课程文献中心 更多>>

关键词： 机械臂   运动学   轨迹规划   时间最优   粒子群优化算法  

摘要： 随着21世纪工业的发展和社会的进步,机械臂的应用对工业生产的效率提升起关键性的作用。机械臂是运用各关节配合末端执行器的运动来完成工作的,因此对其运动学以及后续的轨迹规划研究是必要的。良好的轨迹规划可以有效地减小机械臂在运行时存在的震动问题,确保机械臂平稳工作,提高其工作效率。本文的研究对象为KUKA KR3 R540机械臂,具体研究内容如下:研究了机械臂的三维空间位姿描述和坐标变换的数学基础理论;利用标准D-H参数法分析并绘制KUKA KR3 R540机械臂的连杆坐标系;应用代数法推导本文机械臂的正逆运动学公式;研究了基于蒙特卡洛法的机械臂的工作空间方法,实现了KUKA KR3 R540机械臂的工作区域模拟;对上述研究分别在MATLAB及其Robotics Toolbox上实现了仿真验证。先从笛卡尔空间轨迹规划的角度出发,研究了空间直线插补和空间圆弧插补算法,规划了末端执行器的运动轨迹;再从关节空间轨迹规划的角度出发,研究了三、五次多项式插值算法,规划了各关节的关节角度、速度和加速度,并分析了使用两种方法的优劣势。根据上述两种方法的优势,采用3-5-3分段多项式插值法来实现过中间路径点的轨迹规划,最后在KUKA KR3 R540机械臂上经过仿真实验对比,证明使用3-5-3分段多项式插值法能够使机械臂平稳运行。粒子群算法是进行机械臂轨迹优化常用的智能算法之一,针对该算法在求解过程中存在过早收敛而陷入局部最优的缺陷,本文提出了一种改进粒子群优化算法,该算法引入非线性惯性权重及学习因子来代替传统的固定值,改善收敛速度与精度。利用四个基准测试函数测试了改进算法的有效性。在3-5-3分段多项式插值轨迹规划的基础上,考虑了关节速度和加速度的约束,采用改进粒子群算法对机械臂各关节的三段运行时间优化。通过MATLAB仿真验证,使机械臂的运行时间由12s缩短至7.7853s,实现了时间最优轨迹规划的目的。

关键词： 排爆机械臂   构型设计   承载能力   仿真分析  

摘要： 车载排爆机器人需要良好的环境适应性来进行排爆作业，为了满足军事上排爆工作的需求以及适应排爆工作环境的多样化，排爆机械臂需要具备高负载、轻自重、大工作空间的特点。本文针对该目标需求开展机械臂的构型设计与分析建模，并在此基础上对机械臂进行优化设计，具体内容如下：　　首先以自重轻、高力矩输出为目的设计一种高负载、轻自重、大工作空间的排爆机械臂构型，该构型包含五个自由度。机械臂中关节副的电机和减速器是机械臂重量的主要组成部分，通过计算分析机械臂的力和力矩，配置合适的减速器、电机。通过对机械臂结构设计优化使得满足条件的驱动部件重量最轻，达到降低机械臂自重的目的。　　其次对机械臂大臂进行力学分析。通过对多种材料的对比，选出承载能力足够并且尽可能轻的材料作为机械臂连杆材料，再对整个机械臂中所受力矩最大的大臂进行静力学分析，得出应力和变形云图。通过对大臂的模态分析，开展机械臂运行过程中的振动状态分析，确保机械臂的运行稳定性。　　随后，利用D-H参数法对所建立的轻型排爆机械臂进行正运动学分析，通过推导出的公式计算出关节角度作为仿真结果的对比解，证明了机械臂构型设计的正确性和参数设计的合理性。使用蒙特卡洛法建立随机关节空间坐标系，绘制出机械臂的工作空间。用解析法求解出轻型排爆机械臂的逆解;建立雅可比矩阵来反映出关节空间和操作空间速度的关系，使用MATLAB中的函数计算出雅可比矩阵作为对比，验证雅可比矩阵建立的正确性，通过雅可比矩阵对机械臂的奇异位形进行分析，在机械臂运动轨迹中避开奇异位形附近的区域。　　最后，利用MATLAB软件对机械臂模型进行了动力学仿真分析，得到机械臂各个关节的位置、速度、加速度、力矩随时间变化的曲线图，验证机械臂设计的合理性，本文的工作为轻型排爆机械臂的设计优化提供了应用案例与理论支撑。

关键词： 能量收集   压电   宽带   非线性   双稳态  

摘要： 振动能量收集技术为无线传感器、可穿戴设备等低功耗电子产品供电是一种很有前景的能源解决方案。迄今为止,将振动能转化为电能的技术包括静电、电磁、摩擦电和压电等方法。其中,压电振动能量收集技术因其能量密度高、易于集成等特点而备受关注。典型的压电能量收集器是线性悬臂梁结构,它可以在其线性共振频率下高效工作。然而,一旦环境振动发生变化,这种线性结构的输出电压就会急剧下降。因此,考虑到环境中的振动通常具有低频、宽频带等特点,研究人员现在以扩大能量收集器的工作带宽为研究重点。为了实现低频宽带振动环境下的高效能量收集,本文提出了一种外-内磁二自由度(2-DOF)压电能量收集器。在线性2-DOF能量收集器的基础上,通过引入两个相斥的内部磁铁,原先设计了一种非线性2-DOF能量收集器。本文所提出的外-内磁收集器在原有的非线性2-DOF系统中引入了另外一对相斥的外部磁铁,旨在进一步扩大其工作带宽。基于欧拉-伯努利梁理论、磁化电流理论、压电本构方程和基尔霍夫定律建立了2-DOF系统的集中参数模型,并通过MATLAB软件进行数值仿真分析和实验验证,以揭示外-内磁2-DOF能量收集器的动态响应特性。研究结果表明,所提出的外-内磁2-DOF收集器可以在低频率范围内提供更大的工作带宽。在0.3 g加速度激励下,最佳配置(D=14 mm,d=10 mm)的外-内磁2-DOF收集器具有12.8 Hz(5～17.8Hz)的工作带宽,并产生133μW的收集功率。在相同的激励条件下,外-内磁2-DOF系统的工作带宽和收集功率比原先的非线性2-DOF收集器分别提高了106.5%和42%。此外,新引入的外部磁力可以帮助内梁在更低的激励水平下通过势阱壁垒。与原先技术相比,最佳配置的外-内磁2-DOF能量收集器进行高能阱间振荡所需的激励水平降低了34.8%(从0.23 g降低至0.15 g)。由于所提出的收集器在不同的磁铁间距下表现出硬化行为或者双稳态行为,所以它能够在不同的激励水平下高效的收集宽带振动能量。

关键词： 船舶岸电   无线电能传输   磁耦合谐振   充电机械臂   运动学分析  

摘要： 随着国际海事组织温室气体减排战略的实施和我国双碳战略的出台,船舶岸电作为减少船舶靠泊期间大气污染物排放的最有效措施之一,越来越受到业界重视。但传统的有线充电方式存在机械磨损严重、定位要求苛刻、漏电隐患大等固有缺陷难以适应新时代航运业绿色发展的需要。无线充电消除了岸船两侧的刚性物理连接,具有安全性好、灵活性高和易于维护等优势。目前应用的船舶岸电无线充电技术自由度较少,无法完全匹配海上停靠船舶的实际运动状态。在此背景下,本文提出了一种新型船舶岸电无线充电解决方案,设计七自由度机械臂作为充电载体,采用基于耦合磁场的无线充电方式实现了多自由度非传导性无线电能传输。本文主要工作内容如下:首先,设计并实现了搭载无线充电机构的多自由度充电机械臂。分析海上停靠船舶实际运动状态,对充电机械臂的自由度设计及性能指标提出要求;确定构型及驱动方式,建立机械臂D-H坐标系,对正、逆运动学模型进行计算分析,为后续工作空间仿真和实体结构建立提供理论基础;基于运动学分析结果,对系统运动工作空间进行仿真求解,仿真结果证明工作空间符合设计要求;完成整机设计后对关键零部件进行力学有限元分析校核,保证设计的可靠性;装配完成的机械臂实物分为底部、腰部、大臂、小臂和末端关节,可实现七自由度的运动。其次,设计并实现了安装于机械臂末端的无线电能传输磁耦合机构。完成了磁耦合谐振式无线充电装置的方案设计,介绍其组成部分和工作原理;然后基于建立的松耦合变压器互感模型,得到发射侧、接收侧等效电路;在此基础上对比分析了四种谐振补偿网络的优缺点,对综合考虑后选取的S-S型谐振补偿网络完成了输入输出功率和充电效率的特性分析;根据设计磁耦合机构的三维仿真模型,构建了实物装置。最后,完成机械臂运动控制系统及无线电能传输电路的硬件设计与调试,结合其对应实物结构,搭建了船舶岸电无线充电系统实验平台,完成了机械臂运动控制实验及无线电能传输实验,验证了本文提出系统的可行性和有效性;实验结果证明,机械臂可根据上位机指令完成各自由度的平滑运动,工作高度范围为2.2m,宽度范围为1.1m;无线充电磁耦合机构达到谐振状态,可实现无线电能传输。

关键词： 多自由度电机   混合励磁   多节点许-克变换   三维动态等效磁网络  

摘要： 由多自由度电机构成的多自由度运动系统,相较于传统的由多台单自由度电机组成的系统,具有轻便可靠、空间利用率高和动态性能佳等优势。随着工业朝自动化和智能化方向推进,多自由度电机的应用场景愈加广泛。为了提升该类电机的转矩输出性能,本文提出了一种混合励磁型多自由度球形电机(Hybrid Excitation Multi-Degree of Freedom Spherical Motor,HE-MDOFSM),并对该电机的设计优化、磁场特性和转矩特性进行了分析研究,具体的研究工作如下:1)提出一种HE-MDOFSM的结构方案,对该电机自转部分和偏转部分的基本结构和工作原理进行介绍,并阐述该电机在不同工作状态下的通电方案,以此说明该电机的混合励磁特性。2)针对HE-MDOFSM偏转部分的拓扑型磁通反向电机结构,建立基于多节点许-克变换的电磁特性计算模型。该模型将气隙形状复杂区域中的磁密问题,转化至简单的环状区域进行求解。并利用计算所得的磁场信息,结合张量法对电磁转矩进行计算。通过该方法与有限元法在计算结果上的对比分析,验证该方法的有效性。3)提出一种改进的三维动态等效磁网络法,通过建立三维的节点网络,在计算支路的磁阻和磁势源后,调整磁导率迭代计算磁密。通过改变定子绕组的电流和定、转子侧气隙节点的相对位置,完成HE-MDOFSM的动态磁场计算。并经过三维有限元法对气隙磁密和绕组磁链的计算验证,验证该磁场计算方法的可行性。4)遵循二维到三维的原则进行电机设计,分别对偏转部分和自转部分电机的极槽配合进行对比选择;利用第三章的研究内容,结合二维电机仿真软件,分别计算两部分电机的初始参数;经过共用结构参数的优化,确定该电机的最终参数;利用三维有限元软件,对该电机的主要性能进行验证分析。5)介绍HE-MDOFSM样机和实验平台的制造装配过程,说明对样机进行参数测试的过程。通过将实验结果分别与有限元仿真结果和以上两种计算方法的对应结果进行对比分析,进一步验证该电机的基础性能特性,以及两种计算方法的有效性。

关键词： 机械臂   轨迹规划   迭代滑模控制   轨迹跟踪   路径规划  

摘要： 随着工业化的推进和信息时代的到来,机器人在制造、运输、医疗等领域发挥着重要作用,机器人可以代替人工,实现自主作业。可移动机械臂是应用最广泛的机器人,它依托移动平台扩大了工作范围,又具有固定机械臂的可操作灵活性。移动机械臂作为一类典型的不确定复杂系统,运动规划与轨迹跟踪控制是实现其在未知工作环境完成复杂任务的关键技术难题。因此本文重点对高性能机械臂的运动学建模、轨迹规划、跟踪控制以及移动平台路径规划进行研究。主要工作包括:首先,使用D-H方法构造出机械臂系统的运动学方程,建立机械臂各关节坐标的转换关系,利用该方程来确定机械臂在基坐标系下的运动轨迹。然后,运用矩阵逆乘法来求机械臂的运动学逆解。通过对机械臂的结构进行分析,使用拉格朗日法来建立其动力学模型。为后续的轨迹规划和轨迹跟踪控制作模型基础。其次,研究机械臂基于改进粒子群算法的时间最优3-5-3多项式插值轨迹规划算法。在机械臂运动学的约束下,以3-5-3多项式插值算法为基础,寻求最短的关节运动时间。引入动态学习因子改进标准粒子群算法,改进后的算法在前期强调粒子的个体学习能力,在后期强调粒子的全局认知能力。对比本文的方法与标准的粒子群优化轨迹规划方法的MATLAB仿真结果,表明该方法收敛速度和精度有明显提高,且算法未陷入到局部最优解中。最后,研究移动平台的路径规划和机械臂的轨迹跟踪问题。针对移动平台路径规划,提出一种基于A*算法与动态窗口法的融合路径规划算法。首先通过A*算法规划一条预行的全局最优路径。其次,利用动态窗口法规划局部路径,即避开障碍物到达目标点,仿真实验验证了该算法在路径规划上的可行性和有效性。机械臂依托移动平台快速到达工作点执行任务时,为了提高机械臂末端执行器的轨迹跟踪精度,提出一种基于指数增益迭代学习的二阶滑模控制方法。首先采用滑模控制消除外界非重复性干扰的影响,二阶滑模方法可以使控制器产生连续的控制信号以削弱抖振效应,然后利用指数增益迭代学习控制抑制机械臂模型不确定性和有界重复性扰动,设置指数增益系数以提高迭代学习控制的收敛速度。通过收敛性证明和仿真分析,验证了该方法不仅能够提高轨迹跟踪精度,而且具有良好的鲁棒性。

关键词： 机械臂   笛卡尔空间路径规划   禁忌搜索算法   弹性带  

摘要： 为服务于工业领域中的非标场景，机械臂朝着轻量化、易使用的方向发展，并且摆脱防护围栏的限制以应对广泛的工作挑战，这使得机械臂需要具备相应的路径规划能力，来适应复杂多变的工作环境。在此背景之下，本文以宇树Z1六自由度机械臂为研究对象，对机械臂在已知障碍物环境下的笛卡尔空间路径规划相关技术进行深入研究，包括机械臂末端全局路径规划、机械臂末端局部路径规划及机械臂连杆避障。本文主要工作如下：　　（1）对人工势场方法进行改进并应用于机械臂末端全局路径规划。现有全局路径规划算法在路径规划效率与规划成功率上往往不能兼顾，经对比分析后采用人工势场法进行末端全局路径规划。针对经典人工势场方法的固有缺陷，引入改进的斥力函数解决目标不可达问题;设计了一种基于禁忌搜索算法的局部极小值逃逸策略，增强经典人工势场法的全局规划能力。仿真实验表明，在多障碍物环境下，改进后的人工势场方法可以快速规划出可行路径并且保持较高的规划成功率。　　（2）设计了一种改进的弹性带方法实现机械臂末端局部路径规划。针对弹性带在动态环境中容易发生路径中断或路径被拉长的缺点，引入双路径并行维护与选择的在线规划方法，使得当前弹性带在失效后，可以快速切换至备选方案，提高了算法的鲁棒性。针对动态障碍物作静态处理时规划效果较差的问题，将弹性带同障碍物预测轨迹相结合，在障碍物预测轨迹已知的前提下，设计弹性带更新策略，以生成更为合理和安全的局部路径。仿真实验表明，改进后的弹性带方法在动态场景下可以产生平滑的轨迹并且始终与障碍物保持安全距离。　　（3）针对机械臂连杆避障问题，采用零空间投影的方法，将连杆避障任务投影至末端任务的零空间内，在不影响末端任务的前提下，利用机械臂冗余自由度执行连杆避障。　　（4）在包含动、静态障碍物的环境下，验证路径规划算法的有效性。首先基于宇树Z1机械臂搭建硬件验证平台，并部署环境感知算法与路径规划算法，然后设计机械臂动态避障综合实验，最后验证了本文设计的路径规划算法的有效性。

关键词： 非光滑非线性   二自由度直升机神经网络控制   执行器故障   输入量化   事件触发  

摘要： 近年来,小型无人直升机因其出色的机动性和便携性,在军事、商业和农业等领域被广泛使用,且个人持有率也不断增加。然而,由于小型无人直升机的机械设计和独特的结构,使得其表现出高度非线性和强耦合特性,同时系统中还存在不确定性等特性,因此设计合理的控制器保证其稳定性非常具有挑战性。考虑到小型无人直升机中独特的机械机构,其系统中存在输入死区、输入饱和以及磁滞非线性等非光滑非线性特性,这些非光滑非线性特性会约束系统的控制性能,从而导致直升机系统无法实现精确的控制。另外,小型无人直升机系统在长时间运行过程中,可能会使系统执行器部件磨损导致故障。若不及时处理,可能会使系统的稳定性降低,甚至引发安全事故。此外,在利用计算机远程操纵小型无人直升机时,控制信号会通过无线通信在系统的控制器和执行器等节点之间传输。但是,由于通信信道带宽有限,通信数据在传输过程中经常会出现延迟和丢包等现象,这不仅浪费通讯资源,还影响系统的控制性能。综上所述,为解决上述小型无人直升机系统中存在的问题,设计合理的控制器是非常必要且有意义的。本论文利用二自由度直升机平台作为研究对象,其具有典型的小型无人直升机特性,且采集数据十分方便,是验证小型无人直升机系统的神经网络控制算法最佳实验平台。在此平台上,主要验证具有非光滑非线性的二自由度直升机系统的神经网络控制,并结合自适应控制,设计合理的控制策略。本论文的主要内容如下:1.针对具有输入死区和执行器故障的二自由度直升机系统中,结合自适应控制提出了一种神经网络控制算法。首先,利用径向基函数神经网络来估计系统中的不确定性。其次,利用有界估计、光滑函数和自适应辅助参数来解决执行器故障和输入死区的综合影响。再通过李雅普诺夫稳定性理论确保系统中的信号都是有界的。最后在仿真和实验中证明控制器设计的有效性和可靠性。2.针对具有输入饱和的二自由度直升机系统中,为了降低系统的输入信号通信负担,同时避免通信资源浪费,结合输入量化开发了一种神经网络量化控制策略。首先,利用磁滞量化器消除量化信号过程中引起的抖颤现象。其次,采用径向基函数神经网络来估计系统的不确定性,再利用有界估计、光滑函数和自适应参数解决饱和非线性和量化非线性带来的影响。然后,利用李雅普诺夫稳定性证明了系统信号是有界的。最后通过仿真和实验的分析验证控制策略具有良好的控制性能。3.针对具有磁滞非线性的二自由度直升机系统,结合事件触发机制设计了一种神经网络事件触发控制。首先,引入事件触发机制缓解系统信号在传输过程中的通信负担。再利用神经网络来近似系统的不确定性。此外,利用光滑函数、有界估计方法解决磁滞非线性和事件触发中网络测量误差带来的综合影响。通过李雅普诺夫稳定性理论证明了闭环系统中的信号的都是有界的,最后,在仿真和实验中验证设计的控制算法的优越性能。

关键词： 液压并联机构   六自由度   卷积神经网络   支持向量机   故障诊断  

摘要： 液压六自由度并联机构具有高精度、高刚度、多功能性和安全性等优点,已经成为现代化工业制造和自动化生产的重要工具。液压系统作为六自由度并联机构的动力系统具有传动效率高、负载能力大、响应速度快等特点。液压系统一旦出现故障,会对机构运动产生严重影响。因此,及时排查和解决液压系统故障对于保证液压六自由度并联机构的正常运行和安全性具有重要意义。液压系统故障有频率高、故障传递性强和故障种类多等特点,故障形式复杂多样。以卷积神经网络为代表的人工智能算法克服了传统故障诊断中依据人工经验进行判断的缺点。依靠网络自学能力,在液压系统故障诊断中取得较快的诊断速度和较高的准确率。卷积神经网络中的Soft Max分类层仅能够对特征数据进行概率分布,对于某些故障类型分类效果较差。针对卷积神经网络的此类不足,提出了一种双通道融合卷积神经网络(CNN)加支持向量机(SVM)六自由度并联机构液压系统故障诊断算法。选择分类效果更加优秀的SVM代替Soft Max分类层,进一步提升故障诊断结果的准确率。本文主要研究内容有:首先,基于液压六自由度并联机构的组成和工作原理,推导了液压六自由度并联机构运动学反解数学模型。针对液压六自由度并联机构多系统协同工作和各系统强耦合的特点,使用AMESim和MATLAB软件建立液压六自由度并联机构联合仿真模型。完成了液压系统常见故障机理分析,对液压缸内泄漏和伺服阀堵塞两种故障进行故障仿真,通过仿真结果分析不同故障对液压系统的影响。选取液压系统中液压缸位移、液压缸无杆腔压力和液压缸无杆腔流量等特征向量作为后续故障诊断样本。其次,建立一维卷积神经网络(1DCNN)故障诊断模型和二维卷积神经网络(2DCNN)故障诊断模型。在进行故障诊断前,将选取的故障诊断样本进行归一化处理,消除不同信号间的幅度差异。将处理后的样本输入到网络模型中进行故障分类。针对1DCNN和2DCNN提取特征不完整的问题,提出双通道融合CNN故障诊断模型。将故障样本分别输入1DCNN和2DCNN进行特征提取,增加汇聚层将提取到的特征向量进行融合,然后进行分类。最后,卷积神经网络中的Soft Max分类层可以有效的进行故障分类,但也存在些许不足。支持向量机在高维数据处理能力和小样本数据处理能力的性能都优于Soft Max分类层。为此,本文选择支持向量机(SVM)代替卷积神经网络中的Soft Max分类层,组成双通道融合CNN-SVM故障诊断算法。实验结果表明,双通道融合CNN-SVM故障诊断模型在故障诊断准确率上明显优于1DCNN、2DCNN和双通道融合CNN故障诊断模型。

摘要： 水果采摘收获是劳动量大、时效性强的环节，需要耗费较多的人力和物力。目前水果采摘方式分为机械化采摘与人工采摘，其中人工采摘水果需耗费大量采摘时间，效率较低，且随着劳动力成本的增加，水果采摘成本也随之增加。为了提高水果生产的总体效益，需对水果机械化采摘进行深入研究。水果生长状态复杂多样，作业环境非结构性，机械手在采摘过程容易受到树枝等干扰，导致采摘失败，甚至会导致树枝与果实的损伤。因此，