基于改进模拟退火算法的关节臂式坐标测量机参数辨识

结构参数误差是影响关节臂式坐标测量机精度的主要因素之一,精确辨识其结构参数可以有效地提高测量机的精度。建立基于Denavit-Hartenberg模型的六自由度关节臂式坐标测量机坐标变换方程,分析基于锥孔的参数辨识原理,提出一种改进的模拟退火算法用于测量机的结构参数辨识,该算法在接近最优解时将减小搜索范围以提高搜索效率和求解精度,并保留中间过程的最优解。以单点重复精度为目标函数,利用改进的模拟退火算法对研制的六自由度关节臂式坐标测量机的结构参数进行辨识。实验结果表明,经过参数辨识后,测量机的单点重复精度提高了7.87倍,长度测量精度提高了5.59倍。     

基于未知系统动态估计的机器人预设性能控制

针对含有未知系统动态和外部干扰的机器人系统,提出一种不依赖于函数逼近器且能保证瞬态和稳态性能的控制算法.设计未知系统动态估计器可重构机器人系统的未知动态(向心力、重力)和外部干扰,与其他方法相比,该估计器结构简单,只需调节一个参数,且引入滤波操作可避免使用加速度信号,有利于在实际机器人控制中的运用.控制器设计中引入描述收敛速率、最大超调量和稳态误差的预设性能函数,使机器人系统跟踪误差限制在预先规定边界内,保证机器人系统的性能和安全性.通过李雅普诺夫稳定性理论证明闭环系统的稳定性,并通过数值仿真和实验结果验证所提出方法的有效性.     

关节臂式坐标测量机误差仿真系统建模与分析

为了提高六自由度关节臂式坐标测量机的测量精度,建立了相应的坐标系统及误差模型,并基于误差模型在Matlab软件中建立了误差仿真系统,根据误差仿真结果绘制了关节空间的误差分布图.仿真结果表明:当关节长度、杆长和测头长度的误差传递到测量结果上时,没有被放大或缩小,且不受测量机位姿的影响;而关节转角和关节扭转角误差传递到测量结果上时,被严重放大,放大效果受关节顺序和测量机位姿影响显著.最后根据分析结果对角度传感器和轴承的选择、零件的加工精度要求和测量位姿提出了建议.     

五自由度并联机床的误差分析

基于三杆五自由度并联机床机械结构,建立了误差分析数学模型。通过对并联机床静态误差分析,得到固定平台铰链点位置误差、伸缩杆长度误差对活动平台中心点位置误差影响的显式表达式,以及活动平台的姿态误差对活动平台中心点位置误差影响的显式表达式,为并联机床实时误差补偿提供了理论基础。     

关节臂式坐标测量机角度传感器偏心参数辨识

对关节臂式坐标测量机中圆光栅角度传感器分度盘安装存在的偏心误差进行修正,可以有效提高测量机的测量精度。为了实现坐标测量机动态、实时的现场标校,建立了一种六自由度关节臂式坐标测量机的坐标系统,分析了圆光栅分度盘的安装偏心对角度测量的影响,推导了由于偏心引起的测量误差及其修正公式。分析表明,较小的安装偏心便会引起较大的角度测量偏差。以测量机的单点重复测量精度为目标函数,提出了一种基于模拟退火算法的角度传感器偏心参数辨识方法,并将其用于测量机关节圆光栅12个偏心参数的辨识和修正,实验结果表明,修正之后测量机的重复测量精度提高了11.3%。     

关节臂式坐标测量机的运动学建模与误差研究

设计了一种新型仿人手臂结构的关节臂式坐标测量机,建立了测量机的坐标系统,在此基础上建立了测量机的四参数D-H运动学模型.在Matlab软件中利用Robotics Toolbox建立了测量机的仿真模型,并对测量机进行了图形仿真,仿真结果验证了四参数D-H运动学模型的正确性.利用Visual C++编制出数据采集软件,实现了从测量机关节空间到工作空间的映射.通过对关节臂式坐标测量机的误差分析,提出了提高测量机精度所应采取的措施,为进一步进行测量机的参数标定和误差补偿提供了理论基础.     

基于RBF神经网络的关节转角误差补偿

关节转角误差对关节臂式坐标测量机的精度有非常重要的影响,影响关节转角误差的因素众多,难以用准确的数学模型来描述,为此提出一种采用三坐标测量机标定关节转角误差、基于径向基函数(Radial basis function,RBF)神经网络进行关节转角误差补偿的方法。应用该方法对关节臂式坐标测量机6个关节的转角误差进行离散标定,标定数据训练各关节的RBF神经网络,使用经过训练的RBF神经网络分别对6个关节进行转角误差补偿。试验结果表明经过补偿后关节转角精度提高了约两个数量级,基于RBF神经网络的补偿效果优于正弦函数补偿模型,且其适用范围更广,具有很强的工程应用价值。     

圆光栅角度传感器的误差补偿及参数辨识

基于正弦函数和粒子群算法提出了一种误差补偿及参数辨识方法,用于提高圆光栅角度传感器的测量精度。使用光电自准直仪和金属多面体对圆光栅角度传感器的测量误差进行了离散标定,通过对标定数据的频谱分析,发现传感器测量误差主要由几种不同频率的正弦函数信号组成,由此提出了一种基于正弦函数的圆光栅角度传感器误差补偿模型。补偿模型中包含7个待定常量,本文采用粒子群算法求解这7个待定常量以克服最小二乘法无法收敛的问题。以待定常量为粒子位置坐标,以平均误差为适值函数,建立了一种基于粒子群算法的参数辨识模型,并根据参数辨识模型求出最优的待定常量。应用补偿模型对关节臂式坐标测量机的6个圆光栅角度传感器测量误差进行了补偿,结果表明:补偿后各角度传感器的平均测量误差减小了约398～1102.5倍,大大地提高了传感器的测量精度。     

3-TPT五自由度并联机床的灵巧性分析

通过对东北大学研发的3-TPT五自由度并联机床机构分析，推导出其运动学方程正解、逆解及雅可比矩阵表达式。通过对运动灵巧性分析及仿真，定量地分析了并联机床在结构设计上可能存在的奇异点问题，提出了解决方法，对提高并联机床操作精度有着十分重要的意义。     

基于标定和关节空间插值的工业机器人轨迹误差补偿

轨迹精度是工业机器人重要的动态性能,目前工业机器人的轨迹精度远低于定位精度,提出一种基于机器人运动学标定和关节空间插值误差补偿的方法来提高机器人轨迹精度。基于MD-H方法建立机器人的运动学模型,在此基础上运用机器人微分运动学理论建立末端位置误差模型和轨迹误差模型。为克服最小二乘法等传统方法在数据噪声较大且不符合高斯分布时收敛慢甚至发散的问题,提出一种基于扩展卡尔曼滤波算法的机器人运动学参数辨识方法,实现运动学参数辨识的快速收敛。经过分析发现机器人误差在关节空间具有连续性的特点,为此提出一种关节空间插值误差补偿方法,建立网格形式的误差补偿数据库,并利用关节空间距离权重函数和已知的网格顶点误差计算各控制点的关节转角误差。通过试验对所提出的参数辨识和关节空间误差补偿方法进行了验证,试验结果表明：经过运动学参数辨识和补偿后机器人的绝对定位精度由1.039 mm提高到0.226 mm,轨迹精度由2.532 mm提高到1.873 mm,应用关节空间插值误差补偿后机器人的轨迹精度进一步提高到1.464 mm。