工业机器人动力学参数的改进遗传算法辨识

为了准确辨识出六自由度工业机器人的动力学参数,提出一种基于改进遗传算法的参数辨识方法。构建牛顿-欧拉机器人动力学模型,明确反映各关节力矩与动力学参数的函数关系;通过改进遗传算法获取优化激励轨迹,并对机器人进行动力学参数的整体辨识,减少关节间耦合作用影响,避免多次识别实验环境不一致而产生的误差。最后采用最小二乘法计算机器人的动力学参数,解决因初始值选择不合理而导致辨识精度受限的问题。实验结果表明:此方法得到的最优激励轨迹能够满足约束条件,缩短优化时间,有效提高动态参数辨识的准确性和有效性。

基于遗传算法-v支持向量回归的船舶轨迹预测

为了提高船舶轨迹预测精度,避免船舶海上航行事故的发生,本文采用遗传算法对v-支持向量回归进行参数寻优,以此来分别构建关于经纬度的船舶轨迹预测模型。选取水上移动业务标识码为356772000的货船在2022年6月的船舶自动识别系统数据作为研究对象。将该模型的预测结果分别与粒子群优化算法和网格搜索算法优化的v-支持向量回归模型、遗传算法-支持向量回归模型进行比较。实验结果表明:遗传算法v-支持向量回归模型关于航迹经、纬度预测结果的均方误差、平均绝对百分比误差和平均绝对误差相比于其他模型最低,关于经度分别为4.29×10^(-7)(°)、4.50×10^(-4)和5.47×10^(-7)(°)2,关于纬度的分别为1.82×10^(-6)(°)、4.02×10^(-3)和1.08×10^(-3)(°)2。基于遗传算法-v支持向量回归模型的预测效果最好,预测误差波动最小。本文将遗传算法与v-支持向量回归相结合,为船舶轨迹预测模型的优化提供参考,也为海上智能交通提供思路。

基于改进YOLOv8的风电叶片表面损伤检测与识别方法

针对风电叶片极易出现损伤和故障,且制造和维护成本高昂等问题,提出了一种基于改进YOLOv8模型的风电叶片表面损伤检测与识别方法。首先,将现场拍摄到的高清叶片图像作为实验数据集,并将其按比例随机划分为训练集、验证集和测试集;然后,在YOLOv8模型中引入了动态数据增强算法Mosaic、Mixup及离线数据增强算法Albumentations,对训练数据集进行了扩充,解决了模型在有限数据集下的泛化性问题;最后,使用卷积注意力模块(CBAM)和梯度协调机制(GHM)/Focal loss算法等手段加强了模型的损伤检测能力,改进了样本分布不均衡问题,建立了一种先进的风电叶片表面损伤检测与识别方法,提升了YOLOv8模型对叶片损伤的检测精度。研究结果表明:改进后的YOLOv8模型在计算量和参数量都较低的情况下,其平均精度(AP)、平均召回率(AR)都超越了同等配置下的快速区域卷积神经网络(Faster R-CNN)模型。改进后的YOLOv8模型在交并比(IoU)阈值为0.5时的AP和AR分别达到了73.2%和58.8%,验证了该方法在风电叶片损伤检测方面具有一定的可靠性和有效性。

基于混沌粒子群算法的机器人动力学参数辨识

文中提出了一种改进的混沌粒子群算法以优化机器人的激励轨迹,提高动力学参数辨识精度。首先,构建简化的SCARA机器人的动力学模型,选用改进的傅里叶级数作为激励轨迹并建立其优化目标和约束条件的数学模型;其次,在粒子群算法中引入动态控制参数策略和混沌搜索增强机制以优化调整算法参数和早熟粒子;最后,评估改进算法的寻优效果并利用其优化机器人的激励轨迹,进行基于神经网络的动力学参数辨识。仿真结果表明,所求的激励轨迹曲线平滑,机器人动力学参数辨识精度较高。

Implementation of Mooring Automatic Positioning System for Deepwater Semi-Submersible Platform Based on Dual-Stage Actuator

The automatic positioning control of mooring system for deepwater semi-submersible platform has become a key issue in the research and development field of deep-sea resources. The Dual- Stage Actuator (DSA) proposed in this paper can replace the single actuator to achieve the high speed and high precision positioning by cooperative control. The relative model and control algorithm of motion trajectory (CAMT) are designed and validated, which proves that the method proposed in this paper is effective.

林木果球采收机械臂动力学参数辨识及补偿

由于林木果球采收机械臂的工作场景复杂,对机械臂控制精准度的要求越来越高,研究机械臂动力学模型对其控制精度的影响非常重要。为提升机械臂的控制精度,提出一种在优化后的激励轨迹下基于最小二乘法和高斯混合模型(GMM)的3次迭代整体参数辨识方法。该方法以6自由度机械臂构型为例,通过建立动力学模型及QR(正交三角)分解得到最小参数集;通过轨迹优化算法得到激励轨迹的优化参数,进而得到优化的激励轨迹;得到轨迹后,依次对关节力矩采用迭代加权最小二乘法进行理论辨识,构建区分关节高、低速的非线性模型对机械臂非线性摩擦力进行拟合,用GMM算法来补偿无法精确建模的不确定力矩分量。在COMAN R5机械臂上进行试验测试,结果表明,所提出的轨迹参数优化方法将条件数从329减少到193,力矩残差的平均均方根从9.53降低到6.14,从而证明激励轨迹和辨识方案的可行性和有效性。

一种鲁棒的机械臂动力学参数辨识方法

针对机械臂动力学参数在传统辨识方法下存在辨识精度不高且易受异常数据点影响的问题,提出一种鲁棒的机械臂动力学参数辨识方法。首先,采用牛顿-欧拉法建立机械臂动力学方程,推导得到机械臂动力学线性化重组模型,确定需要辨识的惯性参数最小集合;其次,设计激励轨迹,采用遗传算法优化激励轨迹参数;再次,采用Tent混沌映射对传统粒子群优化算法(PSO)的初始种群位置进行改进,自适应惯性权重和学习因子,同时设计残差权重策略来剔除辨识过程中的异常数据点;最后,采集数据进行参数辨识试验。辨识结果表明:所提方法增强了对异常数据点的鲁棒性,有效提高了辨识精度,与随机权重粒子群算法(RWPSO)相比,文中所提改进粒子群优化算法(IPSO)的残差均方根(RMS)平均减小了10.0643%,相关系数ρ平均增大了0.8273%。

基于改进滑动窗口的渔船轨迹在线压缩算法

为解决传统在线压缩算法在渔船轨迹点密集处易丢失轨迹,难以保留方向变化较大的特征点的问题,提出一种基于改进滑动窗口的渔船轨迹在线压缩算法。该算法将船舶领域的思想与经典滑动窗口算法相结合,在滑动窗口中加入一个可变的椭圆形船舶领域作为判断压缩轨迹点的依据。实验结果表明,该算法能够在不影响算法运行时间的同时更好地保留渔船轨迹的局部特征,并且在不同阈值下的压缩率比经典滑动窗口算法的平均提高了约5%,压缩效果更优。

旋转稳定弹道修正弹扰流片气动参数辨识研究

针对采用扰流片控制的旋转稳定弹道修正弹,为寻求合理、高效的控制方案设计,必须尽可能准确地获取扰流片气动参数,故有必要开展该类修正弹的扰流片气动参数辨识研究.在设计及扰流片附加力和力矩的飞行动力学模型基础上,利用最小二乘准则建立目标函数,以扰流片的轴向力系数、法向力系数、静力矩系数为待辨识参数,以带自适应变异算子的差分进化算法为全局优化工具,构建了扰流片参数辨识的总体方案及流程.仿真结果表明:所构建辨识方案可有效辨识扰流片的气动参数;测量数据噪声对参数辨识精度有一定的影响.

纳米级运动轨迹规划和控制

为了提高超精密设备中多自由度工作台的效率和精度,在满足纳米精度要求的同时提高工程调试与集成效率,提出了一种针对多自由度工作台的轨迹规划方案。对前道工艺的应用场景和机电系统能力进行分析描述,聚焦轨迹规划的难点,提出了整定控制参数和确定轨迹动力学约束参数的方法。通过差分进化算法整定反馈控制器参数,再以控制器的实际跟踪效果和应用需求为优化目标,运用蒙特卡洛算法对参考轨迹进行优化迭代。最后与传统工程调试进行了实验对比。实验结果表明:在工作台扫描运动的重复定位精度均达到±5 nm/3σ要求的前提下,本文提出的方案能使跟踪误差快速收敛,调参次数减少约90%。该方案在保证超高运动定位精度的同时能够有效地提高工程调试与集成效率。

面向GEO空间碎片清除任务的智能轨迹制导算法

针对复杂动力学环境下GEO空间碎片清除任务的高精度交会问题,提出了基于深度学习技术的GEO卫星轨迹制导算法。首先,以经典预测校正技术为基础,建立通用的GEO卫星转移轨迹制导算法架构,现有制导技术以及人工智能技术都适用于该架构。然后,基于深度学习技术对GEO卫星动力学模型参数进行拟合,利用一个深度神经网络同时输出高阶非球形引力加速度以及高精度日月星历,从而提高GEO卫星动力学模型参数的预测效率。最后,利用微分修正算法进行高精度轨迹修正,在此基础上提出结合深度神经网络以及高精度动力学模型的混合修正策略以同时保证转移轨迹修正精度和制导效率。仿真表明所提方法与传统基于高精度动力学模型的制导技术相比可有效提高转移轨迹制导效率。

基于改进YOLOv7算法的风机塔筒系统故障识别系统

塔筒系统(含塔筒、螺栓)是风电机组正常运行的重要基础部件,因此,对其可能存在的裂痕等安全隐患进行准确识别至关重要。然而,由于裂痕的表征不明显、辨识度低、对比度差等问题,在实际操作中带来了一定的困难。为了解决这个问题,本文提出了一种基于YOLO系列算法改进的YOLOv7-SEAttention算法模型。然后,将这种改进后的模型与Faster R-CNN,RFCN,SSD,YOLOv5,YOLOv7等多种算法模型进行了对比,并对改进算法模型的查全率(Recall)、查准率(Precision)、平均精度(Average Precision)进行了综合评价。改进后的YOLOv7-SEAttention模型在塔筒系统的表面裂痕检测上表现出了显著的优势。相比于原始的YOLOv7以及其他算法模型,它在塔筒裂痕检测方面平均精度(AP)提高了2.6%,达到了83.7%;在螺栓裂痕检测方面平均精度提高了4%,达到了84.3%。结果表明,本文改进的模型能更精准检测塔筒系统表面裂痕。

一种工业机器人动力学参数的辨识方法

机器人动力学参数辨识方程随着关节的增多变得更加繁琐,关节数超过4个后,甚至难以获得准确的参数辨识方程.为此,文中提出一种分步辨识的方法.该方法每次辨识的惯性参数较少,辨识方程相对简单,计算量小,辨识累计误差小,能很好地实现对超过四自由度的关节机器人动力学参数的辨识.文中还以某型六自由度关节机器人为对象,设计了辨识实验,对分步辨识方法进行了验证.结果表明:在保有机器人关键动力学特性的情况下,文中方法能简单而有效地获得机器人的关键动力学参数.

射程修正引信弹道辨识算法精度分析

研究用于射程修正引信的基于弹道上升段速度时间序列的弹道辨识算法精度.分析引起射弹散布的原因,选取初速和射角作为建立随机概率模型的初始参数.根据蒙特卡洛计算机模拟理论和方法,利用初始参数的随机值和弹道方程生成随机弹道作为实际弹道.利用弹道辨识算法对实际弹道进行辨识,比较辨识射程与实际射程得到弹道辨识算法误差.仿真结果表明,弹道辨识算法计算误差不大于0.1%.

船舶AIS轨迹快速自适应谱聚类算法

为了对船舶AIS轨迹数据进行快速聚类,本文提出了一种基于Hausdorff距离的船舶轨迹快速自适应谱聚类算法(fast self-tune spectral clustering,FSSC)。在保留轨迹特征的情况下,利用Douglas-Peucker(DP)算法对船舶轨迹数据进行预处理;基于Hausdorff距离,设计自动选取尺度参数的相似度度量函数,构造相似度矩阵并采用谱聚类算法对船舶轨迹进行聚类。以长江口水域船舶实际AIS数据为样本对算法进行了验证,结果表明:聚类结果能够准确提取水域船舶主要航路,算法消耗系统资源少,计算速度快。该方法对水域船舶主要航路识别,提高海事监管效率等方面具有参考意义。

基于视觉复杂环境下车辆行驶轨迹预测方法

安装在车辆正前方的电荷耦合摄像机(Charge coupled device,CCD)实时获取道路图像,利用灰度和梯度特征构成目标函数,并用抛物线模型拟合道路边界,使弯道路径和直道路径的识别统一化。将识别分成三个阶段,并设定出各阶段的抛物线参数感兴趣区。采用遗传算法,对抛物线各参数进行优化。通过初始化编码、计算适应度、多点交叉及变异等过程,搜索出目标函数值近似最大的抛物线,即最优解。通过道路识别得到道路曲率、预瞄点处的侧向偏差和方位偏差等,为轨迹预测提供信息。基于运动学模型的车辆前轮转角,根据动力学特性对其进行修正。建立基于预瞄的车辆转向动力学连续模型,车辆前轮转角和道路曲率作为系统输入,根据系统的采样频率将连续模型离散化,运用Kalman滤波理论设计状态观测器,实时观测车辆侧向速度和横摆角速度,从而得到车辆运动轨迹。试验表明,该方法既能在较复杂环境下较准确的拟合出路界线和预测出车辆运动轨迹,并具有较强的实时性。

电力系统多台发电机参数的整体辨识

提出对多台发电机参数进行整体辨识的思路,即根据广域测量系统(WAMS)采集到的发电机的功角轨迹,同时辨识多台发电机的参数。文中针对不同阶次的Park模型,采用基于轨迹灵敏度的可辨识性分析方法,研究了多台发电机参数的可辨识性,结果表明大部分参数能够区分辨识而一部分参数不能够区分辨识。提出了多台发电机参数的辨识策略,以及基于蚁群算法的多台发电机参数辨识方法和实现流程。通过算例,验证了同时辨识多台发电机参数的可能性。

基于头尾定位的群养猪运动轨迹追踪

猪的头/尾位置直观反映了猪的进食、饮水、争斗、追逐等日常活动。从群养猪俯视视频中有效分割粘连的猪个体,找出猪的头/尾部,并以头/尾坐标实现较精准的运动轨迹追踪有着较大的难度。该研究采用改进分水岭分割算法分割视频图像帧中的粘连猪个体;对分割后的猪体提取头/尾轮廓,分别用类Hough聚类和圆度识别算法识别每头猪的头/尾,用运动趋势算法修正头/尾识别的误差,生成以头/尾部为定位坐标的运动轨迹。运算结果和人工标记对比证明类Hough聚类和圆度识别算法的头尾识别正确率分别为71.79%和79.67%;经过运动趋势修正后,以头部为定位坐标生成的运动轨迹与人工标记生成运动轨迹吻合良好;对比头/尾轨迹和质心轨迹可以发现,头/尾轨迹能够更多获取猪个体和群体活动、运动信息。该研究对于实现自动记录和分析猪个体和群体的活动行为提供新的思路和方法。

基于DSP的射程修正引信弹道解算器设计及性能分析

远程榴弹射程修正引信系统实现的关键是弹道解算器设计.弹道解算器要求能够实时辨识弹道、对信号实时处理、实时解算弹道并实时输出控制信号.设计了以TMS320VC33浮点DSP为核心的弹道解算器,并且进行了解算精度分析,结果表明,它具有数据实时处理能力强、功耗低等特点,其解算精度能满足工程要求.

制导工具误差折合的遗传主成分方法

制导工具误差折合是导弹精度评定中的重要问题,传统主成分方法中主要成分选择根据试验弹道环境函数矩阵特征值选择,仅考虑了试验弹道的影响,而在试验弹道中作为主要成分,在全程弹道中并不一定是主要成分。提出了充分考虑试验弹道与全程弹道特点的主成分确定方法,并利用遗传算法确定最佳主成分子集。仿真计算表明,与最小二乘和经典主成分方法相比,遗传主成分算法获得的全程弹道遥外差与落点偏差更接近于真实值。