【摘 要】
：
针对Delta机器人高速运动时的精度控制问题,基于虚功原理和从动臂集中质量方法建立机器人动力学模型,有效地提高了模型求解效率.在此基础上,结合逆动力学模型进行力矩前馈补偿,并引入非线性饱和函数代替传统定常控制参数,实现对Delta机器人的增广非线性PD控制.为了验证该算法的控制效果,联合ADAMS与Simulink软件建立机器人虚拟样机,同时在自研的机器人实物样机上搭建运动控制试验平台.仿真和试验结果表明:跟增广PD控制相比,增广非线性PD控制能获得更高的控制精度,且高速运动时精度提升更为明显.
【机 构】
：
上海航天设备制造总厂有限公司,上海200245;上海宇航系统工程研究所,上海 200245
论文部分内容阅读
针对Delta机器人高速运动时的精度控制问题,基于虚功原理和从动臂集中质量方法建立机器人动力学模型,有效地提高了模型求解效率.在此基础上,结合逆动力学模型进行力矩前馈补偿,并引入非线性饱和函数代替传统定常控制参数,实现对Delta机器人的增广非线性PD控制.为了验证该算法的控制效果,联合ADAMS与Simulink软件建立机器人虚拟样机,同时在自研的机器人实物样机上搭建运动控制试验平台.仿真和试验结果表明:跟增广PD控制相比,增广非线性PD控制能获得更高的控制精度,且高速运动时精度提升更为明显.
其他文献
针对喷涂机器人示教效率低、使用惯性测量元件(IMU)获取的示教数据精度不足等问题,提出了融合IMU采样数据与激光线阵定位数据的示教轨迹定位方法.首先,使用支持向量机(SVM)进行运动状态识别,并计算出喷枪在机器人坐标系的运动轨迹;其次,使用激光线阵定位数据进行轨迹误差的分段补偿,实现轨迹定位.在算法推导的基础上进行了实验,数据表明该算法采样示教精度能达到3 mm,能够解决IMU累积误差的问题、满足机器人喷涂示教的需要.
针对齿轮系统传动过程中典型的时变特性,研究了一种齿轮时变系统的数据驱动建模方法.以负载扭矩引起的广义力为输入,以动态传动误差为输出,运用周期时变系统辨识理论,建立了齿轮系统时变频率响应函数的辨识方法.数值算例的结果表明,所辨识出的频率响应函数可以准确刻画齿轮系统的时变特性,与理论时变传递函数吻合较好.因此,所提出的方法具有较高的建模精度,为齿轮系统动态特性的分析奠定了基础.
手眼标定是研究机械手工具坐标系与相机坐标系之间的转换关系.提出了一种单位八元数手眼标定算法,具有较好的精度和抗噪声能力.该算法在传统的对偶四元数的基础上结合数据在特殊正交群上的特点,有效地恢复数据在特殊欧几里得群的同步问题,通过手眼关系AX=XB的模型,实现旋转和平移矩阵的同步最优解,使手眼标定以一种更简单的方法来解决.实验结果表明,相比于传统的对偶四元数算法速度更快、鲁棒性好,具有较好的稳定性和实用性的优良效果.
针对双传送带高速分拣系统分拣效率不高的问题,提出一种基于改进贪心算法的高速分拣系统.根据贪心算法只能选取当前局部最优解的特征,达到实时规划排序路径和优化每个轨迹的目的.通过分析双传送带生产线的工作过程,用改进的梯形加速度算法对“门”型分拣轨迹进行规划,同时采用改进的贪心算法对路径进行排序规划,缩短了Delta机器人完成任务分拣的总行程,提高生产线的效率.对基于改进贪心算法的分拣系统进行验证,与现有的方案相比,分拣系统的效率提高了8％,验证了改进贪心算法在双传送带分拣系统中具有可行性和高效性.
针对多轴伺服系统动态特性不匹配及轴间耦合带来的轮廓控制问题,在分析系统轮廓误差的基础上,将非线性PID控制器(NLPID)应用于单轴位置控制和交叉耦合控制(CCC).对于任意轮廓曲线,非线性PID交叉耦合轮廓控制(NLPID-CCC)在加快伺服轴动态响应提高单轴跟踪精度的同时,实时估计轮廓误差后进行动态增益补偿至各轴,实现轴间信息共享减小系统轮廓误差.利用X-Y平台以典型的圆轮廓进行实验,结果表明:与变增益CCC方法相比,NLPID-CCC方法在轮廓误差的均方根值、最大值和平均值分别减少了30.77％、3
针对现有大功率液力变速器支撑结构稳定性差,提出了一种仿真结构分析与参数调整相结合的研究方法对支撑结构进行优化设计.该研究方法利用了Abaqus软件对多个支撑模型进行模态分析,得到不同支撑块数量和不同约束的各阶固有频率,经对比分析后,选定0支撑块8约束模型为基础进行参数设计,之后采用拉丁超立方抽样对设计变量进行抽样,并分析出对应的响应值,而后导入MATLAB中拟合kriging模型,经PSO算法对该模型进行优化后得到参数,并通过以上参数建立三维模型进行kriging模型精度检验.经仿真实验后显示其结构优化结
复杂工件轮廓在机测量中,由于单个几何特征数据量小,转接处易受噪声干扰,单纯使用最小二乘法拟合评定具有一定的局限性.基于数控加工中心在机测量系统,首先提出了特征辨识和滤波算法,将复杂工件轮廓测量数据分解成水平直线段、倾斜直线段和圆弧段等典型几何特征;然后开发了相应的特征评定算法,并计算出几何特征的标注尺寸;最后进行了实例分析.结果表明:在工件随机放置的状态下,特征辨识和滤波算法能准确有效地提取出几何特征点,实现典型几何特征的分解,特征评定算法精度高,能满足智能制造在机测量的需求.
针对锂电池正负极冗余度缺陷的检测要求,应用机器视觉技术,研究一种在线、高效的检测算法.从X射线原始图像中提取需要检测的感兴趣区域(ROI),对ROI图像进行频域降噪处理,然后采用空域滤波、形态学操作、轮廓提取等一系列空域操作,将负极片冗余区域提取出来,再运用直线检测技术找出线段信息,排除干扰项,找到目标冗余线段,提取其长度和角度等特征信息,设计分类器,将正负极冗余度等不满足技术要求的锂电池识别出来.实验表明,该算法准确率达98.5％、平均检测时间为721 ms,具有稳定性好、运行速度快等优点,满足工业检测
针对传统深度确定性策略梯度算法(Deep Deterministic Policy Gradient,DDPG)在机械臂轨迹规划中学习效率低、规划时间长的问题,提出了一种基于SumTree数据结构的加权采样DDPG算法.首先,对Q-learning的动作价值函数进行优化并引入OU随机噪声模型;其次,对经验池中的样本添加一个优先权,优先权大的样本有更大的概率被采样出来进行训练,从而提高样本的利用率;最后,基于ROS平台搭建虚拟机器臂的实验环境进行仿真.实验结果表明,在优化后的DDPG算法下,智能机械臂达到最
针对传统检测算法在焊缝缺陷检测上的局限性,以及现有检测模型准确率较低等问题,提出了一种改进Faster-RCNN焊缝缺陷检测模型.该模型以基于ResNet101的Faster-RCNN目标检测网络为原型,引入K-means算法对锚框进行优化,改善目标框定位问题.为避免由于数据集过小产生的过拟合现象,采用传统图像增强方法对样本进行扩充.引入FPN多尺度检测网络并加入DCR解耦分类细化结构提高精度与检测速度.结果表明,该改进模型训练所得模型具有良好的鲁棒性,相比原始Faster-RCNN算法召回率提高了14.