基于MOGA的串联机械臂参数优化设计

针对六轴串联机械臂结构强度问题,提出了一种基于多目标遗传算法(MOGA)的机械臂尺寸参数优化方法。对机械臂关键部件进行了静力学分析,得到了关键部件的应力和变形云图,基于静力学分析结果对关键部件的尺寸参数进行了优化。由优化结果得到了各输入参数与输出参数之间的响应曲面及敏感度,明确了各输入参数与输出参数之间的关系。运用多目标遗传算法进行求解计算,得到了一组可以达到预期目标的最优设计点。分析结果表明,优化后的机械臂其形变量与最大应力均有所下降,验证了多目标遗传算法参数优化方法的有效性。

基于联合仿真的机械臂最优路径筛选

针对机械臂定位精度较高或能量损耗较少的要求,基于联合仿真方法进行了机械臂最优路径筛选的分析研究。介绍了联合仿真的方法,针对多种可行路径的问题,采用Simulink与Adams联合仿真的方式对最优路径进行筛选研究。在Simulink中建立反馈控制系统,对各种可行路径所能到达的位置进行误差比较,确定误差最小的两组路径,再对比两种路径所需力矩大小,确定最优路径。研究结果表明,基于联合仿真的方法能够较好地提高机械臂的定位精度并可降低能量损耗。

基于卡尔曼滤波的机器人力控制

为解决机器人在打磨、装配等复杂作业环境下,其末端力传感器获取到的机器人本体与作业环境间的接触力信号存在干扰噪声影响的问题,设计了基于卡尔曼滤波的机器人力控制模型。通过搭建力控制模块,对比经典阻抗控制与基于卡尔曼滤波的机器人力控制下的接触力跟踪效果,分别搭建平面轨迹跟踪与曲面轨迹跟踪机器人可视化平台。经仿真验证发现,两种工况下基于卡尔曼滤波的机器人力控制比经典阻抗控制的力控制效果更优。

憨豆

憨豆是我在树上捉到的一只小知了。一天晚饭后，我在外面散步。忽然，几声震耳欲聋的“尖叫声”传来——原来是一只知了藏在树干上!