工业机器人在飞机数字化装配中的应用

通过对当今工业机器人技术的发展和背景的分析,表明该技术在飞机装配中的重要价值,并分列阐述出智能工业机器人在飞机装配中的八大主要应用环节。指出在发展工业机器人技术应用中的主要关键技术。并对其在航空领域的发展方向和趋势进行了展望。     

舱外活动系统述评

舱外活动（EVA）系统可分为3部分：1）航天员装备系统,包括舱外航天服（EVA航天服）、安全系绳和机动装置;2）空间支持系统,包括气闸、约束装置、EVA工具、在轨训练设施、遥控自动操作装置,以及表面运输工具;3）地面试验、训练与保障系统,包括减重／失重设施、热／真空试验舱、虚拟现实模拟系统、星体表面模拟场地,以及任务保障设施。文章阐述EVA系统的组成与功能,评述EVA技术现状及发展趋势。     

仿鞭毛菌游动的微型机器人近壁运动

鞭毛菌及模仿其运行的微机器人在靠近壁面游动时,其运动模式与远离壁面时有所不同。针对这一现象,本文利用抗力理论和Stokes方程的线性性质,对鞭毛菌在壁面附近运动时流体对其施加的作用力进行分析,建立了鞭毛菌近壁运动的动力学模型。同时计算了细菌在平行于壁面平面内的运动轨迹与游动速度,并与实验数据进行对比分析,结果验证了该理论模型 的有效性。在此基础上,探讨了鞭毛尾的几何和运动学参数与细菌的速度变化量之间的关系。本文研究为微型仿生游动机器人运动控制时规避近壁效应提供参考依据。     

面向非合作目标抓捕的机械臂轨迹规划方法

文章针对非合作目标抓捕问题设计了基于误差反馈系数的机械臂轨迹规划算法.考虑到空间机械臂在轨服务要求,采用反作用零空间方法来规划机械臂运动轨迹以实现机械臂与航天器之间的协调运动.为避免在规划起始阶段位姿误差较大可能导致机械臂关节速度过大的问题,引入了位姿误差反馈系数.为对空间机械臂抓捕非合作目标的轨迹规划技术进行验证,搭建了地面半物理仿真系统.试验结果表明,通过合理选择位姿误差反馈系数,设计的轨迹规划算法能够使固定基座机械臂末端执行器以较为均匀的速度逼近非合作目标,并能以较高精度实现对非合作目标的抓捕.该试验可以为空间机械臂抓捕非合作目标的轨迹规划提供参考.     

基座与臂杆全弹性空间机器人的有限时间控制

探讨了基座、臂杆全弹性影响下,基于有限时间的漂浮基空间机器人系统轨迹跟踪以及柔性抑振问题.由于弹性基座与两柔性杆之间存在多重动力学耦合关系,此系统为高度非线性系统.将弹性基座与臂杆间的连接视为线性弹簧,利用拉格朗日第二类方程并结合假设模态法,推导出该系统的动力学模型;应用奇异摄动理论的两种时间尺度假设,将系统分解为表示刚性运动的慢变子系统和表示基座弹性、双柔杆振动的快变子系统.针对慢变子系统,设计了一种基于名义模型的有限时间控制器,保证完成刚性期望轨迹跟踪.设计的积分式滑模面具有有限时间收敛特性,比传统渐近收敛控制方法具有更快的收敛速度和更强的鲁棒性;对于快变子系统,采用线性二次型最优控制同时抑制弹性基座与两柔性杆的振动.Lyapunov理论证明了所提控制算法能使跟踪误差在有限时间内收敛到原点.仿真验证了控制方法的有效性.     

柔性机器人终端振动抑制准时间最优控制

机器人运行速度的提高受到其高的加、减速度所激励的振动的限制。因为手臂的振动降低了手臂到达终点的定位精度,并延长了定位到终点的时间。本文提出了一个用死拍控制规律来提高柔性机器人的运行速度、抑制终端振动及提高定位精度的设计方法,它可提高如航天飞机舱外遥控机械手的定位精度,以及机器人自动化生产的劳动生产率。     

关于工业机器人运动学反问题的两种解法

本文发展了求解工业机器人运动学反问题的两种新方法:几何法和迭代法,分别适用于可解和不可解工业机器人的工作空间综合。     

电动机器人脉宽调速系统的研制

本文介绍用于DGR-5A五自由度电动机器人关节伺服回路的脉宽调速系统。主要介绍脉宽调制型功率放大的工作原理及设计方法,同时简要介绍关节伺服回路的设计。     

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。     

知识Petri网与机器人装配规划

介绍了知识Petri网（KPN），在柔性装配系统中基于KPN机器人装配规划的任务，以及用KPN为机器人装配规划的任务，以及用KPN为机器人装配规划建模和KPN的运行。文中论述了如何建立邻链表、构造KPN，以及最后如何运行KPN，获得最佳装配规划。最后，阐述了基于KPN的机器人装配规划系统中数据库、规划库及推理机的构造。基于KPN的机器人装配规划，与目前常用的机器人装配规划方法，如启发式搜索法AO和线性规划LP法相比，具有如下主要优点：由于将人工智能用于Petri网中，故智能强；适应性强，既适用于整套产品零件同时到达装配站，也适用于各零件分时到达装配站时的规划；算法简单，规划速度快，更适用于在线规划。