一种用于多自由度非线性间隙值识别的改进恢复力曲线方法

在机械系统中,间隙无处不在,由间隙引起的接触非线性往往会严重影响系统的动态响应精度,从而降低系统的动力性能。如果能利用系统动态信息识别出间隙大小,就能为机械系统的间隙控制提供依据。针对多自由度含间隙非线性系统,提出一种结合传统恢复力曲线方法与矩阵行空间正交投影技术的间隙值辨识方法。通过激励力和响应加速度得到传统意义下的恢复力,将该恢复力投影到各非线性位置上,绘制投影恢复力关于对应位置位移的曲线,由曲线的拐点就可以准确地识别间隙值。经过仿真验证了该改进方法的可行性,并与其他方法进行对比显示了该方法的优越性。在设计的含间隙悬臂梁试验台上进行参数辨识试验,验证了该方法在真实试验条件下的有效性。     

用于连续体的间隙非线性参数辨识方法

间隙在机械系统中是不可避免的,由间隙引起的接触非线性会严重影响系统的动态响应,使其偏离理想状态,进而降低机械系统的性能和使用寿命。若能利用系统的动态信息识别出间隙非线性参数,就能为机械系统的间隙控制提供依据。针对含间隙连续体系统,提出一种改进的恢复力-位移曲线和条件逆向路径法相结合的间隙非线性参数辨识方法。将哈密尔顿原理推导得到的微分方程简化为空间缩减模型,在获取系统输入和输出的基础上,使用改进的恢复力-位移曲线方法识别连续体系统的间隙值,再利用条件逆向路径法识别间隙接触刚度。整个识别过程在Matlab软件中进行仿真,并在设计的含间隙悬臂梁试验台上进行了参数辨识试验,仿真和试验结果均显示了较高的识别精度,验证了该方法的有效性。     

基于SAC算法的多源信息融合机械臂控制方法

融合多源传感器信息可实现机械臂的精准控制。提出了一种基于深度强化学习的多源信息融合控制方法,设计并搭建了可实现多源信息融合的机械臂控制实验平台,融合视觉、触觉、编码器3种模态信息,并选取学习效率较高的SAC算法实现机械臂自主精准控制。在实验平台上,开展了3个由易到难的机械臂运动控制任务,以验证所提多源信息融合机械臂控制方案的有效性。