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。     

面向工业机器人的数字孪生建模精度补偿方法

针对现有工业机器人智能装备建模感知监测精度缺失,依靠理论参数建模精度低等问题,本文以工业机器人铣削系统为研究对象,构建了高精度光栅尺实时测量机器人关节转角的数字孪生监测系统,避免了齿轮间隙、编码器丢码等关节转角误差对数字孪生建模准确度的影响;根据MD–H运动学建模方法建立了数字孪生驱动模型,采用L–M算法对工业机器人建模参数进行辨识修正,减少了机器人数字孪生模型中几何误差的影响;开发了数字孪生交互系统平台,用以监测、控制物理空间的工业机器人铣削系统的作业运动。利用辨识后的机器人关节参数构建的数字孪生模型,使得工业机器人铣削系统运动点位的建模精度从±1.6905 mm提高到了±0.3304 mm,提高了4.12倍,表明本文针对工业机器人数字孪生建模方法的正确性和建模参数辨识方法对建模精度补偿的可行性。     

移动机器人铣削制孔系统基准检测

结合航空大部件的数字化对接装配需求,设计了一套用于对接面铣削制孔的移动机器人加工系统,并提出具体的加工工艺流程。研究了基于激光轮廓扫描仪的大量散乱点云数据的预处理算法,提出基于栅格法和迭代拟合法的对接面特征提取算法。针对移动机器人加工系统在大场景下的高精度定位问题,提出基于扫描线法和最小二乘法原理的对接基准孔坐标找正算法。通过产品的加工实验验证,对接面铣削和制孔精度满足系统要求的各项技术指标,证明了本文提出的移动机器人铣削制孔系统的装配对接面加工方法能够精确地完成大部件数字化装配任务,对提高装配质量和效率具有重要意义。     

力控制反馈信号的神经网络法校正

对机器人的力反馈，主动柔顺控制和双向联想记忆的神经网络进行了综合研究，针对机器人腕力传感器输出信号的部分失真，提出了机器人擦洗平面玻璃力反馈信号神经校正的方法，并建立了相应的神经网络结构，在ＡｄｅｐｔＴｈｒｅｅ精密装配机器人上进行了试验验证，取得了满意的效果。     

水下巡检蛇形机器人移动单元结构设计及计算

随着经济蓬勃发展,水生农作物市场的需求量不断增长,水域水质检测行业显得日益重要,但人工水质水域检测效率低下,为此设计一套可以搭载检测传感器的水质检测蛇形机器人,以提高检测效率、降低检测成本、减轻人工劳动力度.为适应水下环境,该机器人具备小巧、灵活、机动性能好、转弯灵活、对复杂水域适应能力强、可检测不同深度水质的特点,在...     

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。     

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。     

改进力控方案完成异形孔装配

讨论了改进的力／位混合控制方案、异形孔装配策略规划及其在ＪＲＢ－１机器人上的实现。简述了该方案的优点，在ＪＲＢ－１机器人上实现所解决的问题，提出用适应性增益解决力控环稳定问题。文中还结合异形孔装配给出了装配任务的描述和装配策略的自动生成方法。     

古代机器人之谜

读过《三国演义》的人都知道，1700多年前诸葛亮曾经发明一种步行机器人——木牛流马。它外形如牛，步态如马，能载运粮草。有些学者认为那是小说作者为了突出诸葛亮智能过人而杜撰出这么一段故事情节，但大多数学者都深信诸葛亮确实发明过木牛流马，只是后来失传了。     

NASA研制月球挖掘机RASSOR能在月球上制造燃料与水

据报道,NASA工程师们正在研制一个装配有强大挖掘设备的月球土壤挖掘机样机,该样机能呈现多种不同形状,以完成多种任务,其可靠性足以执行数年的日常基础工作。NASA在一份声明中称,这台机器人样机被称为"土壤先进月表系统运行机器人"(RASSOR),"身体"两侧分别装有一个挖掘铲斗,能够反向旋转,一端提供牵引力,让另一端挖掘土壤。RASSOR现还处于初级阶段,尚不能进入太空,但尽管如此,其前景仍被看好。