建筑幕墙安装机器人的位置/力混合控制方法

针对建筑领域幕墙安装过程中所面临的幕墙质量变化、接触环境改变以及机器人动力学参数漂移等问题,提出了基于阻抗模型和自适应补偿的机器人位置/力混合控制方法。分析了幕墙受力,建立了幕墙与环境之间的接触力模型,获得了机器人-幕墙-接触环境的综合动力学方程;为解决幕墙与环境接触时的力控制问题,在设计控制器时建立了幕墙位置与接触力之间的阻抗关系,同时通过李雅普诺夫稳定性理论构造了自适应控制器来补偿未知不确定项,使幕墙轨迹跟踪阻抗外环生成的参考轨迹。对不同任务时的幕墙安装过程进行多组仿真实验,结果表明:所提方法均能实现高精度的幕墙位置跟踪,误差精度小于0.2 mm,同时可以使幕墙与环境之间有稳定的接触力,并具有一定的鲁棒性。

柱塞泵对异步电动机定子电流的谐波分析

当异步电动机拖动液压柱塞泵负载运行时,由于泵本身的流量脉动引起其输出转矩的脉动,从而在异步电动机的定子电流中注入了大量的谐波成分,不仅影响液压传动控制系统的精度,而且恶化了系统的EMC特性。从柱塞泵的流量公式出发,利用傅立叶变换推导其流量脉动中存在的频率成分。又因为液压缸运行时其流量不存在脉动,所以当电动机驱动泵控缸时,可以认为其电流中的谐波只是由泵的脉动特性所引起。从这一角度出发,在MATLAB/SIMULINK中建立电液伺服系统模型,用仿真实验证明泵向电源线中注入了谐波成分。

一种基于Volterra频域核的非线性频谱智能表征方法

针对目前基于Volterra核的非线性频谱计算存在的计算量大和准确率低的问题,提出一种基于BP神经网络的非线性频谱智能表征方法。首先,利用递推方法和批量最小二乘方法分别估算出系统的广义频率响应函数(GFRF)幅值和输出频率响应函数(OFRF)幅值;其次,结合非线性频谱特点,将均方根误差(ERMSE)作为BP神经网络设计指标来确定隐含层神经元数量,利用BP神经网络强大的拟合能力实现各阶频谱幅值的计算;最后,通过机器人驱动系统进行仿真验证。研究结果表明:与常规自适应辨识方法相比,本文方法计算结果与真实结果最接近,且计算速度最高提升了73.30%,进一步证明该方法不但能够满足复杂系统对频谱计算实时性要求,而且可为基于非线性频谱的故障诊断提供精确数据。

采用非线性频谱的重载工业机器人故障机理分析

针对重载机器人故障机理分析问题,利用非线性频谱分析重载机器人系统故障特性。考虑重载机器人系统中存在的柔性关节,在重载机器人刚柔耦合动力学模型基础上,利用递推法建立重载机器人关节的前4阶基于输出频率响应函数的非线性输出频率响应函数(NOFRF)频谱计算模型,得到不同疲劳故障程度下的NOFRF频谱;利用NOFRF频谱对关节发生机械疲劳时高次谐波成分和亚共振现象进行分析解释,并进行了故障诊断实验。结果表明:NOFRF频谱对关节疲劳故障很敏感,能够较好地解释重载机器人因关节机械疲劳故障产生抖动现象的机理;与利用系统输出频域和时频域信号进行故障诊断的方法相比,所提采用NOFRF频谱作为故障特征的方法在重载机器人的诊断准确率分别提高了19.38%和6.88%,达到了93.13%。