恒力支吊架性能指标研究及标准修改建议

高温汽水管道是发电厂的重要部件,由于管道垂直高差和水平跨距较大,为协调管道热膨胀和降低管道热胀应力,在管道设计时配置了较多恒力弹簧支吊架(恒力吊架)。由于存在转轴摩擦力矩等原因,恒力吊架并非恒力,其荷载偏差会造成管道运行时偏离设计冷态、热态线及管道应力升高。为控制恒力支吊架质量,国内相关标准中有恒定度和荷载偏差度2个质量性能控制指标。分析研究荷载偏差度可得:由于存在摩擦力矩等,恒力吊架在测试荷载偏差度时,不同加载方向测得的拔销荷载差异较大,导致其荷载偏差度差异较大,因此拔销荷载不宜作为代表性参数;平均荷载可表征位移-荷载曲线的位置,是恒力支吊架的代表性参数,并给出了新的平均荷载偏差度计算公式。建议对相关标准进行修订,提高恒力吊架性能。

PZT驱动柔性恒力装置设计与控制

不同于常规机构,恒力机构优点诸多。例如,可以吸收能量减少对对象的冲击;可以降低驱动力,间接增加位移。而且针对恒力机构研究现状发现,现有的柔性恒力机构在显微注射中的应用较少。同时利用柔性机构具有的微纳运动精度和恒力机构吸收能量减少对对象的冲击的特点,设计并制备一种锆钛酸铅基压电陶瓷(Pbbased Lanthanumdoped Zirconate Titanates,PZT)驱动恒力显微注射器,改善微注射过程中存在的阶跃冲击,提高注射量的控制精度,减少注射量因素对胚胎早期发育的影响,为显微注射技术提供可参考的数据。

机器人恒力干磨削的材料去除深度建模

在机器人末端安装被动柔顺装置进行恒力干磨削加工,材料去除深度较难控制。为确定合适的磨削用量控制材料去除深度,根据磨削理论和磨削力经验公式,建立关于法向压力、进给速度和主轴转速的材料去除深度模型,材料去除深度与磨削用量指数幂的乘积成正比。通过正交实验标定模型的未知参数,建立完整的材料去除深度模型;通过单变量实验分析材料去除深度与磨削用量的关系;通过多变量随机实验对材料去除深度模型进行验证。单变量实验和随机实验表明,材料去除深度与磨削用量指数幂的乘积成正比。在磨削加工精度允许范围内,可以根据材料去除深度模型确定磨削用量控制材料去除深度。

基于变参数阻抗控制的机器人恒力打磨研究

面向机器人恒力打磨需求,文章设计了阻抗参数在线调整与离线优化的自适应阻抗控制算法,实现了打磨力控制。自适应阻抗控制算法将刚度参数作为时变参数,根据打磨接触力实时在线调整,以消除打磨过程中的稳态误差。针对阻尼参数和惯性参数难以整定的问题,以降低系统超调量和调整时间作为优化目标,采用改进粒子群算法进行阻抗参数离线优化。进行了机器人恒力打磨仿真,仿真结果表明,该方法可以综合改善机器人的恒力控制性能。开展了机器人恒力打磨实验,实验结果表明,该方法可以有效地提高机器人打磨表面质量。

恒力磨床液压控制系统研究

为提高某恒力磨床设备的压力精度,增加对位置偏差干扰的抵抗能力,根据设备输出数据指标设计研究液压控制系统。根据设计的液压原理图在AMESim仿真软件中完成系统仿真建模,进行闭环压力控制系统分析研究,最终采用前馈补偿与压力闭环反馈结合的复合PID控制方案,具有最佳控制效果,并能够实现在工作过程中遇到位置偏差时具有一定抗干扰能力,保证输出精度在目标压力精度范围内。

科莱恩EnviCat^(TM)N_(2)O-S催化剂助力恒力石化硝酸工厂每年减少69万t二氧化碳当量排放

近期科莱恩宣布,其EnviCat N_(2)O-S催化剂已成功在恒力石化的硝酸工厂投入使用。EnviCat N_(2)O-S催化剂的使用标志着科莱恩全球“气候保护行动”迈出坚实一步。该项目旨在向尚未采取减排技术的硝酸生产商无偿提供N_(2)O减排催化剂。作为该项目的入选者之一。

基于对决深度Q网络的机器人自适应PID恒力跟踪研究

为确保机器人与环境接触时能保持稳定的接触力,基于对决深度Q网络设计一种自适应PID控制恒力跟踪算法。分析机器人与外界的接触过程,并构建基于PID算法的机器人力控制器;提出基于对决深度Q网络的自适应PID算法,以适应外界环境的变化,该算法利用对决深度Q网络自主学习、寻找最优的控制参数;最后,通过Coopeliasim与MATLAB软件平台展开机器人恒力跟踪实验。仿真结果表明:提出的基于对决深度Q网络的自适应PID算法能够获得较好的力跟踪效果,验证了算法的可行性;相比于深度Q网络算法,力误差绝对值的平均值减少了51.6%,且收敛速度得到提升,使机器人能够更好地跟踪外界环境。

恒力弹簧支吊架壳体强度分析与优化设计

建立恒力弹簧支吊架壳体仿真模型,计算恒力弹簧支吊架壳体在不同工况下应力情况。从改变刀型凸轮安装方式、减小钢板厚度、拓扑优化恒力弹簧支吊架壳体支撑脚三方面对壳体进行优化改进,并对轻量化处理后的壳体进行疲劳损伤验证。最终优化了壳体结构,提高了恒力弹簧作用过程中的稳定性、准确性。

基于MCU机电弹力补充原理的恒力控制系统

现有力控打磨系统多采用基于PLC(Programmable Logic Controller)控制气动泵的结构,存在反应慢、精度低等问题。提出了一款基于MCU(Micro Processor Unit)带动丝杆控制弹簧结构的恒力控制系统,能够将气动系统的力控精度由2~10 N提高到0.2~0.5 N量级,反应时间由1~3 s提高到几十ms。首先对丝杆控制弹簧的机械结构进行数学建模,给出了系统响应时间随着电机转速与扭矩、丝杆比、弹簧倔强系数、斜坡角度等物理量的变化的闭式解,随后从模型中分析了提出的系统结构将反应时间降低为几十ms所需的条件以及将力控精度达到零点几牛的关键因素。为了实现上述性能,提出了一种基于弹力补充原理的恒力控制方案,仿真和实验发现该方案比传统PID(Proportional Integeal Differential)的控制方案更接近理论上的响应速度以及力控精度,可广泛应用于工业打磨和抛光,实现更精细的打磨要求。

从“一滴油”到“一匹布” 创建全产业链智能工厂——恒力集团有限公司创新发展纪实

恒力集团有限公司(以下简称恒力集团)始建于1994年,立足主业,坚守实业,是以炼油、石化、聚酯新材料和纺织全产业链发展的国际型企业。恒力集团现拥有全球产能最大的PTA工厂之一、全球最大的功能性纤维生产基地和织造企业之一,员工达17万,建有国家“企业技术中心”,企业竞争力和产品品牌价值均列国际行业前列.

基于变刚度自适应导纳机制的机械臂恒力控制

工业机械臂在诸如打磨抛光等接触式作业任务中对环境刚度信息存在一定的依赖性,未知环境刚度信息将严重影响机器人的力位控制精度,使得作业效果难以得到保证.为解决环境信息不足或未知情况下的力/位置精确控制问题,本文首先提出了一种新的自适应环境刚度在线估计方法,针对时变的环境刚度进行实时估计,由此预测生成后继的机械臂参考轨迹点,随后提出了一种根据力跟踪误差实时调整末端工具手刚度系数的变刚度导纳恒力控制方法,并结合李雅普诺夫稳定性理论给出了整体控制律的收敛性证明.针对刚柔两种末端工具手和多种不同的曲面工件开展了实验研究,并与传统PID控制方法和传统导纳控制方法进行了对比,其结果表明本文所提出的复合控制方法可在不同工况条件下实现机器人运动过程中接触力的快速柔顺调节,并获得4.55%以内的最优力控误差效果,证明了本文所提出方法的有效性与可行性.

基于卡尔曼滤波的恒力装置恒力跟随方法

无力传感恒力装置是机器人打磨核心部件之一,由于缺乏对外部负载的感知,存在恒力精度较差的问题。对此研究其恒力跟随方法:根据恒力装置的结构和工作原理建立恒力装置恒力跟随模型;利用卡尔曼滤波器获取恒力跟随模型中的位置、速度、加速度信息,并利用外部负载质量标定方法获取恒力跟随模型中的外部负载质量;在恒力跟随模型参数确定后,根据输出力目标值和恒力装置状态确定气缸进气方向和求解气压大小,继而实现恒力跟随。最后实验结果表明,采用该恒力跟随方法的无传感的恒力装置的恒力跟随精度为3 N,基本满足机器人打磨作业的精度要求,验证了所提出的恒力跟随方法的可行性。

机器人主动柔顺恒力打磨控制方法

为了解决打磨过程中打磨控制系统存在扰动问题,设计了一种机器人力控末端执行器,并提出了一种机器人主动柔顺恒力打磨自抗扰模糊变阻抗控制方法.所提方法的内环控制采用模糊变阻抗控制器,外环控制采用自抗扰打磨控制器.采用Lyapunov稳定性理论证明了所提方法的跟踪误差收敛为零.通过仿真和实验,验证了所提方法的有效性和适用性.研究结果表明:在内环控制相同情况下,与外环控制为PID控制器相比,所提出的机器人主动柔顺恒力打磨自抗扰模糊变阻抗控制方法减小了打磨过程中的力跟踪误差和位置超调量,提高了机器人打磨力控制系统的控制效果和鲁棒性,实现机器人柔顺恒力控制.

基于PSO优化的模糊PID恒力控制研究

针对工业机器人在抛磨等工作过程中对接触压力的要求,提出了一种基于粒子群(PSO)优化的模糊PID恒力控制方法。对柔性力控法兰装置的受力和气体流量模型进行分析,建立柔性力控法兰装置的数学模型;设计了基于PSO算法的模糊PID控制器,自适应调节模糊PID的控制参数,通过MATLAB仿真对比了普通PID、模糊PID和基于PSO算法优化的模糊PID这3种控制方法的性能;最后,通过搭建基于柔性力控法兰装置的打磨实验平台,对柔性力控法兰的恒力控制输出性能进行实验验证。仿真实验结果表明,与传统PID和模糊PID控制方法相比,基于PSO算法优化的模糊PID控制没有超调,系统响应速度更快,在0.43 s时系统达到稳定;在进行恒力打磨实验时,柔性力控法兰实际接触力输出误差小于0.85 N;打磨后的壳体表面各区域粗糙度稳定在Ra0.1~Ra0.2之间。该方法能够有效地抑制接触压力波动,具有更强的鲁棒性。

基于PSO的恒力执行器PID型模糊控制器

针对打磨机器人在打磨过程中对恒力控制精度和响应速度的要求,提出了一种基于粒子群优化算法的恒力执行器PID型模糊控制器。设计新型PID型模糊控制器,减少设计规则库数量;提出变权重综合型适应度函数,结合误差积分绝对值和控制信号积分绝对值优化PID型模糊控制器的综合性能,同时减小超调量与稳态误差;采用自适应惯性权重策略加快粒子群迭代速度,使用粒子群算法对PID型模糊控制的比例因子进行优化。仿真结果表明,经过粒子群优化的PID型模糊控制实现了打磨力的平稳输出,响应速度提升10%,调节时间缩短14%,系统无超调、无振荡,提高了打磨力的控制精度。

机器人打磨自适应变阻抗主动柔顺恒力控制

为解决工业机器人打磨过程中存在复杂时变非线性耦合与不确定性扰动导致机器人柔顺恒力打磨自适应调节能力不足的问题,首先给出了一种可实现沿轴向平移与旋转运动解耦的力控末端执行器,其次设计了一种自抗扰控制器和一种粒子群神经网络变阻抗控制器分别作为内环控制和外环控制,在此基础上,提出了一种机器人自适应变阻抗主动柔顺恒力控制方法,用于在线自适应优化阻抗参数,动态调节打磨力修正量,实现机器人打磨作业自适应主动柔顺恒力控制。最后采用Lyapunov稳定性理论分析证明了所提出方法的闭环稳定性。通过机器人打磨系统虚拟样机联合仿真实验和机器人平台实物实验,验证了所提出方法的有效性。实验结果表明,所提方法能够较好实现静态与动态期望打磨力跟踪,减小了打磨力波动、力超调量以及打磨初期打磨工具处的冲击力,提高了打磨力控制系统抗扰动稳定性、恒力跟踪性能和动态响应能力,对复杂多变工况机器人打磨作业具有较强的适应性与鲁棒性。

基于扰动转化补偿的恒力控制部件设计与控制

针对机械导轨式力控系统精度受非线性摩擦影响的问题,本文提出了一种将摩擦扰动转化为弹性扰动的设计方法,解决了摩擦死区和静摩擦力补偿难的问题。具体做法是,将力控执行机构设计成用柔性铰链组连接的框架和工作平台。当驱动力小于摩擦力时,位移由柔性铰链弹性变形产生,消除了摩擦死区。非线性摩擦扰动转化为柔性铰链弹性变形扰动,通过柔性铰链的变形量和变形速率,计算出弹性力和阻尼力进行实时补偿,解决了摩擦力补偿问题。通过实验表明,摩擦扰动转化设计,通过量测补偿,最终将力控精度提高到0.08 N,比原来提高20~50倍,是一般气浮式精度(1 N)的10倍以上,并且保持了电控系统响应快、成本低的优势。

基于法向恒力跟踪的船板打磨轨迹在线调整方法

机器人对船板零件自由边进行打磨时,初始打磨轨迹基于船板零件的三维几何模型生成。由于该三维几何模型与实际的船板零件存在一定偏差且船板刚性较大,文章设计了基于法向恒力跟踪控制的机器人打磨轨迹在线动态调整方法以保证自由边打磨质量。通过力位感知技术实时采集机器人打磨工具与待打磨船板零件之间的接触力信息;基于重力补偿与法向力分解算法,建立法向恒力跟踪下基于位置的阻抗控制模型以实时修整机器人的打磨轨迹,使其实时跟踪待打磨零件自由边。仿真结果表明:该方法可以很好地实现打磨轨迹的在线动态调整,使得调整后的打磨轨迹能够满足要求,保证船板零件自由边的打磨质量。

恒力石化盈利能力分析——基于杜邦分析法

恒力石化作为辽宁省化工企业的代表,为辽宁省的经济发展做出了重大贡献。文章通过对恒力石化财务比率变动的分析,找出影响其盈利能力的因素,提出通过加强成本控制、提高存货周转速度等建议改善企业盈利能力,使企业具有更强的市场竞争能力。

基于BP神经网络的球头铣刀恒力切削控制方法研究

针对数控机床加工过程中的不可控制参数变化的问题,提出一种基于BP神经网络的球头铣刀恒力切削控制方法。分别建立铣削过程模型与BP神经网络控制模型,针对多指标变化导致恒力控制球头铣刀切削难以实施的问题,利用多层BP神经网络的自主高度拟合特性,结合恒力控制多时刻切削力与相关伺服输入,实现自适应调节多指标完成恒力控制。其中,指标包含切削力、进给量、进给速度、背吃刀量。为进一步探究噪声对控制算法鲁棒性的影响,利用方波噪声对所建立的控制算法进行干扰实验,讨论控制算法的抗干扰能力。结果表明:所提出的控制方法能够对球头铣刀控制进行快速且精确的恒力跟踪,在切削深度加深后能自适应地调整切削力;在添加噪声的恒力控制中,所获得的仿真曲线与未添加噪声时保持一致,进一步证明了该方法的抗干扰能力。该控制方法具有较好的控制性能与鲁棒性。