应用LPOE公式与遗传算法标定导引头运动学参数

提出了一种导引头运动学参数标定方法,用于提高两轴双框架导引头的视轴静态指向精度。首先,根据导引头稳定平台的光机结构特点,应用局部指数积(LPOE)公式建立了导引头理论运动学模型;通过分析轴系误差对运动学参数的影响,修正了理论运动学模型。然后,结合参数标定原理,设计了遗传算法。该算法采用多点交叉与自适应变异概率来提高搜索效率并求得全局最优解。以视轴静态指向误差为目标函数,利用遗传算法对运动学参数进行了辨识。最后,利用激光跟踪仪测得两组数据,分别用于辨识参数及验证标定模型。实验结果表明:视轴的静态指向精度由标定前的109.9″提高到22.3″,显示提出的标定方法能够有效的修正导引头运动学参数。

导引头稳定平台指向误差建模与参数标定

为提高两轴双框架导引头稳定平台的视轴指向精度,提出了一种稳定平台误差建模与参数标定的方法。根据导引头稳定平台的光机结构特点,应用局部指数积(POE)公式建立了稳定平台的运动学模型与指向误差模型。并通过对机械结构的误差分析,将旋转轴偏差归结于框架的初始姿态误差,简化了指向误差模型。针对稳定平台误差参数标定问题,提出了一种基于最小二乘法的改进遗传算法。首先,将最小二乘法产生的次优解作为遗传算法的初始种群,并对一般遗传算法进行改进。然后,对优化的遗传算法进行数值仿真,得到满足要求的最优解。仿真结果表明:该算法具有收敛速度快、鲁棒性好等优点。

基于指数积公式的导引头运动学分析与标定

针对半捷联俯仰偏航双框架导引头的结构特点,分析了框架的运动学描述方法。利用角速度递归算式,将弹体的惯性空间速度映射到视轴坐标系,推导出视轴的惯性空间稳定方程。基于指数积公式,给出了框架的运动学标定模型,研究了运动学方程的标定方法。将误差参数归结于框架坐标系的初始姿态,简化了运动学参数的标定过程。采用迭代最小二乘算法求解标定模型中的运动学误差参数。数值仿真结果表明:提出的运动学标定方法有效提高了视轴惯性空间稳定方程的求解精度。

基于区间分析的机器人绝对定位精度分析方法

针对6R机器人绝对定位精度不高的现状,提出了一种基于误差的分析方法。该方法通过区间分析和POE方程对机器人误差进行建模,并通过修正一些区间运算规则得到更为准确的扩展区间运动学方程。分析了扩展区间运动学方程的层级特性,提出了一种易于扩展并且能有效降低区间依赖特性的层级区间运动学方程,并针对该方程由于过度扩展而无法得出精确结果的问题提出了一种区间矩阵优化方法。通过蒙特卡罗法以及和传统区间方法对比的仿真实验,验证了所提出方法更为高效,并且能够近似计算出理想的结果。某汽车变速箱装配线的6R机器人螺栓拧紧工序实验结果表明,所提出的分析方法比传统的区间方法更有效更精确。

串并联型机床运动学参数标定的一种建模方法

基于局部POE(product-of-exponential)公式,建立局部坐标系对3-DOF串并联型机床进行了误差建模,研究了分支末端点距离误差与运动误差间的关系,从而得到线性标定模型。此模型为串并联型机床敏感性分析、误差补偿和几何参数标定等提供了新的方法和手段。

一种新型低成本绝缘橡胶电缆护套配方的研究

以氯化聚乙烯(CPE)和乙烯-辛烯共聚物(POE)为骨架材料,研究了一般通用橡胶绝缘电缆护套的配方。在对硫化、补强和填充、增塑和偶联、老化和稳定体系进行选择后,确定了该绝缘橡胶的优化配方。对研制的橡胶护套性能进行了测定,结果表明:绝缘橡胶性能优良,加工工艺良好。

一种基于旋量理论的机器人关节结构误差对其精度影响的分析方法

为提高工业机器人的定位精度,应用旋量理论,提出了一种分析关节误差源对机器人精度影响的分析方法。该方法通过分析机器臂关节两轴线在不同几何误差作用下的空间位置关系,将关节误差表示成旋量的形式,结合POE公式,给出了包含关节误差的机器人正向运动学显式表达式,并以一个三关节机械臂为例,用Adams仿真验证了该方法的正确性。

辐照型橡套电缆绝缘配方的研究

以氯化聚乙烯和聚烯烃弹性体为主体材料,采用辐照交联的方法,研究了满足橡套电缆使用的绝缘橡皮的性能特点,对主体材料、辐照敏化剂、填充补强剂、防护体系和增塑剂加以选择,并对辐照工艺进行讨论,确定了辐照型橡套电缆绝缘的优化配方和辐照工艺,对成品线缆绝缘进行测试,结果表明性能优良。

一种新型机器人自标定装置及其算法

针对传统基于几何约束的机器人自标定装置仅能对局部工作空间内的机器人位型进行标定测量的问题,提出了一种由安装于机器人末端的球心位置测量装置和可移动球杆组成的新型便携式机器人自标定装置,通过利用球面约束和距离约束,可在较大工作空间内对机器人进行标定测量,从而提高标定结果的可靠性.根据可移动球杆的单、双球布置方式,分别建立了基于向量差和距离差的2种机器人自标定模型及其算法.通过采用局部指数积公式并引入位置伴随变换矩阵,简化了2种自标定模型,从而降低了对运动学方程线性化的计算量.最后,对一种6自由度串联机器人进行了仿真实验,实验结果表明2种自标定算法均能够快速收敛,验证了2种算法的有效性和鲁棒性.