采用ABC算法的关节机器人动力学参数辨识

实验辨识机器人动力学参数是获取基于模型的控制器参数的主要方式。针对一般方法仅能辨识线性动力学模型从而辨识精度不高的问题,提出采用人工蜂群(Artificial bee colony,ABC)算法辨识机器人动力学模型。通过Newton-Euler法建立关节型机器人的刚体动力学模型,并用低速动态特性更佳的非线性摩擦模型描述关节间摩擦特性,代替传统的库仑-黏性摩擦模型。优化辨识实验所用的激励轨迹,采集实验数据进行必要的预处理后,采用ABC算法辨识机器人动力学参数。结果表明,ABC算法能够精确辨识动力学参数,基于辨识结果的预测力矩抑制了误差峰值的出现。应用辨识结果设计基于模型的前馈控制器,实验结果表明基于模型的控制器能够提高轨迹跟踪精度。     

工业机器人D-H运动学参数分步辨识方法

针对工业机器人运动学参数辨识过程中的角度误差易淹没在数量级较大的位置误差中的问题，提出一种快速有效的分步辨识方法。首先构建机器人Denavit-Hartenberg（D-H）运动学模型，其次给出参数辨识两步误差模型，最后进行机器人运动学参数辨识试验。借助激光跟踪仪进行外部测量，通过3种试验方案对比，验证了基于两步误差模型的机器人运动学参数辨识方法的正确性和有效性，且辨识精度具有一定优势。将辨识参数代替机器人原有运动学参数，进行碳纤维薄板钻孔加工，加工孔的位置度由3 mm提高到1 mm以内。     

一种基于遗传算法的机器人补偿学习控制方法

机器人建模的不精确性以及一些扰动的存在给机器人控制增加了相当大的难度。针时这一问题，本文以PUMA560机器人为被控对象，给出了一种PUMA560机器人动力学模型的简化形式，采用PD控制的计算力矩法，得到了机器人的闭环动态误差方程，在此基础上设计了机器人的控制器结构，提出了一种新的基于遗传算法(Genetic algorithm，GA)的机器人补偿学习控制方法。将GA与计算力矩法相结合，利用进化学习来消除机器人中不确定因素的影响，实现时机器人轨迹跟踪的良好控制。最后给出了这种控制的仿真结果，验证了该方法的有效性。     

基于抗差估计的工业机器人运动学参数标定

为了提高工业机器人标定过程中参数辨识的鲁棒性,提出了一种基于抗差估计的运动学参数标定方法。首先基于D-H模型建立了末端位姿误差模型,同时分析了等价权函数,然后利用激光跟踪仪测量机器人基坐标系和末端位姿,最后结合IGG3权因子函数利用抗差最小二乘法辨识了运动学参数。实验表明,机器人绝对定位的RMS误差由补偿前的0.87mm降低到补偿后的0.21mm,相较于传统的最小二乘辨识算法,此标定方法拟合精度更高且鲁棒性更强。     

旋翼飞行器飞行动力学系统辨识建模算法研究

描述了旋翼飞行器飞行力学模型的系统辨识建模算法,从旋翼飞行器飞行动力学建模的共性问题入手,首先采用机理建模的方法分析了旋翼飞行嚣主要气动部件所受气动力.考虑旋翼挥舞运动对旋翼飞行器飞行动力学特性的影响,建立了旋翼飞行器的飞行力学系统辨识参数化模型集.其次以子空间方法辨识初始飞行动力学模型,采用加权频域预报误差法获得最优模型的两步辨识方法解决旋翼飞行器这一非线性不稳定,多输入-多输出系统辨识问题,且所辨识模型与机理模型具有相同的结构.最后对样例直升机的悬停飞行状态模型辨识进行了数值与试飞试验验证,表明了方法的有效性.     

基于神经网络的机器人迭代学习控制

针对机器人动力学模型的不确定性和负载扰动,提出了一种采用神经网络的机器人迭代学习控制方法。该方法将反馈控制和神经网络学习控制相结合,反馈控制沿时间轴方向使关节运动跟踪期望轨迹,神经网络学习控制沿迭代轴方向使关节运动逼近期望轨迹。文中还给出了基于ＢＰ神经网络的学习控制算法。仿真结果表明,该方法能克服机器人动力学模型的不确定性和负载扰动,具有良好的鲁棒性和控制性能。     

基于Hammerstein模型的非线性气动弹性系统辨识

在非线性气动弹性系统的辨识中,Hammerstein模型常用来辨识系统的非线性部分,而假设其线性部分是已知的。本文以累积相干函数为准则,有效地选择非线性部分的基函数,减少辨识参数的数目;利用条件逆谱法得到系统线性部分的极点,并构造相应的正交基函数;基于Hammerstein模型,建立该非线性系统的参数化模型;用非迭代方法求解模型参数;从而提出了能够同时辨识系统线性和非线性部分的非迭代辨识算法。以俯仰方向含刚度五次非线性的二元翼段为例,验证了该辨识方法的有效性。     

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。     

考虑非理想噪声干扰的直升机飞行动力学模型辨识方法

利用MATLAB/SIMULINK平台搭建了直升机仿真实验系统，并以UH-60直升机为对象实现了考虑非理想噪声干扰的仿真飞行实验。建立了非理想噪声数学模型并基于增广最小二乘法设计 了一套同时考虑模型参数和噪声参数的综合辨识算法，在此基础上，利用仿真实验数据实现了UH-60直升机纵向飞行动力学模型的辨识与验证。最后，通过与普通最小二乘法的对比验证了本文方法的优越性。      

基于小波神经网络的多模型故障检测

提出了一种利用小波神经网络辨识非线性系统多模型故障的方法。证明了状态估计误差渐近收敛到零，同时证明了如果激活函数满足持续激励条件，辨识器参数将趋于理想辨识器参数。分析了多模型辨识结构，并将小波神经网络作为辨识器应用于多模型故障检测。给出了小波神经网络进行非线性系统逼近的实例，用小波神经网络辨识器对多故障模型检测进行了仿真，证明了此方法的正确性和可行性。     

运载火箭与有效载荷的动力学接口

以同一运载火箭发射不同有效载荷的实际需要为应用背景，引出了动力学接口的概念，阐述了这一概念在振动环境试验条件的制定和试验模态分析中的应用，讨论了界面自由度的确定原则和动力学接口参数的分析和实测方法。     

星箭力限试验条件设计研究

阐述了星箭振动试验过程中的过试验现象及其机理,分析了几种常用的力限试验条件设计方法。通过建立星箭分析模型,利用三种分析方法进行了星箭力限试验条件的计算,并与星箭耦合分析、振动台仿真分析结果进行了对比。表明如果两个子系统的有限元分析模型和外载荷在分析频段均可靠,直接通过有限元软件获得界面力和界面加速度,并进一步得出二者的转换关系,应更有应用价值。在有限元模型不可靠或星箭结构方案设计阶段,基于复杂二自由度模型的简化分析方法,可以较好地得到力限试验条件。     

有效载荷／运载火箭耦合分析的频域方法

盘算尖响函数综合技术导出了用耦合频响函数和无有效载荷的运载火箭界面加速度响应表示的有效载荷／运载火箭耦合动力分析的频域方法，给出了以自由界面的运载火箭模态分数放自由界面或固定界面有效载荷模态参数构成的耦合频响函数表达式。     

通信卫星不同带宽数字群时延测试技术实现

群时延特性是通信卫星转发器分系统重要的测试项目，目前通信卫星主要采用数字群时延测试方法，该算法设计之初是为了满足10 MHz量级转发器带宽的测试。随着通信卫星有效载荷技术的不断发展，通信带宽也呈现出多样化，从军用卫星的窄带通信（带宽10 kHz量级）到高通量卫星的宽带通信（带宽100 MHz量级），不同带宽对群时延测试指标和测试技术提出了不同的要求。本文在数字群时延测试方法的基础上，通过理论分析、MATLAB仿真和卫星工程测试验证等环节，对不同通信带宽下的转发器群时延测试系统、参数及算法进行优化设计，使其算法能够满足不同转发器带宽下的群时延特性测试。     

螺栓连接梁的非线性动力学响应分析

连接界面存在复杂的非线性行为和机理。连接部位是导致结构复杂非线性动力响应的关键所在。传统结构动力学分析中,通常忽略连接或采用线性化的方法来建模,造成无法分析和研究含连接结构的非线性动力行为的困难。文中在分析改进Iwan模型用于连接界面动态力学行为描述的基础上,将改进Iwan模型用于构造非线性连接元,该单元能够反映连接界面在不同载荷幅值下的复杂的粘着-滑动行为特征,能反映出幅变非线性阻尼的特征。进一步,应用该连接单元分析了螺栓连接梁的非线性动力学响应。结果表明,该连接单元能够反映出连接结构动力学响应的非线性特征,可方便地与现有有限元动力计算程序接合,用于含连接结构非线性动力学响应的分析。     

基于双层集总参数模型的卫星热控系统仿真方法

在实现各种功能的卫星研制和应用中,热控制技术是重要的系统组成部分,目前星上热控分系统工程中普遍应用的热分析方法是以热网络方程和专业软件为主.但这种方法计算量大、软件难以离线使用,不适于卫星总体实时仿真平台,因此提出了一种基于设备等效动态特性的双层集总参数模型的应用方法.该方法将卫星解耦成内层环节和外层环节共计5个参数环节以模拟整星温度场,并可与总体仿真平台集成进行温度预测.最后对等效动态特性模型进行了实例说明和结果分析,并提出了这种方法的适用范围.     

一种改进的降落伞动力学模型

为更准确地模拟降落伞动力学特性,根据质点系动量定理和动量矩定理推导出一种改进的降落伞动力学模型。基于该模型对某十字型伞开展了稳降阶段的编程计算,获得了降落伞和载荷体的速度及姿态角的变化情况,数值计算结果和空投试验结果有很好的一致性。该模型易于编程,相较于传统模型能得到更准确的降落伞速度和姿态角的振荡频率,是传统降落伞动力学模型的有益补充。     

基于小波神经网络的航空发动机建模研究

提出将多个多输入单输出小波神经网络(WNN)组合构造多输入多输出(MIMO)的WNN来逼近MIMO非线性动态系统的快速而简单的实现方法，并采用高效率的初始化方法缩短了训练时间。采用某型航空发动机在飞行包线内均匀分布的工作点参数来训练，建立了全包线适用的动态小波神经网络航空发动机模型，用交叉验证的方法检验表明在全包线内有较高的精度及泛化能力。与反传算法神经网络(BPNN)、径向基函数神经网络(RBFNN)建立的动态模型在精度及泛化能力等方面做比较，结果表明WNN建立的模型训练精度高而且泛化能力强。     

一种基于结构相似性的动特性预示方法

提出了一种基于结构相似性的全弹动特性预示方法。首先通过基于遗传算法的模型修正方法,获得了参考型号精度较高的有限元模型,进而得出了结构刚度参数的修正系数,然后根据结构相似性,将参考型号结构刚度参数的修正系数应用于相似型号结构动特性建模及仿真。试验验证结果表明,采用本方法预示的导弹全弹动特性与试验结果相比,前三阶频率最大偏差不超过11%,各阶振型与试验结果相近。     

以频率为目标函数的结构优化设计

本文采用优化准则法的基本方法,研究了以频率为目标函数的结构动力优化法,普把它应用到直升机的结构动力优化设计上。这种方法除可用于直升机的动部件外,还可用于风力机、机械和船舶的结构动力优化设计上。