面向板材切割的冗余度机械臂运动规划

针对板材切割过程中冗余度机械臂的工作空间难以满足其作业需求的问题,提出一种可扩大机械臂工作空间的板材切割方案.将机械臂基座放置在导轨上,以扩大机械臂的工作空间,通过设计机械臂的末端笛卡尔速度,实现机械臂与移动基座的协调运动.利用伪逆法获得关节速度的解析解,以控制机械臂来完成板材切割任务.计算机仿真结果验证了板材切割方案的有效性和可行性.     

基于改进GA算法的电力变压器优化设计

针对中小型电力变压器优化设计问题,同时响应国家节能减排的号召,对GA算法进行改进并分别应用到电力变压器优化设计中的有效材料成本单目标和总损耗的单目标中。将改进GA算法优化所得数据和使用原GA算法以及人工设计进行对比分析,结果表明改进GA算法优化效果较好,运行时间较快,能有效减少电力变压器所需的材料成本或损耗。     

基于伪逆的导轨机械臂关节速度纠偏运动规划方案

针对导轨机械臂在任务执行过程中出现的关节速度偏离期望值的问题，提出了一种基于伪逆算法的导轨机械臂关节速度纠偏运动规划方案。首先，根据机械臂的关节角状态和末端执行器的运动状态，运用伪逆算法对导轨机械臂在速度层上进行冗余度解析。然后，设计时变函数对关节速度进行约束调整，使偏离后的关节速度收敛于期望值。接着，针对末端执行器出现的位置误差设计了误差修正方法以保证轨迹跟踪任务的顺利执行。最后，将运动规划方案在Matlab软件上以基座直线移动和弧形移动的四连杆冗余度机械臂为例进行了仿真实验。仿真结果表明了该方案能纠正导轨机械臂在任务执行过程中偏离期望值的关节速度，且能使末端执行器的轨迹跟踪达到较高的精度。     

基于伪逆的导轨机械臂关节速度纠偏运动规划方案

针对导轨机械臂在任务执行过程中出现的关节速度偏离期望值的问题,提出了一种基于伪逆算法的导轨机械臂关节速度纠偏运动规划方案。首先,根据机械臂的关节角状态和末端执行器的运动状态,运用伪逆算法对导轨机械臂在速度层上进行冗余度解析。然后,设计时变函数对关节速度进行约束调整,使偏离后的关节速度收敛于期望值。接着,针对末端执行器出现的位置误差设计了误差修正方法以保证轨迹跟踪任务的顺利执行。最后,将运动规划方案在Matlab软件上以基座直线移动和弧形移动的四连杆冗余度机械臂为例进行了仿真实验。仿真结果表明了该方案能纠正导轨机械臂在任务执行过程中偏离期望值的关节速度,且能使末端执行器的轨迹跟踪达到较高的精度。     

基于ARM嵌入式牙椅控制系统的设计与实现

文章论述了基于ARM嵌入式技术的牙椅控制系统.系统硬件电路以32位ARM处理器S3C44B0X作为核心,通过SPI与ATmega16芯片通信,构成双CPU模块协同控制.软件以嵌入式uC/OS-II操作系统作为实时多任务内核,设计了7个功能任务,并通过信号量进行各任务通信.实验证明该牙椅控制系统具有良好的可靠性、通用性、实时性、可扩展性和较高的性价比,很好地满足了口腔疾病的诊疗需求.     

指定初始关节速度的冗余度机械臂运动规划方案设计

设计了一种指定初始关节速度的冗余度机械臂运动规划方案.首先,根据机械臂关节角状态和末端执行器运动状态,在速度层上对机械臂建立伪逆算法求解模型;其次,为实现关节速度从指定初始速度连续趋近于执行任务所期望的速度解而在关节速度上加约束函数进行调整;再次,为减少机械臂执行任务期间末端执行器的位置误差而采用误差补偿方法以保证轨迹跟踪的精度;最后,将运动规划方案在MATLAB软件上对平面四连杆机械臂进行了仿真实验.仿真结果表明,该运动规划方案能消除机械臂在任务切换过程中的速度跳变,且末端执行器跟踪路径能达到较高的精度.     

Arduino环境下冗余度机械臂E47算法的实现

针对目前机械臂运动规划与控制系统成本较高,机器人技术难以普及等问题,选择8位单片机实现机械臂运动规划算法;为提高机械臂执行任务的实时性,提出了一种基于Simulink的机械臂运动规划硬件实现模型.首先,对机械臂进行运动学分析,建立数学模型;其次,将机械臂的运动规划问题转化成二次规划问题,同时引入误差补偿函数以减小机械臂...     

搬运机械臂的初始加速度和速度连续运动规划研究

工业机械臂在执行搬运任务时可能会出现初始关节加速度和速度跳变的情况,这会影响机械臂电机的使用寿命,并使搬运的物品受到较大的冲击力,从而造成物品的损坏.针对该情况,设计了一种基于伪逆的机械臂初始加速度和速度连续运动规划方案.首先,根据机械臂关节角状态和末端执行器运动状态,对机械臂在加速度层以及速度层上建立伪逆算法求解模型...     

切比雪夫正交基神经网络的权值直接确定法

经典的BP神经网络学习算法是基于误差回传的思想.而对于特定的网络模型,采用伪逆思想可以直接确定权值进而避免以往的反复迭代修正的过程.根据多项式插值和逼近理论构造一个切比雪夫正交基神经网络,其模型采用三层结构并以一组切比雪夫正交多项式函数作为隐层神经元的激励函数.依据误差回传(BP)思想可以推导出该网络模型的权值修正迭代公式,利用该公式迭代训练可得到网络的最优权值.区别于这种经典的做法,针对切比雪夫正交基神经网络模型,提出了一种基于伪逆的权值直接确定法,从而避免了传统方法通过反复迭代才能得到网络权值的冗长训练过程.仿真结果表明该方法具有更快的计算速度和至少相同的工作精度,从而验证了其优越性.