一种新型并联机床的精度建模与误差分析

以一种新型并联机床为对象，提出了一种精度建模方法。将精度建模的问题转化对应的“虚拟机构”的运动分析问题，建立了主进给机构的驱动误差、结构误差及球铰间隙误差与刀尖参考点位姿误差之间的关系式，利用空间矢量链模型推出了并联机床系统位姿误差与主进给机构安装误差、立柱尺寸误差及工作台运动误差间关系的综合表达式，为该新型并联机床的精度补偿提供了理论基础。最后给出了误差分析的数值实例。     

3-RSS/S并联机构位姿误差的数值分析方法

位姿精度是机构的重要性能指标,也是并联机构结构分析的难点之一。针对在3-RSS/S并联机构误差分析中采用全微分方法忽略高次项会使精度下降的问题,提出采用数值分析的方法来研究位姿误差:基于逆向运动学模型,通过不含误差的机构尺寸参数进行逆解计算,得出机构的输入参数;基于正向非线性运动学模型,以原姿态角作为迭代初值,计算出包含误差时的动平台末端姿态,进而计算出位姿误差;根据设定的误差源分布规律,基于蒙特卡洛方法随机生成机构尺寸参数的误差,计算得到位姿误差的分布规律;遍历整个工作空间,得到位姿误差在整个工作空间中的数字特征值与分布规律。通过三维建模方法验证了数值计算的正确性,通过算例验证了该方法的可行性与有效性,为3-RSS/S并联机构的精度研究奠定了基础。     

新型六自由度运动模拟器及其性能测试

基于三爪式对接机构的缓冲性能,针对验证捕获、缓冲和连接等组件的技术参数要求,设计了一种新型六自由度运动模拟器.分析了六自由度对接运动原理,依据欧拉转动定理,推导出目标运动模拟器的变换矩阵,详细介绍了运动模拟器以及关键部件的结构和工作原理,并对关键部件进行了应力仿真分析,将成型的三爪式对接机构安装在运动模拟器上进行了联合试验.仿真分析结果表明,在最大撞击力下,关键部件的最大变形量和最大应力均满足设计指标要求.通过对样机的试验验证,各个自由度的运动行程和偏转角度均能满足技术指标要求.     

五轴并联铣床特征参数误差灵敏度分析

将并联机构等效为由串联机构构成的空间闭环机构,运用D－H方法系统研究了五轴并联铣床的特征参数误差对运动平台位姿误差的影响,揭示出特征参数沿机床各位姿方向误差灵敏度变化规律。仿真结果不仅证实了现有机床机构设计合理,而且为今后并联机床进一步精度设计提供了可靠依据。     

一种2自由度平面并联机器人的精度分析

以一种2自由度平面并联机器人机构为对象,分析了该并联机器人机构的误差源,首先利用图解法得到该平面并联机器人机构的可达工作空间和有效工作空间,再利用环路增量法和误差分离技术导出了末端位置误差与误差源之间的映射关系,因而为其在工作空间内的位姿误差建立了数学模型,给出了这个平面并联机器人机构位姿误差的计算方法,从而对其进行精度分析,最后借助于搜索法得到了其在有效工作空间内的误差分布图像.     

水下机器人自动工具库的位姿精度分析研究

针对SIWR－II型五自由度电流伺服水下作业机械手，提出了一种SCARA类型的水下机器人自动工具库，对其在作业过程中的运动作了分析，推导出其运动方程，并采用摄动法对其位姿精度进行了详细的分析研究，得出了输入运动参数的误差是影响工具库对接精度的最主要因素的结论。     

基于粒子优化算法的并联机器人误差建模分析

以6?PTRT并联机器人为研究对象,建立其位姿误差模型,利用单支链闭环矢量法,依据输入输出关系,建立误差方程。依据6?PTRT并联机器人的位姿误差模型,将机构误差转化为驱动杆误差,利用MATLAB软件分析各个驱动杆杆长误差参数对其输出位姿误差的影响;建立并联机器人位姿误差修正的目标函数,利用基于带收缩因子的自适应权重粒子群算法寻优各个驱动杆误差参数,修正末端位姿、提高运动学精度,为6?PTRT并联机器人动力学、位姿标定以及轨迹规划和控制等问题提供理论依据。     

并联机构实现舱段对接的位姿测量方法及试验研究

针对目前串联对接技术的不足并实现舱段自动对接,研制了一套以激光跟踪仪为测量设备、并联机构为对接机构的舱段对接系统,提出了一种位姿测量及换算方法,旨在为并联机构实现舱段对接提供可靠的调姿运动参数。首先以特征测量为基础,匹配移动舱段与激光跟踪仪之间的坐标系关系,将移动舱段坐标系作为中间坐标系,分别构造移动舱段与动平台以及移动舱段与固定舱段的相对位姿关系方程;因相对位姿关系方程包含测量误差而难以取得解析解,然后根据相对位姿关系方程分别构造了自定义标量函数,使相对位姿求解问题转化为各标量函数的无约束优化问题,在合理选择初值的条件下,利用单纯型法求解出各标量函数取极小值时的相对位姿参数,并采用位姿传递转换法计算在实现舱段对接时并联机构动平台所需运动的目标位姿。最后搭建了舱段对接模拟试验平台,并利用上述位姿计算结果成功实现了舱段对接。为了在一定程度上评价对接效果,对接完成时在两舱段端面上分别选择并测量了三组特征点,特征点集在x方向的坐标绝对偏差均值为2.673mm,与各销轴倒角略微插入销孔的结果较吻合;特征点集在y、z方向的坐标绝对偏差均值分别为0.120mm和0.163mm,与两舱段端面对正,各销孔与销轴基本对齐的结果较吻合;在一定程度上表明了所提出位姿测量方法的有效性及计算结果的正确性。     

助行训练机器人骨盆位姿控制机构动力学研究

为了辅助病人完成行走训练,提出了一种助行训练机器人骨盆位姿控制机构.根据该机构的原理简图和各杆件的受力,利用牛顿定律分别建立了各杆件的动力学方程.基于联立约束法建立了骨盆位姿控制机构的动力学模型,并根据骨盆位姿的运动规划完成了动力学仿真分析,得到了机构的驱动力(矩)曲线和各杆件的加速度曲线.仿真结果表明,该骨盆位姿控制机构能够实现人体骨盆的位姿控制,动力学仿真可以方便地获得机构的运动参数.该研究为实现助行训练机器人的控制及性能改进提供了理论依据.     

含间隙铰可展太阳翼末端重复展开精度分析

为提高太阳帆板重复展开定位精度,研制了太阳帆板重复可展机构. 可展机构采用绳系内错式传动原理实现二级帆板的同步重复展开功能,采用水平和铅垂两种布置方式适应太阳帆板的不同展开工况. 基于工程实际,引入铰链间隙以及帆板柔性两因素,建立可展太阳帆板的动力学模型,并进行仿真及数值分析. 分析结果表明:太阳帆板末端位姿精度随铰链间隙的增大而降低,而柔性则直接导致太阳翼展开时产生误差,但二者耦合作用时,能够补偿间隙对帆板重复展开末端位姿精度的影响. 利用研制的可展机构样机对太阳翼展开性能、重复展开定位精度进行实验测试,实验结果验证了合理设计铰链关节间隙,利用帆板柔性与铰链间隙的耦合作用可补偿帆板重复展开末端位姿误差;在许可误差范围内,合理地匹配两因素,可使铰链间隙值具有较大的可取范围,对提高机构的定位精度有益.     

复杂曲面切割机构运动及误差分析的旋量方法

针对传统串并联机构分析方法计算烦琐、直观性不强等问题,以复杂曲面切割机为研究对象,在使用旋量方法表示空间刚体运动的基础上,建立了串并联机构的运动学指数积公式的完整表示方法.将4个D-H参数误差等效为误差旋量,建立各关节轴线含有误差旋量的旋量坐标,推导出了含有误差旋量的串并联机构运动学指数积公式,并建立了末端工具坐标系的位姿误差模型.按照上述旋量分析方法,用MATLAB对复杂曲面切割机构进行运动及误差数值计算,并将计算结果与ADAMS仿真结果进行比较.对比结果表明:2组结果的相对误差仅在0.001内,表明了旋量方法在串并联机构分析中应用的正确性.     

基于圆检验的数控机床几何误差辨识

为了准确地辨识出三轴立式数控机床的各项几何误差,通过多体系统理论建立了三轴立式数控机床圆运动轨迹数学模型,分析了数控机床圆检验中典型误差对机床圆运动轨迹的影响机理.考虑多种几何误差对机床圆检验运动轨迹的影响,提出了一种基于最小二乘法和多项式误差模型的几何误差辨识方法,该误差辨识方法可以辨识出三轴立式数控机床的21项几何误差.数值仿真结果表明:该误差辨识方法具有准确性和可行性.     

五轴数控机床综合误差建模评价方法研究

针对五轴数控机床精度综合评价分析的需要,提出了一种对机床几何误差和伺服误差进行综合评价的方法。该方法通过机床线性轴和旋转轴联动的方式,利用球杆仪进行圆度误差检测,根据所建立的误差分析评价模型,通过对机床运动过程中的各项误差对机床总误差的影响进行分析得知,随着进给速度的增加,机床的几何误差基本保持不变,而伺服误差在机床总误差中所占比重逐渐增大,当进给速度增大到10 000 mm/min时伺服误差占机床总误差的75%左右。实验结果表明本机床误差评价模型具有较高的准确性,分析结果可为机床的误差补偿提供计算依据。     

Load-induced error identification of hydrostatic turntable and its influence on machining accuracy

In heavy duty machine tools, hydrostatic turntable is often used as a means for providing rotational motion and supporting workpiece, so the accuracy of turntable is crucial for part machining. In order to analyze the influence of load-indcued errors on machining accuracy, an identification model of load-induced errors based on the deformation caused by applied load of hydrostatic turntable of computerized numerical control(CNC) gantry milling heavy machine is proposed. Based on multi-body system theory and screw theory, the space machining accuracy model of heavy duty machine tool is established with consideration of identified load-induced errors. And then, the influence of load-induced errors on space machining accuracy and the roundness error of a milled hole is analyzed. The analysis results show that load-induced errors have a big influence on the roundness error of machined hole, especially when the center of the milled hole is far from that of hydrostatic turntable.     

基于区间分析的一类三转动自由度并联机构的精度设计(邀请论文)

面向大型结构件调姿、天线跟踪及快速定位等应用需求,研究三转动自由度并联机构3-PSUS的精度设计方法.首先,利用螺旋理论建立该机构的误差映射模型,并将影响机构末端姿态精度的几何误差分离为可补偿误差与不可补偿误差2类.其次,借助区间分析理论,提出不可补偿误差的灵敏度指标,并通过全域灵敏度分析揭示各项不可补偿误差对机构末端姿态精度的影响规律.然后,以灵敏度指标值为分配权重,建立各项不可补偿误差的优化分配模型,在给定精度约束下,借助遗传算法将难以实现的不可补偿误差的公差值松弛至最大可行区间.最后,通过蒙特卡洛仿真验证了所提出精度设计方法的有效性.     

平面二次包络环面蜗杆数控加工误差分析研究

以多体系统建模理论和空间啮合原理为基础,研究数控机床各轴运动误差、刀具误差、工装误差等多项原始误差对平面二次包络环面蜗杆数控加工廓面精度的影响,推导出包含以上各误差的平面二次包络环面蜗杆误差廓面方程,利用牛顿迭代法计算并对误差计算结果进行对比分析,从理论上阐述各误差对加工蜗杆廓面精度的影响规律,为平面二次包络环面蜗杆高精度数控加工提供参考。       

平面轨迹机构的静态综合可靠性分析

传统的机构运动可靠性研究多以各分量运动误差来建立机构运动的可靠性分析模型, 进而获得各分量误差落在允许误差范围内的概率。为获得各分量误差的综合效应, 将机构运动在每一坐标分量上的失效看作一种失效模式, 基于多失效模式提出轨迹机构的综合运动可靠性分析模型。在各运动分量的相关性分析的基础上, 采用二维正态分布导出各运动分量的联合概率密度, 最后采用数值积分方法求解机构运动综合可靠度。通过数值实例对该模型的有效性和精度进行验证, 其结果表明, 这一模型能够反映机构在整个运动区间上某指定点处整体失效情况。       

动态环境下融合边缘信息的稠密视觉里程计算法

针对传统的视觉里程计算法在动态环境下存在位姿估计精度不高且鲁棒性较差的问题,提出一种融合边缘信息的稠密视觉里程计算法.首先,使用深度信息计算像素点的空间坐标,并采用K-means算法进行场景聚类.分别基于光度信息与边缘信息的聚类构建出光度及几何一致性误差与边缘对齐误差,两者结合并进行正则化后得到数据融合的残差模型.将平均背景深度引入到残差模型中,用以扩大动、静部分残差差距而有利于正确的运动分割.然后,根据聚类残差分布的普遍特征,构建运动似然的非参数统计模型,通过动态阈值进行运动分割,剔除动态物体并得到聚类权重.最后,将加权聚类残差加入到位姿估计的非线性优化函数中,以降低动态物体的影响,提高位姿估计的精度.在TUM数据集上进行实验,结果表明本文算法在静态环境下以及富有挑战性的高动态环境下都能取得较好的结果,在动态环境下比现有算法具有更高的精度与鲁棒性.     

基于注意力机制的数控机床热误差深度学习预测方法

为提高热误差预测精度和鲁棒性,提出一种基于注意力机制和深度学习网络的数控机床热误差预测模型。采用数据转化策略,将数控机床原始温度数据转化为温度图像,直接作为深度学习网络的输入;提出一种基于注意力机制的温度敏感点识别网络,根据温度测点与热误差关联程度,赋予各温度测点不同的权值,避免了温度测点的人为选取弊端;建立12层深度CNN学习预测网络,利用其强大的图像特征学习能力,挖掘温度图像与热误差的非线性映射关系,无需对温度关键点进行预选择,保留了更多的热误差与机床温度特征关系,显著提高了模型预测精度。为了提高热误差模型的精度与泛化能力,引入Dropout正则化方法和Adam优化算法,对深度卷积神经网络的结构与参数进行了优化。该方法在针对G460L型数控车床的热误差验证中表现出较高的预测精度。通过与BP神经网络和多元回归等传统热误差模型进行对比,深度卷积神经网络框架下的热误差模型在泛化性指标上表现更优。