基于网格搜索算法的6-RUS并联机器人时间最优轨迹规划

针对6-RUS并联喷涂机器人再现轨迹不平滑、轨迹规划效率低等问题,提出了基于优化贝塞尔曲线节点位置的6-RUS并联机器人时间最优轨迹规划方法。首先,将预处理的轨迹离散化为网格点,更新节点参数并优化贝塞尔曲线弧长,进一步拟合小线段路径获取最优几何路径;然后,计算不同粗网格点对应的最佳速度以及求解时间,选择合适的粗网格点,进一步以较小步长密化网格点间路径,迭代求解正反向最大速度,搜索路径的最佳速度曲线,获取6-RUS并联机器人的最佳运行时间。最后,在自研的6-RUS并联机器人平台上进行实验。结果表明,在相同示教轨迹条件下,基于所提的改进贝塞尔曲线算法得到的路径长为8.12 m,优于传统贝塞尔曲线算法以及G2CBS算法的结果;同时将改进的时间最优轨迹规划算法(TOPP)用于优化后的示教路径,所提算法的最优速度曲线的求解时间为416.4 ms,与TOPP-RA算法的最优速度曲线的求解时间相比缩短了244.7 ms,而且该算法下最优轨迹规划时间也优于TOPP-RA算法,该方法提高了最佳速度的求解速率,缩短了6-RUS并联机器人轨迹再现时间,提高了工作效率。

不同温度下局部气压对XLPE电缆电树枝生长及局放特性的影响

交联聚乙烯(cross-linked polyethylene,XLPE)电缆绝缘热老化产生的气体可能会在电树枝发生处产生局部高气压,为了研究不同运行状况下局部气压对XLPE电缆电树枝引发和生长特性的影响,以XLPE电缆制作绝缘层切块为试验样品搭建了试验系统,研究了不同温度下局部气压作用在电树枝通道时的局部放电特性和电树枝的生长规律。结果表明:XLPE处于玻璃态时,局部气压对电树枝的引发无明显作用,在生长过程中通道内流注的发展因高气压受阻,树枝发展被抑制;XLPE处于高弹态时,气隙放电的产生导致电树枝引发时间大大缩短。在生长发展期,高温造成XLPE结构上的缺陷促进了高气压下局放的发展。试验发现:高温高气压下电树枝很容易贯穿电缆绝缘,严重威胁XLPE电缆的安全稳定运行。

环境因素影响下GIL温升特性的仿真计算分析

为研究不同环境因素对架空敷设式气体绝缘金属封闭输电线路(GIL)温升特性的影响,建立电磁场-热场-流场多物理场耦合计算模型,进而分析了不同环境因素影响下GIL外壳和导体温度变化特征、外壳外表面的对流换热系数变化及不同负载GIL温升受环境因素影响的差异性。结果表明:风速与GIL温降的关系是非线性的,风速在0～3 m/s时,外壳和导体的温度下降较快,当风速高于3 m/s时,外壳和导体温度随风速增加下降速度越来越小,最终导体温度趋于稳定值,外壳温度逐渐接近于环境温度,当风速相同时,GIL负荷电流越大,导体和外壳温降速度越大;太阳辐射强度对GIL温升的影响基本呈线性关系,且太阳辐射强度对外壳温升的影响更明显,太阳辐射强度相同时,导体和外壳的温升差随负载电流的增加而减小;导体和外壳温度与环境温度基本呈等斜率线性关系。

基于复合频率激励的低频介电响应快速测试方法

频域介电频谱(FDS)测试是用于诊断变压器绝缘状态的有效方法之一,由于采用扫频方式测试,低频阶段所需要耗费的测试时间长,对于某些测试时间特别有限的工况不一定适用。为尽可能减少测量时间,研究了采用混频激励测试FDS的方法,其主要思想是使用多个频率正弦电压叠加的信号作为激励源,将采集到的电流曲线分解为激励信号对应频率下的多个正弦波形,分别计算获得复电容;并以油隙为试验对象,比对混合频率和单个频率电压作用下的电流波形,验证了混频激励FDS测试原理的正确性;同时以油纸绝缘试样和实体变压器为试验对象,与传统FDS(使用IDAX300型介电响应测试仪)测试结果比对,结果表明:各频率下两者测试的复电容值都基本一致,但前者的测试时间可大幅缩短。

基于神经网络的葡萄酒质量评价

通过运用BP神经网络的方法分别对酿酒葡萄的理化指标与葡萄酒质量以及葡萄酒的理化指标与葡萄酒的质量进行了分析,将拟合值与实际值比较,得出酿酒葡萄和葡萄酒理化指标对葡萄酒的质量都有影响,但单一地用两者去判断都存在不合理性。

基于广义坐标形式动力学的6-RUS并联机器人零力控制

针对6-RUS并联机器人的拖动示教零力控制问题,提出基于广义坐标形式动力学模型的解决方法。首先,引入动态摩擦模型,建立广义坐标形式的动力学模型;利用全局区域法获取电机在工作空间某位置的实际输出转矩,并采用Savitzky-Golay(SG)算法平滑噪声,分析机构自身噪声对转矩数据的影响。然后,结合6-RUS并联机器人动力学方程构建电机的期望输出转矩,补偿电机的期望转矩与实际转矩之间的误差,实时跟踪电机转矩实现零力控制。最后,在6-RUS并联机器人平台上进行实验。结果表明,在不同负载情况下,电机的预测与实际输出转矩之间误差均在8.25%以下;在完成相同示教过程中,本文方法所需的末端力矩仅为2.2 N·m,而基于重力矩与摩擦力矩补偿的零力控制方法为3.4 N·m,验证了本文零力控制法的有效性。与传统零力控制方法相比,该方法简化了动力学建模步骤,提高了构建期望电机转矩的效率,解决了机器人静止、启动、运动反向阶段期望电机转矩预测不精确的问题,同时实时补偿了转矩误差,使得机器人获得更好的拖动效果。