径向基神经网络;最后,利用50套后桥验证数据验证了所建立的神经网络在故障诊断中的实际效果,网络的故障诊断率迭到了92％。     

基于熵值法径向基神经网络的清扫车吸尘口垃圾颗粒驻留时间预测

针对清扫车吸尘口内垃圾颗粒驻留时间受到结构类、固相类及气相类因素多类型、非线性作用预测难的问题,提出了基于熵值法的径向基神经网络(RBFNN)的垃圾颗粒驻留时间预测方法,该方法考虑了吸尘负压、滚刷转速、颗粒质量、颗粒密度、颗粒流量和吸尘管直径6种因素,将采用熵值法求解的因素权重作为输入扰动变量,建立了垃圾颗粒驻留时间的预测模型。结果表明：与采用传统RBFNN的预测方法相比,所提方法具有预测精度高的优点,可较好地解决清扫车吸尘口垃圾颗粒驻留时间预测难的问题,有助于提升清扫车吸尘系统设计水平。