谐波减速器研究现状及问题研究

简要回顾了近年谐波减速器的发展与应用现状。着重阐述轮齿齿形的发展及当前主流厂商应用的齿形以及影响减速器寿命的主要因素。在传统齿形方面,齿形经历了从直线齿形到圆弧齿形,再到双圆弧齿形的发展阶段,分析了各阶段齿形的啮合特性及疲劳寿命,当前产品化的代表齿形有"S"齿形、"P"齿形、"δ"齿形等。近年来柔轮筒体的薄壁和长寿命是研究的重点,大量研究集中在筒体、轮齿、波发生器等应力研究。在此基础上,对谐波减速器未来应关注的研究方向给出建议,包括齿形的研究、材料微观结构的分析、加工工艺的研究、理论体系的建立、固有频率波动大的问题、齿间啮合力的精确分析和计算、传动精度的影响因素等。

一种双工业机器人协同加工的轨迹规划方法

通过建立空间虚拟工件坐标系,分别得到两机器人到工件坐标系的转换矩阵,从而使两机器人基座标系之间建立联系,标定出两机器人基座标系之间的相对位姿关系。在此基础上,提出一种双机器人离线轨迹生成方法,对三通类型工件生成离线协同程序,并使焊枪在机器人变位过程中始终处于最佳焊接角度。该算法在华数焊接机器人JH-605与JR-605上进行了实验,验证结果表明了算法的可行性与有效性。

基于图像的飞机导管三维重构技术

针对航空制造领域传统飞机导管手动测量效率低的问题,研究一种基于图像的导管三维数字重构方法。该方法仅需三张输入图像,即可实现导管三维重构。首先,提取导管平面二值图像的中心线,并根据立体视觉原理生成候选三维曲线段集;其次,解决全局选择问题,从候选集中选择一条三维曲线;最后,恢复三维曲线段的全局拓扑结构,寻找最优路径重构导管的三维模型。该方法相对于现有的导管重构方法,具有建模效率高、测量精度高的优点,实验结果表明,该方法能在30秒内完成导管三维建模,重投影误差为0.4像素,测量平均误差为0.5mm,性能稳定。

基于IWAO-SVDD的工业机器人异常检测研究

针对工业机器人运行数据的非平稳性与信号特征提取困难等问题,提出了一种基于集合经验模态分解与离散小波分解、连续均方误差结合的信号去噪方法,再对去噪信号进行时域特征提取,并使用改进鲸鱼优化算法(IWOA)优化支持向量数据描述(SVDD)参数与特征,形成多目标优化异常检测算法。首先对高维度数据进行集合经验模态分解,根据连续均方误差寻找到纯净模态分量与含噪音模态的临界点,使用离散小波对噪音模态去噪进行信号重构后再提取时域特征。然后利用改进鲸鱼优化算法(IWOA)对多模态特征与SVDD核参数进行寻优,进而构建异常检测模型。利用该模型对工业机器人运行中的反馈电流,反馈力矩等信号进行异常检测。结果表明该模型能有效的判断出工业机器人的异常情况,精确度能达到97%-99%,相较其他方法精确度能提升4%-5%。