首页 | 本学科首页   官方微博 | 高级检索  
     

基于自适应迁移高斯过程的工业机器人模态迁移
引用本文:郭皓邦,李钰,叶葱葱.基于自适应迁移高斯过程的工业机器人模态迁移[J].机械设计与研究,2021,37(6):13-17.
作者姓名:郭皓邦  李钰  叶葱葱
作者单位:中国航发南方工业有限公司,湖南株洲412002;中国航发南方工业有限公司,湖南株洲412002;华中科技大学机械科学与工程学院,武汉430074
摘    要:随着串联六自由度工业机器人的技术提升,其逐渐被尝试应用于高精度的机械加工场景.机械加工的精度和稳定性受工业机器人的动态特征影响,因此对于机械加工场景中的机器人进行动态特征研究具有重要意义.而工业机器人工作空间大,对整个工作空间进行大量的实验模态测量与分析是一项繁重的工作.因此本文提出一种采用自适应迁移高斯过程进行工业机器人不同工作空间之间实验模态迁移的方法.通过本方法可实现机器人不同工作空间之间实验模态的迁移分析,由足量的源工作空间数据与少量的目标工作空间数据建立准确的目标工作空间实验模态模型.对COMAU NJ220机器人进行实验模态测量与分析,实现源工作空间模态模型向目标工作空间模态模型的迁移.实验结果表明,所采用的实验模态迁移方法既可以减少实验模态测量工作量,又可有效保证目标工作空间实验模态的预测精度.

关 键 词:工业机器人  实验模态分析  自适应迁移学习  高斯过程

Modal Properties Transferring for Industrial Robot with Adaptive Transfer Learning Algorithm based on Gaussian Processes
GUO Haobang,LI Yu,YE Congcong.Modal Properties Transferring for Industrial Robot with Adaptive Transfer Learning Algorithm based on Gaussian Processes[J].Machine Design and Research,2021,37(6):13-17.
Authors:GUO Haobang  LI Yu  YE Congcong
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号