排序方式: 共有76条查询结果,搜索用时 31 毫秒
41.
点焊机器人动态性能有限元分析 总被引:2,自引:0,他引:2
应用商用有限元分析软件ANSYS 5.5对SIA-120点焊机器人系统作了模态分析.运用分析结果进行模型仿真,验证了所建模型的正确性,同时指出了样机结构设计的薄弱环节.将改进的设计方案应用于模拟样机的仿真模型,用有限元方法定量地计算出了系统改进后的动态特性参数. 相似文献
42.
通过合理利用多种放电加工方法制作超声微细加工的多种微小工具头,以此为基础进行多种硬脆材料的超声微细加工基础试验,获得良好的试验效果。 相似文献
43.
在多机器人协同、运动学参数辨识和机器人离线编程等作业任务下,需要标定出机器人基坐标系在世界坐标系中的精确位姿.提出和实施了一种利用四元数表示法进行机器人基坐标系精确标定的方法.利用指数积公式,建立机器人的运动学模型.利用外部测量设备,测量出5个不共面的工具中心点,并记录对应的机器人关节位形.以基坐标系位姿对应的旋转矩阵元素为变量,建立不相容方程组,并求出基坐标系位姿的初步齐次矩阵.由于测量误差和截断误差,初步齐次矩阵的旋转矩阵部分不能满足单位正交阵的性质.利用四元数的几何约束条件,建立罚函数形式的目标方程,将初步齐次矩阵进行正交化修正.通过一系列的实际机器人的标定试验,验证了该标定方法的正确性,并提高了机器人末端的定位精度. 相似文献
44.
针对临近空间高超声速再入滑翔目标的跟踪问题,提出了一种基于回顾成本输入估计的无偏转换量测卡尔曼滤波(Retrospective cost input estimation-unbiased converted measurements Kalman filter, RCIE-UCMKF)。首先,根据再入滑翔目标的飞行特性,将加速度看成是未知的确定输入构建运动学跟踪模型;然后,对目标的非线性量测信息进行无偏转换,并将得到的噪声协方差矩阵进行解耦,降低算法的复杂度;最后,利用回顾成本的输入估计对未知加速度进行重构,采用递推最小二乘法更新输入估计器的参数矩阵,同时将估计的加速度引入到卡尔曼滤波框架下,实现对高超声速再入滑翔目标状态的准确估计。仿真结果表明了该算法的有效性和可行性。 相似文献
45.
电离层延迟误差是全球导航卫星系统(global navigation satellite system,GNSS)中的重要误差源之一.目前在电离层延迟改正模型中,应用最广泛的是Klobuchar参数模型,但是该模型的改正率仅能达到60%左右,无法满足日益增长的精度需求.将国际GNSS监测评估系统(internation... 相似文献
46.
47.
等离子喷涂铜-石墨复合涂层结构与干摩擦磨损性能研究 总被引:1,自引:0,他引:1
以粒度为50~70μm的铜包石墨(Graphite-65%Cu质量分数,下同)复合粉体为原料,采用大气等离子喷涂设备在316不锈钢基体上制备了铜-石墨复合涂层。运用场发射、能谱、X射线衍射等手段对涂层显微结构进行了表征,并利用UMT球-盘式摩擦磨损试验机探讨了室温大气环境下铜-石墨复合涂层的摩擦学性能。结果表明,Graphite-65%Cu复合涂层结构致密,与不锈钢基材结合牢固;石墨在涂层中分布均匀;物相组成主要为C,Cu和Cu2O三相;摩擦副间石墨转移膜的形成是涂层低摩擦系数的主要原因。不同载荷和速率条件下所得涂层摩擦系数在0.03~0.15间。粘着磨损是主要磨损机制。 相似文献
48.
线圆极化转换器在卫星通信天线系统中可发挥重要作用,针对K/Ka频段卫星通信的需求,采用天线-移相器-天线(AFA)结构,通过独立设计双频带内接收和发射天线,提出了一款双频宽带线圆极化器。通过堆叠贴片的方式引入新的谐振点,从而拓展极化器的工作带宽。所设计的极化器单元尺寸为0.4λK×0.37λK×0.27λK,可在K波段将入射x方向线极化波转换为右旋圆极化波,并在Ka波段将入射y方向线极化波转换为左旋圆极化波。实测结果表明:在保证入射角为0°~25°范围内,该极化器响应稳定,在K和Ka波段的工作带宽分别为9.8%(18.3~20.2 GHz)和7.8%(28.5~30.82 GHz)。 相似文献
49.
采用数值模拟方法,研究了不同内收缩比二元高马赫数进气道的起动特性。研究发现:内收缩比影响进气道的加速起动特性,内收缩比越大,加速自起动马赫数越大,加速过程中,大内收缩比性能参数只有1次阶跃,而小内收缩比构型性能参数存在2次阶跃;相同来流条件下,隔离段出口反压对具有不同加速自起动能力的进气道影响不同,来流马赫数高于加速自起动马赫数的进气道,反压引起进气道不起动后可以再起动,来流马赫
数低于加速自起动马赫数的进气道,反压引起进气道不起动后无法再起动,且抗反压能力严重下降。不起动状
态下的进气道对出口反压十分敏感,给定出口反压边界条件的模拟方法很难获得稳定的不起动流场。 相似文献
50.
陀螺仪固有的随机误差会随时间积累越来越大,循环神经网络作为一种有效处理时间序列信号的算法被广泛使用,然而传统的循环神经网络在处理陀螺仪产生的随机误差上无法解决长期依赖,容易出现梯度消失和梯度爆炸问题.为了获得精确的陀螺仪信号,本文基于循环神经网络变体的长短记忆网络和门循环单元的陀螺仪信号降噪算法,并创新性的将两种网络进行组合验证.文中先是通过Allan方差对陀螺仪随机误差进行误差分析,然后基于LSTM和GRU组合对陀螺仪输出信号进行补偿处理,结果表明LSTM结合GRU对陀螺仪的随机误差处理有明显改善,其中X、Y、Z轴方向陀螺仪的量化噪音、角度随机游走、零偏不稳定性、角速度游走和速度斜坡性能均有不同程度的提升. 相似文献