基于指数增益迭代学习算法的机械臂轨迹跟踪

工业机器人是有着非线性、强耦合以及时变性等特点的复杂动力学系统。针对某公司的六自由度机器人的轨迹跟踪问题,利用拉格朗日法对机器人进行了动力学建模,并提出一种指数增益的迭代学习控制算法以对机器人进行轨迹跟踪,并分析了该方法的收敛性。利用MATLAB软件中的Simulink功能对机器人模型工作轨迹进行仿真,将结果与传统PD型迭代学习算法进行比较,证明了该控制算法的有效性与可用性。     

基于拟静态初值的载荷识别数值修正算法

推导拟静态法获得载荷初值及稳定不发散计算结果,分析获得初值不准确原因,推导获得新的载荷识别方法。该方法基于数值原理,利用步步修正达到减少累积误差效果,可较大程度提高计算稳定性,并将数值迭代修正方法用于有限元模型载荷识别。结果表明,该方法能较准确识别出工程中常见的多种载荷,并具有一定抗噪能力。     

基于菲涅尔区的高频算法

当用物理光学法(PO)计算电大尺寸物体的散射场时,计算负荷非常大.然而利用高频局部化原理,可以大大减少计算量,因为只有部分PO电流对散射场作了有效的贡献.这些作有效贡献的局部化区域分散在散射中心附近,也就是反射点和边缘绕射点附近区域.这些区域可以由菲涅尔区来确定.本文提出了一个在确定菲涅尔区时作几何近似的方法,从而进一步减少计算量,提高计算速度.     

基于次级通道在线辨识新算法的振动主动控制

提出一种基于改进滤波型最小均方(filtered-X least mean square,简称FXLMS)算法次级通道在线辨识方法,将其应用到结构自适应振动主动控制中。该算法可以消除主动控制环节和次级通道辨识环节相互影响,加快系统的收敛速度,并有效消除附加随机信号对待控制区域残余振动的影响,简化了系统算法的复杂度。将该方法基于LABVIEW进行振动控制仿真,从收敛性能和振动控制效果两方面进行比较,得出其改进优势。以简支梁为控制对象,用本研究方法进行结构振动主动控制的试验研究。结果表明,该控制系统对简支梁的振动响应有很好的抑制作用,说明该基于次级通道在线辨识的主动控制方法的有效性。     

RV减速器单目标及多目标优化

虽然RV减速器具有体积小、重量轻、传动平稳、寿命长、传动效率高等一系列优点,但是摆线盘和针齿啮合时的接触应力比较大,磨损情况严重。为了优化结构的接触特性以及质量,以针轮的分布圆半径、短幅系数、针齿半径、摆线盘厚度为优化变量,分别以最大接触应力、质量最小化为优化目标,分别采用遗传算法和fmincon非线性优化方法进行优化。两种优化方法得到的结果比较一致,且都有比较明显的优化效果,但是造成另外一个优化目标的增大。为了使两个优化目标都得到比较良好的优化效果,采用fgoalattain多目标算法进行多目标优化。     

机器人末端复杂环境下力自适应控制

针对机器人末端与复杂环境交互工作模式下的力控制问题,提出了一种基于时间延迟的力自适应阻抗控制。建立自适应阻抗控制的数学模型,分析变刚度与变位置模式下的阻抗特性,证明了自适应阻抗控制的收敛性。设计了单臂机器人的复杂环境自适应力控制框图,以及双臂机器人控制模式下对应于不同刚度物体的夹取内力控制框图。通过Simulink与ADAMS联合仿真,结果表明单臂机器人在变位置和变刚度情况下,自适应阻抗模型对恒定力、斜坡力和正弦力均有很好的跟踪效果。双臂控制模式下,对不同刚度的物体可以很好地控制其协作内力。