目标区域引导的RRT^(*)机械臂路径规划算法

针对传统RRT^(*)算法在机械臂路径规划的过程中存在规划效率低、路径质量不佳、机械臂位姿不当等问题,提出一种目标区域引导的RRT^(*)机械臂路径规划算法(TA-RRT^(*))。在传统RRT^(*)算法基础上,引入目标偏向策略并使用球形子集约束采样,缩小采样范围并使新节点朝向目标点扩展,增强目标导向性;对新节点采用直连策略,让算法可以更快地收敛从而提升路径生成速度。对初始规划路径去除冗余点并使用三次B样条曲线转换成平滑路径,优化了路径质量。对机械臂进行位姿约束,通过机械臂逆运动学判断机械臂连杆位姿可达性,并利用包络盒模型判断机械臂是否与障碍物碰撞。实验结果表明,在二维以及三维场景下,TA-RRT^(*)算法在采样次数、规划时间、路径长度以及平滑度等方面的性能均优于RRT^(*)算法,验证了该方法的正确性及可行性。机械臂仿真实验以及在真实环境下的测试结果显示,加入位姿约束后机械臂运行规划好的轨迹时,机械臂各个关节在运行规划路径的过程中并未与障碍物发生碰撞且具有良好的稳定性。

气动翼型涡流发生器与风力机翼型同步优化设计

针对目前风力机叶片翼型与涡流发生器相互独立的串行设计方法,导致不能最大限度的设计出气动性能最佳的风力机新叶片加装新型涡流发生器。这里提出带气动翼型的涡流发生器与风力机叶片翼型同步设计方法,利用B样条函数分别表达叶片翼型与涡流发生器气动形状,以最大升阻比及失速前最大升力系数为多目标函数建立优化数学模型,结合CFD技术与粒子群算法对原始叶片翼型DU97-W-300与CLARKY翼型涡流发生器进行同步优化,优化结果表明:相比原始叶片翼段加装CLARKY翼型涡流发生器,优化后的升力系数为2.378,提高了9.3%,升阻比为63.335,提高了7.5%;且对优化前后的流线图及涡量云图进行了对比分析,说明优化后叶片加装涡流发生器翼型可产生更大的诱导涡,能够有效抑制叶片表面流体分离。这里研究对于叶片与涡流发生器的设计及应用具有很好的参考与借鉴意义。

B-Spline曲线聚风装置直线翼垂直轴风力机启动性能数值模拟

为了提升直线翼垂直轴风力机的启动性能,基于B-Spline曲线生成方法,提出一种具有流线型轮廓的聚风装置,将其分别安装在风轮顶端和底端,用以提升风轮附近的来流风速,使风轮汲取更多风能,达到更易启动的特点.选取聚风装置的5个结构参数进行设计:聚风装置与风轮间隙距离ΔL、底圆半径R_(1)、顶圆半径R_(2)、入口角度α_(1)和出口角度α_(2).设计方法采用二次旋转正交组合筛选最优模型,通过三维数值模拟研究聚风装置参数对直线翼垂直轴风力机启动性能的影响,获得了最佳外形参数组合.此外,对有无加装聚风装置的直线翼垂直轴风力机进行了静态三维数值模拟.结果表明,通过添加具有外凸流线型轮廓的聚风装置,直线翼垂直轴风力机的启动性能有显著提升.在风速较低的情况下,性能改善更加明显.聚风装置可使直线翼垂直轴风力机的平均启动力矩系数最大增加38.8%,峰值平均启动力矩系数最大可增加31.2%.

二阶非线性抛物方程的B样条有限元法

首先,用二次B样条有限元法求解Fisher-Kolmogorov(FK)方程,证明半离散格式与全离散格式解的稳定性与收敛性;其次,用Crank-Nicolson方法离散时间变量,得到近似解的收敛阶为O((Δt)^(2)+h^(3));最后,用数值算例验证了理论分析结果及B样条有限元法的有效性.

基于混合模型的储能用锂离子电池剩余寿命预测方法研究

针对储能系统在调峰、调频等工况下存在电池老化等安全问题,提出一种储能用锂离子电池剩余使用寿命(RUL)预测方法。该方法通过研究锂离子电池充电曲线特点,从电池恒流、恒压充电过程中提取短时电压电流片段数据作为表征电池老化的特征,提出一种B样条曲线的方法对得到的片段数据进行降噪处理,得到与容量高度相关的新健康因子(HF),然后运用蝴蝶优化策略改进的麻雀搜索算法对卷积神经网络-长短期记忆网络混合模型参数进行优化,最后以NASA数据集和实验平台实际运行数据对锂离子电池RUL进行预测并与其他方法对比验证,结果表明,NASA数据集预测结果均方根误差RMSE、平均绝对误差MAE范围控制在3.45%、2.42%之内,实验平台电池老化数据集预测结果RMSE、MAE范围控制在0.96%、0.83%之内,所提方法对锂离子电池RUL预测具有较高的准确性,能有效解决储能电池安全预警问题,可为电网稳定控制提供保障。

挖掘机时间最优与脉动最优轨迹规划

为了在提高挖掘机工作效率的同时减小各个关节的振动,提出了一种使挖掘机关节运行时间和关节脉动达到某种综合最优的轨迹规划方法,在同时考虑挖掘机动臂、斗杆、铲斗的运动学约束以及动作时间约束条件的前提下,采用五次非均匀B样条曲线对离散序列点进行插值,然后运用自适应粒子群优化算法(ASPO)对目标函数进行优化求解得到一条动作时间较短且脉动连续关节轨迹,最后对优化后得到的关节轨迹进行仿真实验,结果表明,该方法最终可以得到比较理想的运动轨迹,从而验证了该方法的有效性。

一种基于曲率和B样条的矿区装载车辆连续路径规划方法

矿区装载车辆的任务是从进入点到装载点进行装载,然后离开矿区。在进入装载点前,车辆要在回转点改变行进方向,以便倒车进入装载点。针对装载车辆的任务特点,本文提出了一种基于曲率和B样条的路径规划方法。首先,基于车辆运动模型设计了A*算法的成本函数,获得了与车辆转弯半径相关的离散路径。为了进一步获得装载车辆的连续路径,又提出了改进的B样条插值法,使得连续路径两端切线符合车辆起始点和终点的位姿。随后,基于模拟退火算法,获得了车辆的回转点,使得车辆可以在进入装载点前改变前进方向。仿真结果表明,所提出的连续路径规划方法能够保证生成曲率连续的装载车辆路径,并保证路径两端符合车辆在起始点和终点的位姿,为矿区装载车辆的自动驾驶技术提供了基础。

基于逆向重布线改进RRT-Connect算法的机械臂路径规划

为解决RRT-Connect算法在复杂非结构环境下规划出的路径成本较长、有效节点数过多、曲折不平滑等问题,提出了一种基于逆向重布线的改进RRT-Connect算法(Improved-RRT-Connect).首先,在算法的起始位置加入碰撞检测函数,当起点和终点之间不存在障碍物时,能够快速生成一条路径;其次,通过对生成的路径采取逆向重布线的措施,对生成的路径中的节点进行重新筛选布线,达到缩短生成路径长度,减少有效节点数量的目的;最后,通过结合B样条曲线对生成的路径进行拟合处理,得到一条平滑连续的路径.通过Improved-RRT-Connect算法与RRT、RRT^(*)-Smart、RRT-Connect等算法的对比实验表明,在规划时间上,Improved-RRT-Connect算法比RRT、RRT^(*)-Smart算法减少了52.14%、98.53%,在路径成本上比RRT、RRT-Connect算法减少了19.39%、17.15%,阐明了提出的Improved-RRT-Connect算法的优越性.

基于改进A^(*)算法的桥式起重机吊装路径规划

针对传统A^(*)算法规划路径拐点多而造成桥式起重机运行时间长、稳定性差的问题,提出了相关改进方法。首先找出A^(*)算法规划路径中所有可以相连的2个路径节点,然后通过迪杰斯特拉算法搜索得出最少拐点数量的路径。针对桥式起重机在复杂三维环境下无法得到适合工程应用的吊装路径问题,采用将三维环境信息降维至二维环境信息处理的方法,结合改进后的A^(*)算法提出了规划三维吊装路径的方法。根据实际工程应用下桥式起重机的运行特性,将z轴路径长度、二维平面路径长度和路径拐点数量作为评判吊装路径优劣的影响因子。最后引入B样条曲线对平面路径平滑处理,得到了光滑无拐点的平面运行路径,提高了起重机运行时的稳定性和作业效率,Matlab路径仿真结果证明了本文方法的可行性。

基于B样条与鲸鱼优化算法的机械臂轨迹规划

为了提高机械臂的工作效率,构建一种基于B样条与鲸鱼优化算法(whale optimization algorithm,WOA)的机械臂时间最优轨迹规划方法.用蒙特卡罗法描绘机械臂的工作空间,用B样条对给出的路径点进行插值处理,根据机械臂各个关节的性能,引入角速度与角加速度约束,同时加入边界条件.在构建时间最优的目标函数后,利用引入惯性权重值的WOA对机械臂运行时间进行优化.用Matlab进行仿真验证,结果表明构建的算法在时间优化方面效果好于传统的5次多项式方法,并且角速度与角加速度曲线连续平滑,验证了算法的有效性和可行性.

基于插值修正ACER的脐带缆响应短期极值预测方法研究

针对脐带缆在随机载荷作用下其响应难以准确预测的问题,本文提出了一种基于插值技术与平均条件超越率(average conditional exceedance rate,ACER)的海洋脐带缆响应极值预测方法。构造随机波浪荷载作用下脐带缆结构响应的数值模型,获取脐带缆关键位置处的张力与曲率响应时程数据。分别求解张力和曲率时间序列对应的1~4阶ACER函数值,选取合适阶数的ACER函数,采用三次样条插值与B样条插值技术对平均条件超越点的尾部区域进行插值。对插值曲线外推,实现在不同超越概率下脐带缆的结构响应极值预测。本方法适用于非独立同分布下的海洋脐带缆张力与曲率响应数据的极值预测,并利用Gumbel极值分布模型进行对比,讨论并验证本文所提方法在海洋脐带缆响应极值预测中的适用性。

数控系统样条曲线插补技术研究综述

传统数控系统加工复杂曲线时,一般采用微小线段或圆弧段逼近的方法,加工精度低,易引发刀具抖动、机床振动等问题。随着CAD/CAM技术的发展,现代数控机床向高速度、高柔性方向发展,基于高质量加工的要求,提出样条曲线插补方法。对样条曲线插补方法进行综述,首先阐述了插补技术的重要性;其次从进给速度、加工精度等角度系统分析了样条曲线插补方法,分别介绍了A样条插补、B样条插补和C样条插补;最后描述了三种插补方法的发展过程和最新研究动态,对其未来趋势做了总结和展望。

基于二元三次B样条拟插值的反应-扩散方程数值解

反应-扩散方程在科学和工程的许多分支中有着重要的应用,对此类方程数值解的研究具有重要意义.鉴于计算域的复杂形状、大量的自由度等导致计算非常困难,提出张量积型二元三次B样条法求解一类分数阶反应-扩散方程和交叉反应扩散系统,首先计算得出二元三次B样条拟插值的矩阵表达式,然后利用Matlab进行数值模拟,最后将数值模拟解与精确解进行对比.研究表明,当变量t的迭代次数较低时,所提方法行之有效.

多参数变弯度翼型气动优化设计方法

为了获得机翼最优的气动外形,提出了一种多偏转参数与非均匀B样条结合的翼型前后缘连续偏转变形方法。以NACA3412翼型为研究实例,对翼型曲线进行参数化重构。以翼型前、后缘偏转位置和偏转角度为变化参数,模拟分析了不同变形状态对翼型气动特性的影响规律。以翼型升力系数和升阻比为优化目标,以前、后缘的偏转角度、偏转位置以及过渡段长度等六个偏转参数为设计变量,采用多目标遗传算法和ANSYS软件进行优化设计。结果表明,与基础翼型相比,优化后的变弯度翼型的升阻比提升约19.26%,升力提升约44.43%,明显改善了翼型的气动性能。

基于人工智能技术的机器人运动控制系统设计

设计一种基于人工智能技术的机器人运动控制系统,确保机器人更好地理解人类的意图,并提供更加人性化的服务。该系统通过运动数据采集与传输组件连接机器人的轴电机,采集机器人当前运动数据后,将其传输到控制器组件内,控制器组件依托X86架构工控机,使用PIC总线将采集到的机器人当前运动数据发送到基于人工智能技术的机器人运动路径规划模块内。该模块运用人工智能技术中的A*算法获取机器人轨迹路径规划结果后,依据该路径规划结果,将人工智能技术中的神经网络和模糊B样条基函数相结合,建立模糊B样条基函数神经网络控制器。该控制器输出机器人运动控制指令,并发送给伺服驱动器组件,伺服驱动器负责驱动机器人轴电机,控制机器人运动。实验结果表明:所设计系统具备较强的机器人路径规划能力,可在复杂路径情况下实现机器人运动控制,且控制精度和控制阶跃响应能力均较强。

基于改进RRT-Connect算法的全局路径规划

针对RRT-Connect算法在复杂环境内的路径规划中存在探索性弱、收敛速度慢、冗余节点多、搜索路径较长等问题,提出一种改进的RRT-Connect算法。通过引入高质量随机点和动态步长的方法,提高了生成随机树的质量并减少了冗余节点数量;采用正向寻优和逆向贪婪的方式,改善了搜索路径较长的问题。实验结果表明,改进RRT-Connect算法平均路径规划时间缩短26.41%,平均路径规划长度缩短19.05%,平均路径规划节点个数减少41.91%,证明了改进RRT-Connect算法相比于原算法规划效率更高,规划时间更少,规划路径质量更优。

柔性多关节移动机器人非线性控制轨迹的二次模糊逼近

针对柔性多关节移动机器人在非线性控制轨迹下控制精准度不高的问题,提出一种非线性控制下的模糊逼近方法。建立机器人动力学模型,根据动力学特性设置矢量参数,对误差扰动动态修正。将矢量参数作为初始输入值,采用加权平均和乘积推理法,使得矢量符合自适应规律,通过模糊逼近函数对控制器的输出值实行状态逼近,直至符合初始设定值;凭借李亚普诺夫函数对控制输出值二次实施稳定模糊逼近,完成非线性轨迹控制。以B样条曲线轨迹为例做控制实验,实验数据证明:该二次逼近控制方法在非线性轨迹下的控制精准度较高,控制器输出力矩稳定,实用性能较强。

基于改进RRT算法的移动机器人路径规划研究

快速扩展随机树算法(rapidly-exploring random trees,RRT)规划移动机器人路径时,存在搜索盲目性强、搜索时间长、收敛速度慢、路径冗余点多且不平滑等问题。鉴于此,提出一种改进的RRT路径规划算法。首先,针对传统RRT算法盲目搜索以及局部极值的问题,提出概率目标偏置与人工势场结合的采样策略,引导随机树的扩展;其次,针对随机树扩展的避障能力差的问题,提出基于安全距离的碰撞检测以及动态变步长扩展策略;最后,针对路径上冗余点多以及曲率不连续的问题,提出考虑安全距离的剪枝优化和三次B样条曲线对初始路径进行拟合优化。仿真结果表明,在不同地图的路径规划中,相比于传统RRT算法,增强了通过狭窄通道能力,优化了路径的平滑性,搜索时间、迭代次数、路径长度分别减少约70%、40%、15%;相比于RRT衍生算法RRT-Connect,搜索时间、路径长度分别减少约25%、10%。

连续短线段拐角加工路径平滑算法

数控机床在处理连续拐角路径时,由于存在大量短线段的转接关系,常导致全局路径不连续和不平滑问题.针对该问题,提出了一种最大曲率和最短路径长度约束的路径拐角优化方法.首先,应用曲线曲率与角度之间的映射关系,以齿轮轮廓轨迹为模型,求得平均转角下的最短路径长度,以及五阶样条拟合曲线的最大曲率;然后,通过约束最大曲率和最短路径长度对离散数据点进行插值;最后,采用德布尔三角递推方法再次进行三阶样条曲线拟合,从而获得约束下的平滑拐角路径.实验表明,所提出的方法精度误差在5 mm以内,最大曲率值降低了20%以上,同时B-Spline曲线满足C2连续性,能够有效提高车床的加工效率.

基于五次B样条的工业机器人轨迹优化

为提高工业机器人的工作效率,提出一种以时间最优为目标的轨迹优化方法,在5次B样条曲线轨迹规划原理的基础上,引入遗传算法对轨迹进行优化。针对工作时间建立适应度函数,并通过选择交叉概率和变异概率操作产生新的轨迹解,与未被淘汰的父代组成新的种群,经过迭代求得运行时间最优的期望解。利用MATLAB软件对这一方法进行仿真,结果表明,经分析遗传算法优化后,轨迹运行时间明显减少,且具有良好的轨迹效果。