4-UPS-RPS并联机器人机构及其静力学分析

提出了一种4-UPS-RPS新型空间5自由度并联机器人机构.运用约束螺旋理论分析了4-UPS-RPS并联机器人机构实现3转动和2移动5个自由度运动的机构学原理,计算其自由度,分析其驱动输入选取的合理性.建立了4-UPS-RPS并联机器人机构的静力学平衡方程和静力传递矩阵,以该机构作为并联机床的应用实例,求解其静力学方程.该研究为并联机构的优化设计和运动规划提供了理论依据.

4-UPS-RPS空间5自由度并联机构运动学分析

提出了能实现三维转动和二维移动的4-UPS-RPS空间5自由度并联机构,并对该机构进行了运动学分析。4-UPS-RPS并联机构包含5条分支,其中4条分支为U-P-S(虎克铰-移动副-球副)型结构,1条分支为R-P-S(转动副-移动副-球铰)型结构。建立了该机构的位置反解数学模型,推导出了该机构的速度雅可比矩阵和加速度分析表达式,求解了该机构的位置反解、速度和加速度,并采用ADAMS软件对机构的运动学进行模拟仿真,仿真结果表明理论分析结果完全正确,为该并联机构的实际应用奠定了理论依据。

5自由度空间并联机构运动学优化设计

定义了一种能综合评价不同位形下并联机构灵巧度的指标——平方平均灵巧度系数,分别考察了4-UPSRPS空间并联机构的定平台和动平台上铰链点的分布角、定平台铰链点分布圆的半径以及动平台铰链点分布圆的半径对平方平均灵巧度系数的影响规律,并据此对这些参数进行优化设计,得到该并联机构定平台铰链点的均布角为π/2,动平台铰链点的均布角为2π/5,定平台上第1个铰链点到定坐标系原点的距离为650 mm,定平台上其余4个铰链点分布圆的半径为800 mm,动平台上铰链点分布圆的半径为160 mm。仿真结果表明,经过优化设计,4-UPS-RPS空间并联机构的平方平均灵巧度系数指标比优化前明显增大,运动学性能得到了较大改善。

一种改进的BP神经网络算法与应用

针对传统BP算法存在的收敛速度过慢、易陷入局部极小、缺乏统一的理论指导网络结构设计的缺点,分析了一般的改进算法在神经网络优化过程中存在的问题,从蚁群算法和BP算法融合的角度上,并引入了放大因子,提出一种综合改进的BP算法。该算法引入放大因子改善BP算法易陷入局部极小的情况,结合蚁群算法用于指导网络结构设计,并极大地改善了收敛速度过慢的问题。最后,将改进的BP算法与传统BP算法进行应用于煤矿瓦斯预测。通过对实验结果的分析,从时间和正确率上都表明改进的BP算法要优于传统的BP算法。

一种基于竞争的覆盖算法

与传统人工神经网络的算法相比,覆盖算法有运行速度快、精度高和易于理解的优点,但是覆盖算法的学习顺序是随机选择的,大量实验表明样本的学习顺序对神经网络的性能有着显著的影响。基于竞争的覆盖算法是在覆盖算法的基础上提出的,以消除算法中学习顺序所产生的影响。在该算法中,通过加入竞争机制,神经网络在学习样本的同时会逐步调整覆盖中心以形成更优的覆盖域。实验表明改进后的覆盖算法可以有效减少覆盖数量,减少拒识样本数,提高识别精度。