微小型救援机械手控制系统设计

通过研究分析微小型救援机械手的工作原理和救援要求,设计了微小型救援机械手的控制系统;基于PC机为上位机、ATmega16单片机为下位机,设计了控制系统硬件电路,利用无线传输模块进行指令传输、图像信息和关节角度反馈;采用模糊PID控制算法对输出信号进行处理,使关节运动平滑稳定,同时提高了电机转角精度,降低了系统误差,提高救援效率;基于VC++语言,开发了上位机机械手控制界面,并能够通过上位机界面遥控操作机械手动作;仿真实验表明,该系统响应速度t1s、稳态误差δ≤0.4°,有良好的动态性能。     

基于免疫RBF神经网络的逆运动学求解

求解机械臂逆运动学问题可以采用神经网络来建立逆运动学模型,通过遗传算法或BP算法训练神经网络的权值从而得到问题的解,在求解精度和收敛速度上有待进一步改进。采用人工免疫原理对RBF网络训练数据集的泛化能力在线调整隐层结构,生成RBF网络隐层。当网络结构确定时,采用递推最小二乘法确定网络连接权值。由此对神经网络的网络结构和连接权进行自适应调整和学习。通过仿真可以看出,用免疫原理训练的神经网络收敛速度快,泛化能力强,可大幅提高机械臂逆运动学求解精度。     

自动机械臂定位精度分析

针对某种自动机械臂的控制进行了研究,该系统主要由控制单元、执行机构、测量单元及显示单元4部分组成。介绍了控制系统的工作原理,建立了机械吊臂数学模型,对转载过程中机械臂的定位精度进行了计算分析,在最大工作距离5 m范围内,机械臂定位标准差小于10 mm,达到了较高的精度,为自动转载系统的工程实现奠定了理论基础。     

Noise analysis of robot manipulator using neural networks

Due to a lot of robot manipulators application in industry, low noise degree is very important criteria for robot manipulator's joints. In this paper, joint noise problem of a robot manipulator with five joints is investigated both theoretically and experimentally. The investigation is consisted of two steps. First step is to analyze the noise of joints using a hardware and software. The hardware is a part of noise sensors. The second step; according to experimental results, some neural networks are employed for finding robust neural noise analyzer. Five types of neural networks are used to compare each other. From the results, it is noted that the proposed RBFNN gives the best results for analyzing joint noise of the robot manipulator.     

基于ADE7753和MSP430单片机电能表的设计

研究了利用ADE7753电能计量芯片和MSP430F412单片机设计单相电能表的基本方法.该方法采用汇编语言进行MSP430单片机编程,对ADE7753采集的各种电力参数的计算、校正、显示和存储实行控制,并通过试验建立了数据表.同时,采用滤波算法和分段曲线拟合等方法对电能表测量结果进行了优化处理,提高了测量精度.所测得的信息均可通过RS-485与上位机通信,实现了远程控制和抄表,此方法具有一定的应用价值.     

嵌入式网关设计及其在异构系统集成中的应用

为了实现串口与工业以太网之间数据的传输,采用嵌入式Intemet技术,以高性能、低功耗32位RISC结构的ARM9微处理器S3C2410和嵌入式实时操作系统Linux为核心,设计了智能工业以太网网关,并基于ARM-Linux平台,在网关中构建了嵌入式Web服务器.最后,将特定工业监控设备串口通信协议集成到网关中.经测试和实践表明,该网关性能稳定,可以提供Web服务,为数据采集和工业控制系统的异构集成提供了有效的解决途径.     

YH-7000VG型惯导与弹载计算机的数据通信设计

为了实现弹载计算机和惯导的高速数据通信,对数据通信的工程化电路进行了设计.对YH-7000VG型惯导的性能进行了分析,并根据仿真系统的需要进行了波特率设置.介绍了RS-232串行口电平驱动电路以及弹载计算机的软件设计,实现了弹载计算机的各项功能.试验表明,弹载计算机完成了空间运动参数的数据采集与处理,满足超声速导弹半实物仿真系统的需要.     

嵌入式Linux下的FRAM驱动程序设计

针对铁电存储器(FRAM)在基于ARM9的嵌入式Linux系统下设备节点的读写及应用问题,研究Linux系统的驱动设计,分析FRAM的工作原理和硬件特性,提出基于Linux系统标准驱动架构与铁电底层预处理、读写、控制等工作机制相结合的FRAM驱动程序设计与实现流程。底层实现采用内核级基于FRAM的寻址方式,结果证明了该驱动在相应数据存储、传输中的可行性与稳定性。     

Joint stiffness identification of six-revolute industrial serial robots

Although robots tend to be as competitive as CNC machines for some operations, they are not yet widely used for machining operations. This may be due to the lack of certain technical information that is required for satisfactory machining operation. For instance, it is very difficult to get information about the stiffness of industrial robots from robot manufacturers. As a consequence, this paper introduces a robust and fast procedure that can be used to identify the joint stiffness values of any six-revolute serial robot. This procedure aims to evaluate joint stiffness values considering both translational and rotational displacements of the robot end-effector for a given applied wrench (force and torque). In this paper, the links of the robot are assumed to be much stiffer than its actuated joints. The robustness of the identification method and the sensitivity of the results to measurement errors and the number of experimental tests are also analyzed. Finally, the actual Cartesian stiffness matrix of the robot is obtained from the joint stiffness values and can be used for motion planning and to optimize machining operations.     

考虑驱动系统动态的机械手神经网络控制及应用

针对结构和参数均未知的机械手控制问题, 提出了考虑驱动系统动态的机械手神经网络控制方法, 采用稳定的径向基(Radial basis function, RBF)神经网络辨识机械手未知动态, 而附加的鲁棒控制可以保证存在神经网络的建模误差和外部干扰时系统的稳定性和性能, 并且该方法使机械手闭环系统一致最终有界. 同时开发了基于半实物仿真技术的机械手控制系统, 最后, 将本文方法与经典的PD控制器和自适应控制器在同一机械手平台上进行了实验验证与分析, 实验结果表明该方法具有良好的控制性能.