基于神经网络的机器人姿态逆解

首次实现自组织神经网络求解机器人姿态逆解，突破了文献局限于研究位置逆解的状况。应用本文创新的自组织神经网络训练方法，结合工业机器人运动学特性，建立了工业机器人姿态逆解的神经网络方法，对PUMA560机器人的计算机仿真结果表明，该方法姿态控制精度高。     

汇博机器人视觉系统在工件分拣中的应用

针对使用示教或离线编程方式工作的工业机器人程序固化,不能随环境改变自动调整分拣对象和过程,造成生产效率低、成本高的问题,提出了一种基于机器视觉的工业机器人分拣系统,该系统利用汇博工业机器人和智能相机与S7-1200 PLC通讯后对准抓取点并调整工件放置参数从而完成对工件的分拣和归类摆放。实验结果表明,该控制系统的软硬件设计能实现准确分拣工件且分拣成功率高,且易于实施。     

基于工业机器人的飞机柔性装配技术

研究了基于工业机器人的飞机柔性装配技术,着重讨论了机器人精度补偿、末端执行器设计、法线检测与找正、系统控制、离线编程等关键技术。通过在小翼部件加工中的应用,达到了孔位精度±0.5mm、法向精度±0.5°等关键技术指标。结果表明,对于特定应用对象采用机器人技术进行飞机部件自动装配为一个理想、低成本的解决方案,随着当今工业机器人性能不断增强,配以末端执行器和相关的补偿系统,在航空工业作为装配平台是可行的。     

电化学加工机器人动态性能设计与优化研究

工业机器人工作空间大、姿态灵活、可配置性高，且成本低，广泛应用于搬运、装配、喷涂和焊接等多个领域。但由于机器人末端轨迹精度不高，低速波动大，在电化学加工领域的应用很少。根据电化学加工低速、高轨迹精度特点，提出采用象限法设定电化学加工机器人工作区域，建立电化学加工机器人动力学优化函数，采用第三代非支配遗传算法NSGA-Ⅲ求解各设计参数最优Pareto解集，通过仿真和实验进行了动态性能测试验证。结果表明在设定工作区域内，电化学加工机器人直线轨迹精度可达0.073 mm，圆弧轨迹精度可达0.145 mm，低速工况下轨迹精度相比传统工业机器人提高近10倍。     

工业机器人的绝对定位误差模型及其补偿算法

工业机器人重复定位精度高而绝对定位精度低。为了提高工业机器人的绝对定位精度,提出一种绝对定位误差模型。基于该模型,利用激光跟踪仪和最小二乘法辨识出所需参数,并对误差进行补偿修正。最后,将这种方法应用在KUKA KR150-2机器人上进行测量和补偿。实验结果显示:平均绝对定位精度由补偿前的1.321mm变为补偿后的0.183mm,从而表明该方法的有效性。     

机器人柔性钻孔控制系统的设计与实现

针对飞机柔性装配的需要,在具体分析机翼钻孔流程的基础之上,提出一套基于工业机器人的柔性钻孔控制系统。该系统采用工业机器人集成多功能末端执行器的工作方式,并开发出具有精度补偿、姿态自适应调整和运动控制等功能的软件包。实验证明,该系统能有效提高机翼钻孔的质量和效率,满足其装配需求。     

π—超可解群的弱拟正规

引入有限群的弱拟正规子群的概念，利用这一概念获得了π-可解群为π－超可解群的一个充分条件，即若有限π－可解群G的每个极大子 在G中弱拟正规，则G为π－超可解群，并给出反例指出该结论与超可解群中相应结论的不同之处，本文所提及的群都是有限的。所用的符号和概念也是规范的。．     

含闭链机构机器人动力学探讨

本文用Appell方程就含闭链机构机器人动力学研究作了新的探讨,给出了建立含闭链机构机器人动力学方程的一般方法。旨在把含闭链机构机器人分解成相应的开链机构进行研究,因而大大简化了推导过程。文中通过一个实际工业机器人动力学方程的推导,证实了该方法的可行性。     

基于神经网络的机器姿态逆解

首次实现自组织神经网络求解机器人姿态逆解，突破了文献局限于研究益逆解的状况，应用本文创新的自组织神经网络训练方法机器人运动学特性，建立了工业机器人姿态逆解的神经网络方法，对ＰＵＭＡ５６０机器人的计算机仿真结果表明，该方法姿态控制精度高。     

INVERSE KINEMATICS FOR A 6 DOF MANIPULATOR BASED ON NEURAL NETWORK

运用神经网络求解机器人运动学位姿逆解，突破了文献局限于研究位置逆解的状况，首次实现自组织神经网络求解机器人姿态逆解。通过深入分析基于Ｋｏｈｏｎｅｎ网络原理和Ｖｉｄｒｏｗ－Ｈｏｆ误差修正的Ｍ．Ｒ．Ｓ．自组织神经网络及机器人运动学特性，创新了自组织神经网络训练算法并建立了一类工业机器人位姿逆解的神经网络方法。对ＰＵＭＡ５６０机器人的计算机仿真结果表明，本算法在自组织能力和定位控制精度方面大幅度提高。     

工程构件疲劳寿命估算的三维临界域法

临界域法将缺口附近区域中某点、线或面上的应力特征值作为材料失效的判断条件,能较合理地解释缺口效应现象,因此被认为是一类具有工程应用前景的缺口件疲劳寿命估算方法。本文首先结合三维工程结构的实际特点,详细阐述了适用于三维结构的应力场强法和临界距离法,对其中若干参数进行了准确定义和描述。然后,本文分别使用这两种方法和名义应力法对某型航空发动机轮盘进行了疲劳寿命估算。结果表明,本文给出的适用于三维结构的应力场强法、临界距离法能很好地预测航空发动机轮盘的疲劳寿命;而且相比于名义应力法,预测效果更好。     

航空发动机的降低ZP／LTR控制

研究了航空发动机的多变量鲁棒控制，提出了代价设计对象模型的构造方法。该模型是通过对被控对象的发动机执行机构进行特定输出反馈而得到的，它与被控对象模型阶次相同，明显低于目前常用的增广设计方法设计对象模型的阶次。基于低阶设计对象模型，作者以前研究的ZP／LTR设计方法转化为低价ZP／LTR设计方法，应用该方法使设计控制器的阶次明显降低，从而更易实现。通过对某型涡扇发动机的仿真研究验证了低阶ZP／LTR设计方法的有效性。     

采用主流FPGA的数字电路在线生长进化方法

采用主流FPGA器件构建了在线进化平台,提出了一种适合较大规模数字电路在线进化的生长进化方法。该方法模拟植物生长机理进化以解决进化速度缓慢问题,采用增长验证评估方法取代传统的穷举式验证评估方法来解决在线验证评估难题;应用免疫遗传算法克服遗传算法的早熟收敛问题;采用多参数级联十进制整数编码方法缩短染色体长度;采用生长进化方法成功地进化出了16位加法器和8位乘法器。对比实验结果表明,采用生长进化方法无论是进化出的电路规模,还是进化速度均优于传统的直接进化方法。     

基于B-样条插值的图像边缘检测

为了能高质量地进行图像边缘检测,提出了一种新的基于B-样条插值的边缘检测方法.该方法为了保证图像边缘检测后的质量,采用3次B-样条对图像的像素点灰度值进行插值运算,提出了基于B-样条插值的一阶和二阶微分算子,并引入数字滤波技术加以实现.利用B-样条可分离的特性,实现了2维空间的基于B-样条插值的连续图像的重构函数,在此基础上提出了用于边缘检测的基于3次B-样条的一阶梯度模板和二阶微分模板.该方法非常适合于采用硬件的并行化实现,极大地提高了图像处理速度和边缘检测质量.     

基于神经网络的飞机主要参数估算方法

根据飞机设计要求来选择主要参数往往涉及许多不确定的因素。本文基于多层神经网络计算模型，提出了一种新的飞机主要参数的估算方法，并给出了实现这种方法的详细步骤。将该方法应用于喷气支线飞机和喷气公务机主要参数的估算，测试结果表明估算误差均在10％之内。     

雕塑曲面数控加工的动态仿真及误差检测

讨论了雕塑曲面数控加工动态仿真及误差检测功能的实现方法，提出了雕塑曲面造型空间分割表示的仿真方法及利用ｚ坐标法进行误差检测。该方法不仅适用于实体造型系统而且适用于曲面造型系统，同时解决了实时仿真系统中计算精度与计算速度之间的矛盾。该功能已在“超人ＣＡＤ／ＣＡＭ／ＣＮＣ集成系统”中实现，效果良好。     

FAULT-TOLERANT INTEGRATED NAVIGATION SYSTEM BASED ON NEURONS

讨论了容错组合导航系统中的信息融合问题，提出了一种用于多传感器组合导航系统信息融合的神经元方法。通过仿真实验，验证了这种方法的可行性，该方法可以替代传统的需要估计协方差的数据融合算法，可以满足导航精度要求。     

采用PQLF的不确定模糊系统最优保性能控制

对一类模有界的参数不确定T-S模糊系统的保性能控制问题进行了分析研究。一个二次指标函数表征了闭环系统的性能。采用分段二次Lyapunov函数(Piecewise quadratic Lyapunov function,PQLF)方法,在使闭环系统渐近稳定的前提下以线性矩阵不等式(Linear matrix inequality,LMI)的形式给出了一种鲁棒最优保性能控制律。同时提出了一种新型分段并行补偿(Parallel distributed compensation,PDC)控制策略。该PDC控制器同样反映了模糊系统前提变量的规则结构信息。数值仿真显示,采用该设计方法所得到的闭环保性能值优于传统二次Lyapunov函数(Common quadratic Lyapunov function,CQLF)方法下的闭环保性能值,且系统动态性能良好,鲁棒性强。     

红外空空导弹头罩热应力分析

以红外空空弹头罩为研究对象,利用气动加热工程计算方法提供的热流密度为输入条件进行了热载状态下结构的瞬态温度场和热应力分析,并以电弧风洞试验进行验证,试验结果与计算结果吻合,表明本文方法具有一定的精度,能满足工程设计要求。利用文中的分析方法,提出降低红外头罩热应力的改进建议。     

利用遗传算法进行稠密视差图估计

提出了一种利用遗传算法解决立体匹配问题的方法以获得稠密的视差图。与以往方法不同．本将立体匹配问题看作一种多极值的优化问题——从一组可能的视差图中找到最合适的一个。在大量的优化算法中，已经证明对于具有广阔搜索空间的全局优化问题，遗传算法是一种潜在的有效方法。从这个思想出发．本把每一个视差图看作是一个进化个体．并把视差值作为染色体进行编码．因此该算法中．一个个体将会包含大量的染色体。然后，把一些匹配约束转化形成目标函数，利用遗传算法去搜索待解决问题的全局最优解。另外，为了减少匹配上的不确定性以及时间消耗，中还采用了从粗糙到细致的层次化匹配策略(coarse—to-fine strategy)。最后给出合成图与真实图的匹配实验结果．以验证该方法的性能。