基于多策略融合改进粒子群算法的路径规划研究

针对传统粒子群算法(particle swarm optimization,PSO)在路径规划中易陷入局部最优使得规划路径较长以及搜索后期由于种群多样性降低容易陷入停滞等问题,提出一种多策略融合粒子群算法(multi-strategy fusion particle swarm optimization,MFPSO)并将其应用于路径规划中。首先,利用中垂线算法(midperpendicular algorithm)的粒子位置更新方法提升粒子的收敛速度;其次,在最优粒子附近采用生成爆炸粒子的策略使算法跳出局部最优;然后,引入线性动态惯性权重调整方法,增加算法的搜索能力;最后,在路径规划应用中采用全局最优解局部搜索策略,在算法后期得出的最优路径再进行局部搜索得出更优的路径,增加机器人路径规划能力。仿真结果表明,多策略融合粒子群算法在路径规划中具有更高的路径搜索能力。

采用激励轨迹实现机器人关节伺服动刚度的辨识

针对传统伺服动刚度辨识方法操作繁琐且阶跃力矩加载方式存在安全隐患等缺点,提出一种采用激励轨迹实现工业机器人关节伺服动刚度辨识的方法。该方法以五阶傅里叶级数轨迹为激励轨迹输入,通过使用最小二乘法对采集的关节位置和关节电机力矩等数据拟合辨识获得工业机器人关节伺服动刚度和动力学模型参数,并以其计算关节伺服扰动力矩。采用提出方法与传统辨识法所获伺服动刚度来进行扰动力矩补偿,并依据补偿后轨迹位置跟踪误差来评判两种辨识方法的优劣。在工业机器人平台上分别对单关节运动和六个关节运动的扰动力矩补偿实验,结果表明提出的激励轨迹辨识方法获得伺服动刚度的精度优于传统辨识方法所得伺服动刚度的精度。

基于机器视觉的芯片字符区域分割和定位算法

芯片表面的字符对分选具有重要意义,对字符的定位是分选工作的关键步骤。为了提高分选工作定位效率和定位精度,提出了一种基于改进的区域生长算法和凸包检测算法分割和定位芯片表面字符区域方法。首先,对采集图像进行预处理操作,利用改进的Canny算法获取无干扰图像边缘,将图像边缘作为区域生长法的种子点并以图像自适应阈值作为生长准则分割图像,使用最大内接矩形算法粗定位字符区域;其次,采用Harris角点检测算法获取字符角点分布位置;最后,筛选角点并提取关键点,利用一种改进的凸包检测算法定位字符区域。经过实验验证,所设计的算法能够完整的分割和定位芯片表面字符区域,定位精度和效率较原有方法提升5.3%和15.4%,满足实际工业生产的要求。

基于改进YOLOv5s的玻璃盖板划伤检测算法

针对当前玻璃盖板检测速度较慢、精确率较低的问题,提出一种基于YOLOv5s算法的玻璃盖板划伤检测改进模型。首先,借鉴ResNeXt结构和大核注意力(largekernelattention,LKA)结构改进原C3模块,增强网络对于特征的检测和提取能力;其次,向网络中引入BiFPN模块,提高网络的特征融合能力和小目标检测能力;最后,使用EIOU损失函数替换原网络中的CIOU损失函数,提高锚框生成的准确性和模型收敛速度。结果表明,改进后模型,精确率达到98.2%,召回率达到98.4%,实现玻璃盖板划伤的高效检测。

数模联动的多特征工件加工能耗预测方法研究

在实际切削加工过程中材料去除率是不断变化的,现有将其视为恒量的能耗建模方法难以实现能耗准确预测。为了提高切削过程能耗预测精度,提出了一种基于材料去除率的数模联动加工能耗预测方法。首先,基于切削过程刀具与工件的接触关系分析了切入、完全切入和切出阶段材料去除率变化规律,并对相应的加工能耗特性进行了分析;其次,提出了数据驱动的刀具切入,切出阶段加工能耗预测方法,以及模型驱动的完全切入阶段加工能耗预测方法,实现加工过程能耗准确预测;最后,利用实验案例验证了所提模型及方法的有效性,为今后研究能耗预测精度奠定了基础。

高速自适应双稳态折纸软体夹持器设计与分析

提出了一种单顶点多折痕(single-vertex and multi-crease,SVMC)的双稳态折纸软体夹持器,具有结构简单、成本低、变形速度快、承载能力强等优点,有效改善了传统模型响应速度慢、夹持效率低等缺陷。该模型基于水弹结构建立,利用球面三角形余弦定理分析了折痕角度之间的关系并建立运动学方程;同时借助扭簧模型探究变形过程中的势能转化规律。分析了折痕长度与初始角度对能力存储和释放过程的影响,并以此为基础优化了模型结构参数。实验结果表明,当受到2.6 N的外部触发力时,软体夹持器可在61 ms内完成从外展姿态到内缩状态的变化,实现对目标表面的快速包络;同时,借助线绳驱动提供更大的夹紧力,完成对目标的高效稳定抓取。此模型可广泛应用于复杂轮廓目标抓取和快速食品分拣领域。

约束空间工业机器人姿态搜索及避障研究

为解决约束空间下机器人无碰撞目标姿态求解问题,提出一种机器人姿态快速搜索算法,并结合4种不同的路径规划算法实现工业机器人的多目标路径规划。首先,对机器人运动框架初步配置完成后,通过计算位姿矩阵得到了场景内物体坐标的动态相对关系,并在ROS中搭建规划场景;其次,提出一种基于模型和机器人逆解的机器人姿态快速搜索算法RFP,并在RoboDK中对其进行验证,验证结果表明该算法有效;最后,根据任务需求设计了路径规划流程并引入二次规划减少算法随机性的影响,提高规划成功率,应用了RRT等算法进行对比分析,仿真结果表明RRT-connect算法的规划速度与成功率高于其它算法,为样机的实现奠定了基础。

AR-MED共振特征增强的风电齿轮箱故障诊断

针对风电齿轮箱故障时脉冲成分往往淹没在其他频率分量中,早期故障特征难以有效提取的问题,提出一种自回归最小熵解卷积(AR-MED)共振特征增强的风电齿轮箱故障诊断方法,并结合一维卷积神经网络(1DCNN),实现齿轮箱高精度故障诊断。首先,使用共振稀疏分解算法(RSSD)将振动信号分解成含有噪声和谐波成分的高共振分量和含有故障冲击成分的低共振分量;其次,对低共振分量使用自回归最小熵解卷积运算,增强低共振分量中微弱的周期性冲击成分;最后,构建自回归最小熵解卷积共振特征增强的1DCNN模型,将分解得到的谐波分量和周期性冲击分量进行特征融合以及有针对的训练和分类。实验结果表明,与现有故障诊断模型相比,所提方法在提取风电齿轮箱的故障特征信息以及提高故障诊断精度方面具有有效性和优越性。

基于改进非线性滑模控制的轮式机器人轨迹跟踪

针对轮式机器人的轨迹跟踪控制存在的问题,设计了一种改进非线性快速终端滑模控制器(improved nonlinear fast terminal sliding mode controller,INFTSMC)的控制方案。首先,通过对轮式机器人运动学的分析建立了轨迹跟踪误差模型;其次,在设计滑模控制器阶段,针对非线性快速终端滑模控制器存在奇异点,采用一种新的滑模面幂指数时变策略来设计非奇异终端滑模控制器,解决了非线性快速终端滑模控制器奇异问题,通过构造Lyapunov函数进行稳定性分析证明了该策略的稳定性,并且进行收敛时间分析给出系统从任意初始状态收敛至平衡点所需要的时间;然后,在新的滑模面幂指数时变策略的基础上设计了轮式机器人线速度和角速度控制律,使得轮式机器人轨迹跟踪误差快速收敛至0,实现了移动机器人对期望轨迹的快速跟踪。通过仿真实验与非线性快速终端滑模控制器和传统滑模控制其进行对比,验证了改进非线性快速终端滑模控制器的优越性。

考虑电压电流限制的伺服电机无纹波转矩控制

针对伺服系统无刷电机正弦电流转矩控制纹波较大的问题,提出了一种无刷伺服电机在任意反电动势波形下的无纹波转矩控制,实现了电机驱动器在有限电压、电流范围内的功率损耗最小。首先,建立了有限电压、电流范围内的电机模型,推导了电压、电流范围边界的不等约束条件;其次,利用拉格朗日乘数法求解等效二次规划问题,提出了最优转矩控制策略;最后,在三相18极同步电机的实验平台上进行了3种情况的实验验证。结果表明,所提控制策略在相电压、电流饱和时,仍能实现转矩的精确控制,输出期望转矩;在发生单相故障时,可以隔离故障相,同时通过优化励磁电流使非故障相达到预期的转矩输出,减小了转矩纹波。

改进麻雀搜索算法的轮式机器人路径规划

针对传统麻雀搜索算法(sparrow search algorithm,SSA)在轮式机器人路径规划应用中易陷入局部最优使得规划路径较长以及算法后期容易陷入早熟等问题,提出一种改进麻雀搜索算法(improved sparrow search algorithm,ISSA)应用在轮式机器人路径规划中。首先,在算法初期初始化种群时利用Logistic混沌提高初始种群的多样性;其次,将线性动态惯性权重调整方法引入到发现者位置更新中,使得算法的全局搜索能力以及收敛速度得以提升;然后,在跟随者位置更新方法中结合中垂线算法(midperpendicular algorithm,MA)使跟随者快速精准地向种群适应度最高的个体靠拢;最后,在算法后期结合最优爆炸粒子策略与反向学习策略在最优解附近产生扰动,防止算法后期陷入局部最优解。并且在机器人路径规划应用中将全局最优解再次进行局部搜索来提高机器人的路径规划能力。仿真结果表明,ISSA应用在路径规划中,其路径长度、寻优速度以及迭代次数方面均有显著提高。

彩色光栅投影的三维轮廓自动化测量研究

为了测量物体的三维轮廓数据,提出一种基于改进彩色光栅投影三维轮廓测量技术,并利用DLP来投影彩色光栅条纹到被测物体上来测量被测物体的高度,由于DLP的投射范围太大,无法直接投射在微小物体上,因此通过自行改装的方式改变DLP的投射范围,将其投影面积限制在约20×20 mm内,使其能覆盖整个被测物体。但由于改装时所选用的DLP镜头并不是针对DLP而设计的,因此容易产生光场分布不均的情况,可对无光栅图像或有彩色光栅图像进行光场补偿,使光栅图像更为清楚,用于对被测物体进行更准确的三维轮廓测量与重建分析计算,且获取被测物体的三维数据精度可达2μm,速度在0.024 s内。实验结果表明,该方法具有更高的速度、灵敏度及适用性。

五轴联动机床虚拟加工系统构建及仿真验证

五轴联动机床具有3个直线轴和2个回转轴,能在一次装夹中完成复杂曲面及异形几何特征类零件加工。实际加工过程中,刀具与工件相对运动复杂,常遇到刀具干涉。基于此,以五轴联动机床为研究对象,进行机床结构的运动链分析和零部件建模、装配,进而阐述了虚拟加工系统构建方法。最后以风扇叶轮加工为例,在已构建的系统上进行仿真验证。结果表明,该系统可以模拟双转台型五轴联动机床实际切削运动过程,可以发现加工过程中可能存在的干涉、碰撞等,对实际生产起到一定的指导作用。该研究不仅可以为类似五轴数控机床虚拟加工系统构建提供借鉴,而且对提高加工仿真技术及五轴机床应用水平也具有重要的价值。

参数曲线光滑处理的双向四阶Taylor拟合方法

为了使数控轨迹更加光滑,以进一步提高加工效率,提出一种基于空间轴的光滑曲线双向四阶Taylor拟合方法,通过优化使曲率更平缓来进一步降低拟合曲线的轮廓误差。首先,在参数曲线上选取有限均匀的数据点计算参数各阶导数以及曲率、挠率等微分几何量,以建立Frenet坐标系;然后,在第i区间始末两个数据点分别进行前向和后向四阶Taylor展开,根据刀位点在始末两个数据点形成的参数空间的相对距离确定耦合权重的拟合曲线;最后,通过坐标反变换得到机床坐标系XYZ下的优化轨迹。通过对原始轨迹和双向四阶Taylor拟合进行比较表明,随着阶数的提高,轮廓误差逐渐降低,曲率均值、曲率极差和曲率的导数极差均趋近原始曲线。通过对标准圆和高速列车车轮踏面LM-32进行拟合测试表明,相比拟合曲线,所提方法得到的优化曲线曲率变化连续,轮廓误差小4μm~5μm。

平行四杆机构搬运机器人的设计与分析

对物流搬运方式进行了研究,在分析了传统AGV特点后,提出了一种利用平行四杆机构实现前后双向抓取、摆放动作的搬运机器人。首先,从整体角度描述机器人的机电结构,研究主要部件如螺杆丝杠、平行连杆、蜗轮蜗杆等的设计与特性;基于力学原理建立了搬运机器人起重部件的静力学模型,以弹簧为关键零件,采用全局搜索算法对其优选,显著降低抬升所需的最大输出扭矩,在分析中得出最大扭矩,由此进行减速器的设计;最后,基于静力学模型的受力分析结果,利用有限元分析方法对杆件进行了模拟仿真,获得应力和变形的分布情况。实验表明,结果满足预期设计的性能指标要求,并为进一步优化提供支持。

基于总线同步的多驱动系统漏电流分析与抑制

多驱动系统中漏电流的大量存在是影响数控加工装备长期稳定运行的重要因素,提出了一种邻消抑制措施,能够有效减少多驱动系统中漏电流,避免漏电保护装置频繁触发。该措施采用PWM调制策略,将空间位置相邻的两个驱动单元的共模电压矢量方向反向,以抵消它们之间的高频共模电压分量,从而有效地抑制了多驱动系统的漏电流。主要创新之处采用了一种软件控制的方式实现了对多驱动系统漏电流的抑制,该措施不但可以有效地抑制漏电流,而且实现成本低。实际测试平台的结果表明,邻消抑制措施在多驱动系统中能够有效降低70%~80%的漏电流,保证了多驱动系统的稳定运行。

基于新型自适应滑模观测器的PMSM无传感器控制

为了实现无位置传感器控制策略在永磁同步电机中的应用,在传统滑模观测器的基础上提出了一种改进型的自适应滑模观测器算法。提出的改进型自适应滑模观测器中使用更平滑的sigmoid函数取代了传统的符号函数,并结合反电动势的自适应律有效地减少了提取的反电动势中包含的高频分量,避免了低通滤波器在使用过程中带来的抖振和相位延迟现象。最后反电动势中包含的转子位置信息与速度信息通过锁相环提取。为了验证模型的可行性,基于MATLAB/Simulink搭建了仿真模型进行了仿真分析,并以TMS320F28377芯片为核心搭建了永磁同步电机硬件实验平台进行实验验证,仿真与实验结果验证了该方法的有效性和实用性。

复杂曲面零件的五轴数控加工技术研究

随着科技水平的不断提升,精密复杂曲面零件的应用越来越广泛。曲面驱动是复杂曲面零件加工的重要方法,驱动刀轨的规划直接关系到曲面物理特性的调控,应用五轴数控加工技术能够提升复杂曲面零件的加工质量。文章主要研究复杂曲面零件的五轴数控加工技术,以佛像这个复杂曲面零件为例,分析了曲面驱动刀轨规划、工装方案设计、加工策略以及试制加工过程。在实际加工过程中,技术人员应充分理解驱动刀轨规划思路与原理,在粗加工、精加工中完善刀轨设计,并进行试制加工。

数据驱动的6R型串联工业机器人精度性能提升

随着工业机器人在高端制造领域应用中的不断深入,其绝对定位精度低的问题越加凸显。研究了基于神经网络的机器人实际位姿误差预测问题,针对Staubli TX60型串联工业机器人进行了运动学建模和误差分析,并搭建了基于Leica AT960激光跟踪仪的机器人测量实验平台,测量并计算了大量末端位姿误差数据。设计并优化最佳DNN神经网络结构,利用该神经网络预测机器人实际位姿误差,避免了基于模型的机器人精度提升方法中复杂的误差建模。补偿后的机器人平均绝对位置误差和平均绝对姿态误差分别由补偿前的(0.671 12 mm, 0.002 86 rad)降低至(0.048 58 mm, 0.000 46 rad),位置精度提升92.76%,姿态精度提升83.92%。最后,通过与BP、Elman神经网络以及传统LM最小二乘标定方法进行对比实验,验证了基于DNN深度神经网络进行机器人位姿精度提升具有更好的平衡性。

基于改进粒子群算法的ER8机器人轨迹规划

为解决传统机器人工作效率低、稳定性不足和传统粒子群算法易早熟等问题,提出了一种基于改进粒子群算法的时间最优轨迹规划算法。通过改进粒子群算法的惯性权重和学习因子,优化了粒子群算法的局部和全局搜索能力。首先,以国产ER8型机器人为研究对象,采用改进型D-H参数法获得机器人连杆参数数据,同时通过运动学正逆解理论计算求出了轨迹插值点;其次,利用MATLAB机器人工具箱建立了ER8机器人仿真模型,由于正逆解理论值与仿真结果完全相一致,证明了所建仿真模型的正确性;最后,通过MATLAB仿真得到机器人3-5-3多项式插值构造的轨迹中各关节的位置、速度和加速度等信息,在满足运动学约束的前提下,利用改进粒子群算法优化3-5-3混合多项式插值函数构造的轨迹,机器人用于完成轨迹的时间从3 s减少到1.0375 s,相对于优化前,整体运行时间缩短了大约65%,证明文中改进的粒子群算法可以有效实现时间最优的轨迹规划。