基于优化的六自由度工业机器人NURBS轨迹规划

针对机器人在运动过程中遇到较大振动和冲击问题,为进一步提高轨迹规划的精度,减轻振动和冲击,延长机器人使用寿命。以实验室REBOT-V-6R机器人为研究对象,分别采用三次多项式、三次B样条和三次NURBS在基于最短路程原则下对机器人轨迹进行规划。规划结果表明,采用三次NURBS规划的运动轨迹速度、加速度光滑,连续没有突变,机器人轨迹精度较好,运动性能优于三次多项式样条和三次B样条。

基于Matlab与DMC的工业机器人轨迹规划研究与实现

以深圳市元创兴科技有限公司的REBOT-V-6R机器人为研究对象,用Matlab建立6自由度仿真界面,在仿真界面上用三次多项式对机器人末端规划一个矩形轨迹,得到机器人6个关节的运动曲线.在此基础上,提出基于DMC的开放式运动控制系统的6自由度机器人轨迹插补算法,同时介绍了在DMC上的矩形轨迹具体实现方式.实验结果表明,该方法能可靠、精确地实现机器人轨迹运动.

基于神经网络的电力系统短期负荷预测

短期负荷预测是电力系统运行与分析的基础,提高负荷预测精度,是保障电力系统优化决策科学性的重要手段。通过实际采集两地区(云南省和深圳市)气象因素,分别用BP和RBF神经网络模型对两地区进行了短期负荷预测和精度对比分析,发现两种网络模型预测的相对误差均低于10%,但RBF的预测精度和泛化能力方面均优于BP神经网络。最后对两地区2015年1月份7天的电力负荷进行预测,发现两种网络模型预测的准确率均在90%以上,RBF网络的预测精度高于BP网络模型,并且云南省可以获得更准确的预测结果。

气象因素对电力系统短期负荷预测精度的影响

为研究气象因素对短期负荷预测结果及精度的影响,通过用Matlab对云南省和深圳市两地区2014年实际负荷数据生成持续曲线,并在此基础上,用SPSS分别对日最高负荷、日最低负荷、日平均负荷与各气象因素的关系进行多元线性回归分析。结果表明,两地区全年的变化趋势基本相同,但云南省年持续负荷曲线有更好的平滑性和周期性,可以获得更准确的预测结果。同时,气象因素中最低气温与平均气温对短期负荷预测精度影响较大,在提高短期负荷预测精度方面应着重考虑这两个气象因素。