课程文献中心 更多>>

关键词： 柔性臂   轨迹规划   二重动力吸振器   振动主动控制   自抗扰   LQR  

摘要： 振动控制一直是工程界和学术界在努力解决的问题,几乎所有技术的应用都离不开振动抑制问题的研究。目前,自动化已离不开机械臂的辅助,振动的抑制是使其能更好完成任务的前提。本论文分别从轨迹规划、关节控制和动力吸振器抑振三个方面,对刚柔耦合机械臂的柔性振动问题进行了理论、仿真和实验研究,主要的研究内容和成果总结如下:(1)设计了一种四自由度刚柔耦合机械臂的机械结构,求解了正向运动学和逆运动学问题;基于假设模态法求解了柔性臂的动力学特性;探讨了含端部质量的柔性臂解的边界条件问题;将关节驱动的柔性臂动力学问题转换至模态空间,基于解的形式得到了柔性臂振动等效参数计算的积分形式。(2)研究了能抑制柔性臂残余振动的关节轨迹规划方法:基于输入整形的脉冲对生成加速度曲线实现残余振动抑制;明确柔性臂冲击与残余振动并不等同,为结合平滑规划抑制冲击和输入整形抑制残余振动的优势,基于矩形脉冲对单元构造力变率信号抑制柔性臂的残余振动,仿真和实验表明了方法的有效性。(3)探讨了经典一重动力吸振器的抑振性能,并以此为基础,深入研究了二重动力吸振器的抑振性能问题,基于理论和仿真数据,证明了二重动力吸振器对参数的鲁棒性远高于一重;基于振动等效探讨了二重动力吸振器的最优设计取值问题;探讨了音圈电机的动力学特性,并利用其设计了主动式二重动力吸振器;给出柔性臂-二重动力吸振器抑振系统的状态空间方程模型。(4)分别研究了自抗扰控制器和LQR控制器的特性和实现算法,基于引理探讨了两种控制器结合带来的优势;基于自抗扰PD控制器实现关节反馈抑振,利用实验验证了控制算法的可行性;基于抑振系统的状态方程模型,提出了一种自抗扰LQR控制算法的实现方法,通过MATLAB数值仿真以及实物实验,从抑振效果、模型误差补偿、非线性补偿能力和柔性臂高阶模态抑制能力四个方面对控制器性能进行了研究,结论表明自抗扰LQR控制在二重动力吸振器抑振主动控制方面具有优秀的扰动补偿能力和强鲁棒性。

关键词： 混联机械臂   并联机构   工作空间   运动学  

摘要： 提出一种（3PUS-PUR）&R型混联机械臂，并对其中的并联机构进行运动学分析。首先，根据螺旋理论分析机构的自由度，并通过修正的G-K公式进行验证，得到机构的输出特性。其次，求解机构位置反解方程及速度雅可比矩阵，利用Matlab软件及Adams软件进行验证。最后，根据机构的位置反解方程及尺寸约束条件，采用极限边界搜索法求解出工作空间范围，并分析主要结构参数对工作空间的影响规律。分析结果表明，该机构无伴随运动、位置反解方程推导正确；工作空间点云内部饱满，具有对称性，满足机械臂的工作需求，为新型五自由度混联机械臂的应用奠定基础。

关键词： 六自由度物体位姿估计   三维计算机视觉   深度学习   等变特征提取   自监督学习  

摘要： 六自由度物体位姿估计任务旨在预测从典型的物体坐标系统到相机坐标系统的刚性变换,在很多现实应用中发挥着重要的作用,例如自动驾驶、机器抓取和操纵、增强现实等。由于物体外观和形状的多变性、非线性的特殊正交群旋转空间学习的困难性、三维空间中语义标注的难度等问题,六自由度物体位姿估计的相关研究依然非常具有挑战性。本文围绕深度六自由度物体位姿估计,特别是基于深度等变特征学习的六自由度物体位姿估计,展开研究,在不同的监督设定下提出了多个模型,用于学习不同类型的位姿相关特征,包括有监督学习设定下的特殊正交群等变的特征学习、特殊欧氏群等变的特征学习以及旋转分解条件下视角等变的特征学习,和无监督学习设定下的具有3D-3D对应关系的特征学习,具体如下:(1)针对非线性的特殊正交群空间,提出了基于特殊正交群等变学习的双边位姿估计,在共享的位姿编码器之上堆叠两个平行的位姿解码器,其中隐式解码器使用不同于显式解码器的工作机制来预测物体位姿,因此他们对位姿编码器的训练提供了互补的监督;编码器基于频域球面卷积来构建,实现特殊正交群等变的表征学习。在没有测试物体CAD模型的情况下,创新地引入隐式位姿解码器,使其能够在测试阶段使用自适应损失项来强制两个解码器实现预测位姿的一致性,实现位姿的调优学习。(2)提出一种新颖的稀疏位姿可控卷积,其利用稀疏张量极大地对位姿可控卷积进行加速,同时严格保证了特殊欧氏群等变的特性;消融实验表明,稀疏位姿可控卷积在准确性和高效性方面都优于其他的卷积方法。同时,在稀疏位姿可控卷积的基础之上,提出了一个精准估计物体位姿的通用框架,其中的一个关键设计是特征操控模块,它充分利用了特殊欧氏群等变特性来实现高效的位姿优化。(3)为了进一步降低旋转估计任务的难度,提出了基于视角等变学习的旋转分解估计,将旋转分解为视角旋转和平面旋转。该方法以球面特征为基础进行特征学习,用两个独立的视角旋转学习分支(称为V-分支)和平面旋转学习分支(称为I-分支)来分别估计两个解耦的旋转。为了处理球面信号,通过新颖的空间球面卷积的设计构建球面特征金字塔网络,实现视角旋转等变的特征学习。(4)针对无监督域适应的类别级的六自由度物体位姿和尺寸估计,提出了一个基于对应关系学习的自监督深度先验变形方法。该方法通过设计深度先验变形网络,学习对类别形状先验的深度特征进行变形,以匹配观测物体的特征,从而在特征空间中建立深度对应关系,用于物体位姿和尺寸的直接回归。深度先验变形网络之上设计了一个基于一致性学习的自监督目标,其包含一个互相一致项和两个内部一致项,有效减小从合成到真实的域差距。综上所述,本文针对深度六自由度物体位姿估计技术进行研究,尤其是基于深度等变特征学习的六自由度物体位姿估计技术,提出了有监督学习设定下和无监督学习设定下的位姿相关表征的学习方法,以直接回归的方式来估计高精度的物体位姿。

关键词： 同轴驱动布局   零件打磨机器人   工作空间   位置误差建模   位置误差补偿  

摘要： 随着机器人的发展,并联机构在打磨抛光领域具有很好的应用前景。抛光打磨作为工业制造中最为重要的工序之一,打磨机器人精度的优劣直接影响并联机构是否能够达到预期的要求,因此,如何提高并联机器人的位置精度已成为当前的研究热点。本文以三自由度并联机构打磨机器人为研究对象,从结构布局、机器人运动学正逆解、工作空间、机器人误差建模及补偿等方面展开理论研究和仿真分析,降低了机器人的位置误差,为打磨机器人扩大工作空间和提高位置精度提供了有效解决方案。主要研究工作如下:(1)采用几何法建立机器人运动学模型。对同轴驱动布局构型及杆件配置进行分析,表明平行四边形杆件配置及矩形动平台具有较好的约束性能。对机器人分别使用球铰和虎克铰作为其关节铰链时的工作空间进行研究,从仿真结果得出,虎克铰能够有效扩大机器人工作空间。最后,选取雅克比矩阵条件数对机器人灵巧度做出评价。(2)建立机器人末端位置误差模型。求解机器人雅可比矩阵,对机器人误差类型进行分析研究,在可达工作空间规定范围内针对机器人12项静态误差源进行误差分析;采用全局灵敏度作为评价机器人误差源的灵敏度指标,分析各项误差源对机器人末端位置误差的灵敏度,为后续机器人末端执行器进行位置误差补偿奠定基础。(3)采用改进粒子群算法对打磨机器人进行位置误差补偿。针对标准粒子群算法局部搜索能力差,精度不高的问题改进其惯性权重系数,通过实例验证了改进粒子群算法在求解连续性最优问题的可行性;选取机器人末端空间位置点,采用改进粒子群优化算法对其进行位置误差补偿,证实改进粒子群算法对机器人位置误差补偿的有效性。(4)进行机器人软件仿真及样机搭建。利用软件预设打磨圆形轨迹进行仿真,将仿真后的驱动臂角速度导入到预设好误差的Adams模型当中,采用改进PSO算法进行位置误差补偿,对比误差补偿前后的轨迹,进一步表明改进PSO算法对机器人位置误差补偿的有效性,并搭建了机器人样机,提出实验方案为后续丰富理论研究奠定基础。

关键词： 6自由度混联机构   运动学分析   共形几何代数   雅克比矩阵  

摘要： 由双层并联机构组成的混联机构具有工作空间大、刚度高、稳定性强等优势，在工业机床、医疗器械等领域有着潜在的应用价值。其中，4+2型和3+3型的6自由度混联机构因其良好的工作性能，引起了学者们的广泛关注。然而，由于此类机构的结构复杂，使得运动学研究更加困难。为此，本文基于共形几何代数（Conformal Geometric Algebra，简称 CGA）提出了能够简化混联机构运动学求解过程的计算方法，并通过研究几类4+2型和3+3型的6自由度混联机构运动学，验证了该方法的正确性和可行性。本文的主要内容如下：　　首先，对共形几何代数的基本概念进行了介绍。其中，对三种重要的运算积、几何体的表示方法、刚体的运动表达式和刚体的微分运动学进行了较为详细的阐述，并介绍了共形几何代数分析混联机构运动学的步骤，为后续应用该方法分析几种不同类型的混联机构运动学做了一定的理论铺垫。　　其次，根据共形几何代数的基本运算，建立了两类4+2型6自由度混联机构完整运动学模型。以(2-RRS+2-SPS)+(2-SPR+PS)和(2-SPR+2-SPS)+(RPR+SPR)机构为例，首先针对单层机构选择合理的未知参数，通过构造平面、球面等几何体进行求交和对偶运算得到动平台顶点坐标，再基于叠加原理求解出混联机构运动学正解;而后，根据混联机构整体的结构特征设定合理的未知参数，构造相关几何体使之相交于中间平台顶点位置，由此求解中间平台各顶点坐标，进而可以得知混联机构运动学反解。　　最后，将共形几何代数应用于 3+3 型 6 自由度的(2-SPR+RPS)+(2-RPS+SPR)混联机构的运动学研究。首先在前文的基础上，推导了混联机构的完整运动学，再根据单层机构的几何约束条件，结合共形几何代数中刚体的微分运动学，建立了单层机构的速度解耦矩阵和速度雅克比矩阵，而后求解出混联机构的正向速度雅克比矩阵。　　本文基于共形几何代数建立了混联机构的完整运动学模型，实现了通过设定单个未知参数来表达机构中所有的未知变量，避免了传统方法中的非线性方程组的消元问题，推导过程简单，且几何直观性强;同时，本文还在共形几何代数的框架下对混联机构速度进行了分析，为该方法在机构学领域的应用提供了新的思路。

关键词： 激振台   结构优化   振动控制   随机信号跟踪   空间运动  

摘要： 在现代仪器工程领域中，超精密设备对隔振技术的需求越来越高，而振动分析作为隔振技术发展中不可或缺的重要一环，已经成为了实验科学的基本手段之一，并广泛地被应用于现代工业的诸多领域，例如火箭和卫星的振动测试、工程材料在高频循环力作用下的疲劳强度测试等等。而这些振动测试通常都由激振台提供的振动环境下进行。本课题针对VC振动速度性能指标，设计并深入研究一款六自由度激振系统，对激振系统进行转换矩阵推导及速度跟踪策略分析，并进行VC信号跟踪实验验证系统功能，本文的主要研究工作如下：　　对设计需求进行分析得到激振台的设计指标，根据设计指标首先针对材料参数以及力学仿真结果对制造台面的材料进行选取并进行台面模型的设计，在竖直方向上采用空气弹簧组成支撑系统对地面传递的振动干扰进行隔离并补偿系统的整体重力，在水平面内及垂直方向上布置多个驱动电机组合用于驱动激振台面产生六自由度随机振动信号，建立单自由度带载激振台模型，通过模型传递函数与VC振动指标计算得到系统出力指标从而对确定电机的布局方式以及具体型号，接着针对支架的固有频率指标对激振台固定支架结构进行设计与优化，最终完成六自由度激振系统的整体结构设计工作。　　对激振系统实现六自由度所需的六种驱动力与执行器实际所需施加驱动力之间的关系以及激振平台的速度特征进行深入研究与分析，得到输入输出转换矩阵结果，建立起测量空间与驱动系统之间的间接联系，分别根据音圈电机的安装位置以及传感器的摆放位置得到对应质心的执行器矩阵与传感器矩阵，通过输入输出转换矩阵可以实现将每个自由度方向上的振动效果转换为电机执行器在对应方向上的出力分配，并最终实现六自由度激振台电机驱动系统的多输入多输出控制策略。　　通过建立空载激振台的动力学模型并求解其耦合质量矩阵验证解耦环节的正确性并基于该动力学模型建立对应控制器从而实现闭环控制功能。然后针对带载激振台动力学模型进行分析，研究当激振台承载台面上放置待测隔振器及负载导致系统整体质量发生改变且系统质心发生偏移时，激振系统内部产生的耦合因素，通过建立质量系数矩阵求解得到消除内部耦合的补偿力的具体形式，并基于带载系统动力学模型对激振台的控制方法进行研究。　　搭建实验平台对速度传感器、位移传感器以及音圈电机进行性能测试，接着通过对比激振内部的输入信号与激光测振仪采集的台面振动数据从而验证激振台对于单频点频率振动信号的跟踪功能，然后通过向激振台输入单自由度振动信号同时观察激振系统在其他自由度的输出结果来测试六自由度之间的独立性从而间接验证系统的六自由度激振能力，接着针对激振系统在课题要求的频带范围内对于混频振动信号的跟踪能力，最后根据输入VC混频信号后系统输出的振动速度有效值频谱与VC-C速度频谱之间的偏差衡量系统对于VC振动信号的跟踪能力。

关键词： 图像分类   协同表示分类   判别性约束   局部约束  

摘要： 图像分类算法是人工智能与模式识别领域的重点研究课题之一。近年来尽管基于深度学习的图像分类算法取得了进展,但是深度学习模型在训练时往往需要海量数据,且模型复杂、参数量大、可解释性差。此外,当数据样本少、分布不平衡时,深度学习模型的性能会大大降低。最近,基于表示的分类方法在图像分类领域备受大量研究者的关注。然而,由于在真实应用场景中图像采集环境的多样性,图像分类领域仍然存在一些亟待解决的问题,例如:如何同时增强每个类别表示的判别能力和竞争能力,如何提高模型对噪声的容忍度和增强模型的鲁棒性,如何改善数据集类内差异大或类间差异小的数据分布不平衡问题,如何通过少量数据训练出具有较好分类性能的线性分类器问题等。鉴于此,本文针对上述问题展开研究,提出了三种图像分类算法。主要研究成果概括如下: (1)为了增强每个类别重构的可区分性,使其能够确切地反映测试样本与正确类别的相似性,提出概率判别协同竞争表示(ProDCCR)模型。ProDCCR在目标函数中融入了两种不同残差形式的竞争约束,使得每个类别的训练数据能够具有竞争性地表示待测样本,并对其中一个竞争约束设计了新的基于类均值的权重因子,从而提高了每个类别竞争表示的判别能力。同时引入判别约束以促使每个类别表示可判别性地重构待测样本,降低各类别之间的相关性。此外,利用局部约束突出最近邻样本的贡献程度以进一步增强模型的判别能力。为了更好地识别噪声数据,提出了基于l1范数编码残差的ProDCCR拓展模型(R-ProDCCR)。最后,在不同数据集上以及含噪声图像上的对比实验验证了 ProDCCR和R-ProDCCR模型的有效性。 (2)为了进一步提高协同竞争表示分类(CCRC)模型的类别表示的判别性,并加强相似类别在表示学习中的主导作用,提出基于类别均值的双阶段竞争表示分类(TMCR)模型。TMCR方法融入了基于均值向量的判别性约束,利用类均值的自身判别性以减轻数据集类内差异大所带来的影响,从而提高模型的判别能力。同时,利用局部距离相似性约束表示系数,以进一步增强模型的判别表示能力。此外,TMCR模型使用由粗到细的双阶段表示思想以进一步提高识别精度。该方法分为两个阶段:第一阶段使用基于类别均值的竞争表示粗略地重构测试样本,并筛选出与测试样本相似的类别。第二阶段对每一个待测样本进行更为细致地表示与分类。为了证明所提方法对于图像分类的有效性,我们在三个公共数据集上进行对比实验,实验结果充分证明了 TMCR模型具有出色的分类性能。 (3)为了减轻数据集中由于类内差异大或类间差异小所导致的数据分布不平衡问题,并使类别表示更加判别和竞争性地重构测试样本,提出基于类别均值的判别竞争表示(MDCR)模型。在MDCR中,新设计了一个基于均值向量的判别约束以减轻数据分布不理想所造成的低识别率问题。同时,为了增强竞争表示的判别能力,充分利用类的标签信息新设计了一个基于均值向量的权重因子以约束类别竞争表示。通过将判别约束、加权竞争约束和局部约束融入到同一框架中,使得类别表示同时具有判别性和竞争性。此外,对于噪声图像识别问题,提出鲁棒的MDCR模型(R-MDCR)。在R-MDCR中,新设计了一个基于表示残差的权重向量以自适应地调整表示保真项中每一个像素的贡献程度,进而消除噪声对分类性能的影响。最后,我们在四个公共数据集上进行对比实验,实验结果证实了所提出的MDCR和R-MDCR具有优越的分类性能和抗噪能力。

关键词： 量子调控   量子存储   固态自旋   绝热   几何相位   超辐射  

摘要： 量子力学和信息科学两个学科交叉产生了一个新兴领域——量子信息与量子计算,由于其对于一些重要问题的强大处理能力而备受关注。在用来实现量子信息过程的诸多平台中,固态体系由于其独特的优势,是国际学术界认为比较有希望的热门候选者。常见的固态体系包括超导量子比特,半导体量子点,掺稀土离子晶体,和金刚石中的氮空位色心等。其中,半导体量子点,掺稀土离子晶体和金刚石中的氮空位色心都是在固态体系中用某种方式束缚电子自旋或核自旋,是典型的固态自旋体系。而超导量子比特是一种固态电路器件,作为一种人造原子,也可以看成是一种人工的固态自旋体系。这些不同的固态自旋体系具备不同的优势,可以在量子信息过程中扮演不同的重要角色。比如:超导量子比特具有成熟的可集成性和高保真度的门操作,可以作为量子处理器的理想载体;掺稀土离子晶体中的核自旋相干时间极长,在合适的操作条件下,相干时间能够达到小时量级,可以作为量子存储器的优良载体。固态自旋体系的一个显著特点是,具有各种自由度,例如电子自旋,核自旋,电子跃迁的多能级结构等。这些丰富的自由度,一方面为量子信息过程提供了理想的物理载体,另一方面也带来了复杂的耦合和相互作用,和外界环境的各种退相干机制。这些新特点,不但是一个尚未充分探索的未知领域,而且也为开发相应的量子调控手段带来了全新的挑战。要在固态自旋体系上实现一个实用的量子信息过程,将要面对很多关键性的重要问题:包括如何利用固态体系的多个自由度来设计各种量子信息处理器和量子信息存储器,如何在复杂的固态环境中实现对多个自由度的高保真度的量子操控,如何实现不同量子信息单元之间高保真度的态传输等等。上述重要问题是科学界关注的前沿方向,正处在方兴未艾、孕育着重要突破的时期。本文针对上述重大问题,开展了基于固态自旋体系多个自由度的量子调控研究。本文内容主要分为两个部分:第一部分是对常见的固态自旋体系,包含有电子自旋和核自旋等多个自由度,设计新型的量子调控方案,这些方案包括绝热方法,几何相位方法等。利用新型的调控方法可以有效地提高固态自旋体系的一些特性指标,如量子存储效率,门操作保真度等。第二部分我们引入固态体系中一个重要的自由度——声子,探究声子对于混合自旋系统的特殊贡献。这是一个以前未被探索的新领域,我们发现声子的超辐射有着完全不同于传统光子超辐射的动力学和标度律,声子辐射冷却还可以有着完全不同于传统光子辐射冷却的新过程和新机制。本论文的主要创新点有:1.针对基于固态自旋的量子存储器,设计新型的调制绝热脉冲,该脉冲取消了演化过程的非绝热跃迁,有效地提升了量子存储器的性能。目前实验上报道的最高存储效率只有67%,而我们的方案可以显著提升至93%。2.针对基于固态自旋的量子节点,设计新型的几何门操作,通过利用几何相位的鲁棒性,实现了很高的保真度。目前实验上报道的最高门操作保真度只有86%,而我们的方案可以显著提升至98%。3.针对基于固态自旋的量子寄存器,设计新型的几何Landau-Zener-Stükelberg-Majorana干涉过程。我们发现在每个自旋子空间中,都积累有几何相位,并且实现了电子自旋态和核自旋态的高保真度态传输。目前实验上报道的最高传输保真度为88%,而我们的方案可以显著提升至98.5%。4.针对超导量子比特和声子场组成的混合体系,我们发现此时超导量子比特具有巨原子效应,可以实现与声子场的多点耦合,从而改变了声子超辐射的动力学和标度律。这是一个完全不同于传统光子超辐射的现象,代表了量子声子学的一个新方向。5.针对自旋系综、声子库和光学腔场组成的复杂混合体系,我们发现自旋系综不仅可以辐射光子,还可以同时辐射声子和光子。这是一个完全不同于传统激光冷却原子的现象,是一个有着丰富物理内容和未被探索的新领域。

关键词： 五自由度六极混合磁轴承   参数设计   转子不平衡振动补偿   变步长LMS自适应滤波器   模糊推理机  

摘要： 国家“十四五规划”提出,我国在2025年要迈入世界制造强国行列,在2035年要成为名副其实的制造强国。数控机床作为制造业领域的关键,在国家激励下快速发展。但是,作为数控机床的核心,我国的高速电主轴大部分依赖于进口,因此需要加大对高速电主轴领域的研究。机械轴承作为传统的电主轴支承部件,当转轴高速运行时,存在摩擦磨损、能耗较高、使用寿命短等不足,而依靠产生磁场力来支承转轴的磁轴承不与转轴接触,无摩擦磨损且适用于更高转速环境,因此磁轴承是电主轴支承部件的发展方向。磁轴承是一种新型的支撑轴承,它能够依靠产生磁场力来抵消转子自身的重力,使其能够稳定悬浮在几何中心的位置,且转子与定子之间没有机械接触,因此磁轴承具有无摩擦、无污染、精度高、无需润滑等优点,将在更多领域取代传统机械轴承,特别是在生命科学、航空航天、核能等对工作环境要求高的领域。为了降低三极磁轴承在工作中出现的强耦合和非线性,论文提出以五自由度六极混合磁轴承(Hybrid Magnetic Bearing,HMB)作为研究对象,一个六极径向HMB和一个六极径向-轴向HMB安装在转子的两端。本文设计了转子两端的磁轴承参数,并进行了数学建模和有限元分析,对转子不平衡振动补偿控制进行了理论分析和实验研究。本文主要完成工作及成果如下:(1)对磁轴承的研究背景及意义进行了阐述,并对磁轴承的工作原理、结构特点、分类和应用前景进行了介绍;针对磁轴承的研究现状,在国内和国外两个方面进行了介绍;介绍了磁轴承转子的振动补偿控制技术的研究现状;对本课题开展研究的背景和意义进行了阐述,并说明了论文的各章节内容安排。(2)介绍了本文研究对象的总体结构,并对转子两端的磁轴承部件进行了介绍,对两个磁轴承分别进行参数设计和数学建模,并进行有限元仿真分析其结构合理性,最后构建了五自由度六极混合磁轴承的状态方程。(3)为了避免转子振动影响运行精度,将五自由度六极HMB转子一端的六极径向HMB选定为本文的研究对象,阐述了转子不平衡振动的产生机理,并研究了转子的振动规律;引入类箕舌线函数模型自适应调整步长因子的大小,采用模糊推理机控制类箕舌线函数模型中的曲线调整参数,进而改进自适应最小均方(LMS)滤波算法,利用MATLAB软件进行仿真分析,仿真表明设计的变步长LMS自适应滤波器能有效抑制转子的不平衡振动,且补偿效果良好。(4)为了更好地控制转子的移动,设计了五自由度六极HMB的数字控制系统,包括软件和硬件部分。最后根据程序流程构建了实验平台,对转子的运行状态进行了实验,并分析了五自由度六极HMB的动静态性能。