| 重载并联六维力传感器及静态标定 |
| |
| 作者姓名： | 蔡大军 姚建涛 李颖康 易旺民 许允斗 赵永生 |
| |
| 作者单位： | 燕山大学河北省并联机器人与机电系统实验室,河北秦皇岛066004;燕山大学工程训练中心,河北秦皇岛066004;燕山大学河北省并联机器人与机电系统实验室,河北秦皇岛066004;燕山大学先进锻压成形技术与科学教育部重点实验室,河北秦皇岛066004;燕山大学河北省并联机器人与机电系统实验室,河北秦皇岛066004;北京卫星环境工程研究所,北京100094 |
| |
| 基金项目： | 国家自然科学基金(51675459,U2037202);河北省高校百名优秀创新人才支持计划(SLRC2019039);河北省省级科技计划国际科技合作基地建设专项(19391825D) |
| |
| 摘 要： | 针对传感器重载小尺寸需求,提出一种具有混合分支的重载并联六维力传感器,分析了其结构特点和测量原理。搭建了重载并联六维力传感器标定系统,为改善维间耦合及制造误差等对测量精度产生的影响,从标定算法及模型优化方面对其进行了研究。分别利用最小二乘法和BP神经网络算法对加载实验数据进行了处理,分析结果表明BP神经网络算法要明显优于最小二乘法,并通过数据随机分组测试验证了结果的正确性。基于BP神经网络,提出了一种基于人工鱼群算法的BP神经网络算法,并采用优化后的BP神经网络标定算法对实验数据进行了计算分析,结果表明优化后的BP神经网络计算结果较好且稳定,不易陷入局部极值。
|
| 关 键 词： | 计量学 六维力传感器 轮辐 重载 标定实验 混合分支 |
| 收稿时间： | 2019-12-10 |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《计量学报》浏览原始摘要信息 |
|
点击此处可从《计量学报》下载全文 |
|
