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。     

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。     

一种带负载工业机器人动力学模型辨识方法

针对带负载工况下六自由度关节型工业机器人动力学模型的辨识问题,提出了一种带负载机器动力学模型的参数辨识方法。在获 得机器人本体动力学模型的前提下,用Newton Euler法建立负载动力学模型进行补偿,设计激励轨迹获取负载贡献的力矩,然后用加权最小二乘法辨识出负载模型中未知参数。最后对得到的带负载完整机器人动力学模型进行验证与分析,结果表明通过辨识得到的预测力矩与测量力矩有较好的跟随性,所提出的辨识方法具有一定的工程参考价值。     

基于最大似然法的风洞自由飞试验气动力参数辨识技术研究

采用最大似然辨识算法对风洞自由飞试验数据进行气动力参数辨识,可以避免直接对测量数据进行二阶数值微分造成的气动参数的严重误差。详细介绍了风洞自由飞试验气动力参数辨识的原理及方法,分别通过仿真和实测数据算例对方法进行了具体说明和实现。算例辨识结果表明将气动参数辨识技术应用于风洞自由飞试验,是获取飞行器气动特性的有效途径之一。力导数可辨识性较低,受测量精度影响较大;力矩导数辨识结果与工程软件计算值接近,相对误差在30%以内,基本满足工程精度要求。同时,增加试验数据测量点数、提高数据测量精准度、安装过载测量设备、提升模型加工工艺水平,均有利于提高辨识结果的可信度。     

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.     

结构参数范围内Delta机器人最优工作空间求解

求解Delta机器人结构参数范围内的最优工作空间对规划Delta机器人的运动轨迹具有重要参考价值。文章基于Wolfram Mathematica软件分别根据三自由度Delta机器人正、逆运动学模型求解Delta机器人的工作空间。以Delta机器人的工作空间为评价指标开展正交试验,研究Delta机器人主动臂长度(250～350 mm)、从动臂长度(500～700 mm)、静平台外切圆半径(125～175 mm)、动平台外切圆半径(50～90 mm)这4种结构参数对Delta机器人工作空间的影响。研究表明：结构参数范围内Delta机器人最优工作空间对应的结构参数分别是主动臂长度350 mm、从动臂长度600 mm、静平台外切圆半径125 mm、动平台外切圆半径90 mm,此时Delta机器人的工作空间最大,工作空间可以容纳一个高度为300 mm、宽度为800 mm的Delta机器人拾放运动门字轨迹。     

尖前缘驻点热流精细化测量研究

为提高升阻比特性,现代高超声速飞行器常采用尖前缘结构,这对热防护系统提出了很大挑战。尖前缘结构由于表面曲率较大,常规的点测量和面测量试验技术均难以对驻点热流进行准确测量。针对尖前缘驻点热流测量难题,制作了专用的整体式薄膜电阻温度计,建立了驻点热流参数辨识方法,并以不同前缘半径（R=1.0、2.0和5.0 mm）的斜劈模型为研究对象,在FD-20高超声速脉冲风洞中开展了试验验证,来流马赫数分别为4、5、6和8,试验结果表明:整体式传感器稳定性好、灵敏度高、耐冲刷性强,其参数辨识方法精度高,试验获得的前缘驻点热流与理论值误差小于15%。     

飞机颤振模态参数辨识的期望最大化

文章采用一种适用于噪声环境的期望最大化算法,准确地辨识飞机的颤振模态参数.在建立随机状态空间模型的基础上,该算法以迭代的形式计算似然函数的最大值,它包括两步:期望和最大化.无需计算对数似然函数的二阶偏导及其近似式,可提高似然函数收敛于平稳点的可能性.算前采用新息方差准则估计出系统的阶数,以减少计算复杂度.最后利用试飞试验数据辨识飞机的系统参数,验证了其方法的有效性.     

一种闭环对象辨识方法及其在生产中的应用

针对一些难达稳态过程的模型不易辨识的问题,提出了一种对象模型参数和状态方程初值同时辨识的新方法.该方法可不进行装置实验,仅使用装置历史数据就可进行在线辨识,且适用于系统处于非稳定状态的阶跃响应数据.闭环控制系统辨识仿真和实际应用表明,应用该方法辨识出的对象特性进行PID参数设计,效果明显,并且使控制系统具有很好的抗干扰能力和鲁棒性.     

基于QSSE方法的橡胶隔震支座参数识别

采用二次误差平方和(Quadratic sum-squares error,QSSE)方法对橡胶隔震支座参数识别进行研究。建立经典Bouc-Wen模型以模拟橡胶隔震支座的非线性动力学特性。对橡胶隔震支座进行振动台实验,基于实验测量的加速度响应和QSSE方法在线实时地识别橡胶隔震支座的参数和位移。研究结果表明,在两种典型地震波的激励作用下,采用QSSE方法分别对3种参数数量不同的Bouc-Wen模型进行识别,得到的橡胶隔震支座模型参数一致,且识别位移曲线和实际测量位移曲线吻合良好,验证了QSSE方法在橡胶隔震支座参数识别中的有效性与准确性,并证明了本文所得Bouc-Wen模型参数的合理性及Bouc-Wen模型简化的可行性。     

基于Hammerstein模型的非线性建模与预测控制

所有实际的运动机构中都包含一定的非线性,对其进行精确的建模和控制是运动控制中具有挑战性的难题。文中提出了基于粒子群优化算法的RLS-PSO系统辨识建模方法,所得伺服转台模型具有良好拟合效果;对该模型提出改进的两步法,应用基于预测函数控制(Predictive functional control,PFC)的全局优化预测控制;伺服转台的仿真运行结果表明跟踪效果良好。     

机器人制孔工艺参数优化有限元仿真分析

采用大型有限元DEFORM-3D和Abaqus软件分析机器人制孔的切削机理和制孔时机器人的振动机理。仿真分析了机器人制孔的切削力,并以仿真数据为基准,拟合了机器人制孔切削力的经验公式,仿真机器人的模态、刚度和阻尼,运用颤振理论分析了机器人制孔时避免振动的工艺参数范围。通过有限元仿真研究表明:有限元仿真计算有效地解决了机器人制孔工艺参数优化问题。     

计算参数对数值修正载荷识别算法的影响

针对在载荷识别计算中经常遇到的累积误差问题,提出了一种在每个时间步长内迭代修正的 载荷识别算法。首先利用拟静态算法得到载荷初值,再使用数值迭代算法对其进行修正计算,仿真结果表明,该修正算法可以有效地减小由于累积误差导致的发散,得到收敛的识别结果。针对上述算法,本文以多输入多输出简支梁为模型,分别分析了区间放大系数、区间分割系数和精确度指标3个计算参数对于识别结果的影响。计算结果显示,参数的选择对算法的效率和精度影响很大,不当的参数甚至可能引起识别结果严重发散,所以选择合适的计算参数对于数值修正算法十分重要。     

基于遗传算法的混合威布尔分布参数最小二乘估计

混合威布尔分布模型常用来分析具有多种失效模式的复杂系统的可靠性数据,由于模型中包含较多参数,与单一威布尔分布相比,混合威布尔分布的参数估计更为复杂。利用遗传算法为优化方法,提出了一种混合威布尔分布参数估计的最小二乘方法。以残差平方和最小为优化目标,以各参数取值范围为约束条件,构建了混合威布尔分布的非线性最小二乘优化模型;通过变换决策变量上下限、引入惩罚因子和保存最优个体等策略改进传统遗传算法以提高算法的性能,进而利用改进后的遗传优化算法对混合威布尔分布的非线性最小二乘优化模型进行求解。实例分析表明本文方法有效,利用本文方法计算得到的可靠度估计值与真实值之间的最大偏差和标准均方根误差,相对于图估计法分别减少了0.028 4与0.032 8,相对于极大似然估计法分别减少了0.000 8与0.003 6。     

双级圆柱齿轮减速器虚拟样机建造研究

以虚拟样机理论为基础,以某型号双级圆柱齿轮减速器为分析对象,整合三维造型软件、系统分析软件和有限元分析软件,形成了齿轮减速器综合开发平台。该平台中,基于优化设计的齿轮自动建模方法具有通用性、实用性和独创性,并且可以与CAM/CAPP模块进行整合;优化设计数学模型适用于多种线形齿轮,具有通用性;样机的仿真结果与实际测量数据相吻合率达98%。该平台除了可以完成设计和系统分析外,还可以仿真实际使用环境,完成运动学、动力学和有限元分析,有实际的工程意义。     

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。