考虑减速机背隙的3-RRR并联机构的运动学标定

为了提高宏动并联平台的定位精度,推导了考虑减速机背隙的3-RRR并联机构误差模型,同时建立不考虑减速机背隙的误差模型用于对比,以验证该模型的有效性;通过实验测量末端平台位姿误差并分别辨识两个误差模型参数,根据距离反比法进行空间插值实现误差补偿并完成运动学标定.根据标定结果修正逆运动学模型,通过测量末端平台位姿误差分布可知,文中提出的考虑减速机背隙的误差模型优于不考虑减速机背隙的误差模型.文中提出的考虑减速机背隙的运动学标定提高了并联机构的定位精度,为该类并联机构用于高精密宏微结合提供了基础.

基于BP人工神经网络的分布式降雨量插值估算

将人工神经网络应用到降雨量插值研究中,综合考虑影响降雨量的多种因素,提出并构建了基于隐含层节点数可调节的BP人工神经网络降雨量插值模型.应用该插值模型估算湖北省宜昌地区的一次大到暴雨天气的降雨量分布情况.研究结果表明:采用BP算法分别对3组样本数据进行插值得到的平均相对误差为37.71%,远远低于采用距离反比加权法插值估算的平均相对误差52.71%,精度提高了15%.当隐含层节点数为6,即BP神经网络采用3-6-1的模型结构时,估算的误差精度最佳,其平均相对误差为30.33%.