【摘 要】
:
随着现代工业的迅猛发展,各种曲面工件在各领域中的应用愈加广泛,多自由度机器人凭借其灵活、高效、重复度高的优点成为与无损检测领域结合实现自动化检测的主要解决方案,多自由度机器人携带超声换能器完成自动化检测任务时,必须保证超声换能器与工件表面垂直且间距维持稳定,对机器人轨迹精密性要求较高。实际机器人因装配、加工等原因造成运动学参数不准确和轨迹规划算法问题造成机器人受到冲击等原因都会降低其轨迹精密性,以
论文部分内容阅读
随着现代工业的迅猛发展,各种曲面工件在各领域中的应用愈加广泛,多自由度机器人凭借其灵活、高效、重复度高的优点成为与无损检测领域结合实现自动化检测的主要解决方案,多自由度机器人携带超声换能器完成自动化检测任务时,必须保证超声换能器与工件表面垂直且间距维持稳定,对机器人轨迹精密性要求较高。实际机器人因装配、加工等原因造成运动学参数不准确和轨迹规划算法问题造成机器人受到冲击等原因都会降低其轨迹精密性,以致检测任务中出现错检、漏检的问题。本文从压电超声检测机器人精密定位和精密轨迹规划两方面进行研究以实现高精度轨迹控制。压电超声检测机器人精密定位研究部分,利用激光跟踪仪结合六轴旋转法进行了机器人运动学参数标定,并引入绕Y轴旋转参数β。为验证标定效果,提出一种机器人基坐标系与激光跟踪仪坐标系之间转换的方法,对比标定前后数据,机器人定位精度提高60%以上。检测机器人精密轨迹规划部分首先提出了覆盖工件表面检测区域的回折型扫查检测路径规划,随后提出运行时间周期化工业机器人模型迭代寻优NURBS轨迹插补算法插补检测路径,避免机器人轨迹轮廓误差和法向加速度超限导致轨迹精密性变差。该算法根据最大轮廓误差和机器人动力学特性对曲线分段,利用优化回溯法使各曲线段均可用S曲线加减速规划,将各加减速阶段运行时间调整为插补周期的整数倍,并对各曲线段衔接处速度平滑处理,提出基于模型迭代寻优的曲线插补取代传统插补方法,仿真实验证明,该方法插补轨迹的各项指标均满足要求且最大速度波动率仅为0.000099%。最后提出一种双NURBS曲线同步插补算法,控制机器人末端超声换能器姿态始终与工件表面保持垂直。真机检测实验结果表明运动学参数标定后超声A扫描底波信号幅值有所提高,机器人精密轨迹规划可维持超声换能器与工件表面垂直且间距稳定,避免因法向加速度冲击导致超声C扫描成像精度下降的问题,在保证检测精度的同时大幅提高检测效率。
其他文献
人体姿态估计作为计算机视觉领域中的主要研究分支,在工业视觉检测、安防监控、机器人辅助设计、医疗辅助分析、行为识别和电影后期制作等诸多方面工作中有广泛的应用。随着人工智能和卷积神经网络的越发流行,对于采用卷积神经网络作为模型的主要构建单元的人体姿态估计方法在性能上也取得了重大进展。不过现有方法的网络模型仍有较多局限性,比如在多人场景中目标尺度不一的情况下,中远距离的目标尺度较小导致姿态估计效果不佳。
长输油气管道被广泛应用于运送石油、天然气等人民生产生活所需能源,确保长输管线的安全运行具有重要的经济和社会意义。然而,如果管道发生泄漏、爆管等意外事件,会造成巨大的经济损失以及危害人民生命安全。管道漏磁内检测技术具有抗干扰能力强、采集信号速度快,无需耦合剂的优点,已经成为国际无损检测领域公认的管道安全维护的最有效手段之一。建立缺陷检测信号数学模型,分析各分量信号以准确评估缺陷对漏磁检测具有重要意义
金属板材和管材广泛应用于工业生产、建筑和石油运输等行业。金属板材生产过程中,厚度是重要的生产指标,而输油管道使用过程中,厚度检测不到位,容易发生原油的泄露,甚至爆炸,危害人民群众财产和生命安全。厚度无损检测方法发展至今,已拥有涡流、激光、射线和超声检测等诸多方法。超声检测以其诸多优点,广泛应用于工业无损测厚领域,主要有压电超声和电磁超声检测两种。压电超声测厚相对成熟,但局限于需要使用耦合剂、待测物
石油、天然气是国家能源储备的重要能源,油气管道运输是油气能源的主要运输方式之一,具有方便快捷、不占用地面空间以及安全性高等特点。我国长输油气管道总里程超过12.23万公里并且仍在不断增长中。由于油气能源具有易燃、易爆的特点,存在安全隐患,因此管道安全的管理就显得尤为重要。管道在长期运行的过程中受到外部载荷的作用从而产生应力,当外部载荷不断增大,管材从弹性变形阶段逐渐转变为塑性变形,最终甚至疲劳失效
滚动轴承被称为“工业的关节”,是一种在军事、生产、设备开发等诸多领域中应用十分广泛的基础件,在国民经济和国防事业中发挥着十分重要的作用。滚动轴承作为传动系统中的重要组成部分,其运行状态的可靠性对机械系统有着直接的影响。因此对滚动轴承进行健康状态管理,实现对滚动轴承的剩余寿命预测,可以对整个机械系统的安全运行提供保障。近年来,随着计算机算力的稳定提高和工业生产力水平的快速发展,国内外对大型设备的健康
随着科学技术的发展,在监控场景下存在的智能系统数量越来越多,这些系统感知、理解进而预测人类移动的能力也变得越来越重要。行人轨迹预测技术在这种背景下应运而生,它在自动驾驶、服务机器人路径规划和智慧城市监控系统等领域都有着非常广泛的应用。传统的行人轨迹预测研究通常采用手工定义特征函数的方法,然而手工定义的特征很难模拟复杂的行人交互行为、计算复杂度较高且泛用性较差。近些年来,随着深度学习技术不断提升,基
声学CT温度场重建技术是通过将多个声波收发器放置于被测区域周围,形成若干条穿越被测区域的有效声波路径。之后测量声波在各路径上的飞行时间,获得对应方向上声速分布的投影数据。再利用合适的重建算法,利用投影数据重建出被测区域的声速分布。根据声速与温度的关系,最终获得重建温度分布。这是一种非接触的测量技术,因此,不会对被测温场产生干扰,且具有测温区域广、环境适应力强等优点,在工农业以及自然环境监测等领域有
板式换热器是用于流体之间传递热量的一种高效换热设备,具有占用空间较小、安装拆卸方便、热损失较小、质量轻,价格较便宜、易改变换热面积等优点,是目前最流行的换热设备之一,在医药、制酒、食品、化工等领域有着广泛应用,并且随着结构上的改进,其应用领域正在逐步扩大。根据中华人民共和国能源行业标准《NB T47004.1-2017板式热交换器》,应该进行板片深度检测。目前,在板式换热器制造行业,主要采用深度量
车辆在道路场景下,依靠感知传感器获取外界环境信息,随后决策机构依靠感知信息控制汽车行驶动作。车辆的自动驾驶需要依靠外界丰富且关键的交通标志信息,在具有复杂背景的自然场景中完成交通标志识别技术已经相对成熟,但对于交通标志上具有更多信息的交通标志文本识别依然存在众多挑战。为解决无人驾驶汽车外界环境感知系统交通标志文字信息检测问题,本文提出一种在自动驾驶场景下对交通标志的文本信息进行检测并识别的两阶段方
随着时代的发展,现今我国的信息技术已经发展成熟。当前我国已经进入到了网络时代。在这个网络环境下,大学英语教学的要求也在不断的提升,现今我国大学教学管理部门应当要意识到自身的责任,要重视大学英语口语教学模式的改革工作,从而使现今的大学生们成为契合时代发展的英语人才。就此本文结合实际,探讨网络环境下的大学英语口语教学模式的改革工作。