基于ADAMS的多关节机械手手抓部分的运动学仿真研究

利用虚拟样机技术验证多关节机械手的机构设计是否正确,能否实现每分钟的抓取以及其载荷。运用Solid Edge ST5完成虚拟样机三维模型的建立,导入ADAMS中进行机械手机械系统的运动学分析。运用ADAMS对其中一个工作周期内的运动过程进行运动学的仿真,得出其各个关节在一个工作周期的位移特性曲线以及速度加速度曲线。本文介绍了多关节机械手具体的虚拟样机几何模型的建立,以及利用ADAMA/View提供的Parasolid模型数据交换接口导入模型,在添加约束时需要关键注意的细节也有介绍。在计算机广泛普及的今天,利用三维设计以及ADAMS软件进行机械手手抓部分的运动学分析,可以大大缩短设计周期,提高设计精度,降低产品开发成本。

基于MATLAB的双关节机械手控制系统仿真研究

针对机械手传统控制器控制精度低的问题,设计了一种不依赖机械手精确的数学模型的变论域模糊控制器。首先,根据拉格朗日方程,建立机械手的动力学模型;其次,设计变论域自适应模糊控制器,运用layapunov函数证明控制器的稳定性;最后对传统的PID控制和变论域模糊控制对机械手的高精度轨迹跟踪控制进行MATLAB/Simulink仿真分析和对仿真结果进行比较。仿真结果证明:变论域自适应模糊控制器对机械手的轨迹跟踪控制精度比传统的PID控制的控制精度高,稳态误差小,且鲁棒性、抗干扰能力强,响应速度快,验证了变论域自适应模糊控制的有效性。

基于MIMO系统的多关节机械手自适应模糊控制系统的设计

针对机械手运行过程中存在着不确定性因素的干扰,设计出自适应模糊控制系统,该系统的控制算法是利用MIMO(多输入多输出)模糊系统来逼近存在的误差。用鲁棒自适应控制律,来消除逼近误差造成的影响,可以有效地保证系统运行的稳定性,减少了模糊控制规则的数量。通过实验验证和计算机仿真可表明该算法的有效性。

一种多关节机械手时间最优控制的新方法

借鉴模型参考控制的思想，基于计算机控制环境，通过引入加速度反馈和控制输入的一步延迟，使得原来在连续系统中不可求解的方程变得可解，从而导出一种新的多关节机械手系统的时间最优控制方案，仿真结果表明了本方案有效性．

两关节机械手多步滑模变结构控制

本文探讨了两关节机械手的变结构控制问题并采用多步滑模这一新的概念实施变结构控制。仿真结果表明，该方法较之传统的变结构控制能使系统获得优良的性能。

基于矩阵分解的四关节机械手运动学逆解研究

以自主研发的NGR01型四关节机械手为研究对象,基于机械手运动学方程,提出一种实时高精度逆运动学算法。该算法首先通过符号运算将矩阵方程从8阶降到4阶,在消除增根的同时还提高了计算速度。然后通过矩阵分解特征值求解关节变量,保证了逆运动学解的准确性和精度。最后借助Maple数学计算软件验证逆运动学算法的正确性,采用VC++语言和CLAPACK数学运算库实现运动学算法的仿真。验证结果表明,利用该算法求解运动学逆解仅需0.67ms,相对传统的反变换法具有更优的实时高精度性能。

线性二次型最优控制在双关节机械手中的应用

首先对双关节机械手系统建立数学模型并对此系统在平衡点处进行线性化处理,进而使用线性二次型最优控制的控制策略对双关节机械手系统进行控制,最后使用Matlab进行仿真以检验该控制系统的控制性能。阶跃输入下,系统能够在0.13s完全跟踪。仿真结果表明其具有很好的响应能力及跟踪能力。

单关节机械手最优轨迹控制算法优化

一般单关节机械手在运行过程中常常由于重力势能,动能转换过程不够平稳造成调速过程不平稳,轨迹运行与预期差异较大的情况,在本文中,通过利用三次样条函数差值以及差分算法进化来进行轨迹优化,使运行轨迹接近参考轨迹,并确保在运行中消耗的总能量尽量减小。并通过MATLAB仿真验证算法合理性。

双关节机械手最优轨迹控制算法优化

在本文中,通过利用三次样条函数差值以及差分算法进化来进行轨迹优化,使运行轨迹接近参考轨迹,并确保在运行中消耗的总能量尽量减小。并通过MATLAB仿真验证算法合理性。

基于凸轮设计理论的多关节机械手轨迹规划

当机械手进行快速运动且运动时间确定时,为实现机械手作业轨迹平滑,关节轨迹的速度、加速度、脉动曲线保持连续且减少轨迹最大加速度峰值,结合凸轮从动件运动轨迹设计方法,提出改进梯形加速度函数曲线机械手关节空间的轨迹规划方法。文章以3R机械手为载体进行仿真,仿真结果表明,同样工作任务下,该方法使机械手关节运动平稳,关节最大加速度明显小于传统的5次多项式插值的机械手关节轨迹规划。

多关节机械手的模糊神经网络自适应控制

针对多关节机械手因关节抖震产生误差导致多关节机械手控制不稳定问题,提出了一种基于粒子群优化模糊神经网络的多关节机械手运动控制算法。该算法利用神经网络能够很好地预测和逼近目标值的特性和模糊函数对神经网络的互补性,并使用粒子群算法对神经网络的关节输出角度进行优化,极大地减小了多关节机械手因抖震产生的误差,尽可能避免了机械手的速度跟踪误差和位置跟踪误差,利用Lyapunov稳定性理论证明了该方法的稳定性,并通过对双关节机械手系统的仿真验证了该算法的可行性和合理性。

柔性关节机械手有限时间命令滤波反步控制

针对不确定柔性关节机械手的跟踪控制问题,设计了一种自适应神经网络有限时间命令滤波反步控制器。该控制器在经典反步控制技术的基础上,采用有限时间命令滤波器克服了传统反步法在计算虚拟信号导数时存在的复杂计算问题,并进一步设计了误差补偿机制,有效地补偿了命令滤波器造成的滤波误差。利用神经网络对系统模型中的不确定动态进行逼近,最终通过李雅普诺夫方法证明了所提出的控制方法能保证关节位置跟踪误差在有限时间内收敛到期望的邻域内,且闭环系统内的信号都在有限时间内有界。通过数值模拟验证了该方法的有效性。

自适应模糊反演算法的双关节机械手控制

针对双关节机械手在控制中存在不确定性和非线性的问题,采用不依赖于系统模型的自适应模糊反演控制方法对轨迹进行跟踪,先将复杂的非线性系统简化为若干个易于处理的低阶简单子系统,再对每个子系统的李雅普诺夫函数及其中间虚拟控制量进行设计,通过子系统控制律的组合提升了控制律的设计效率.根据建立的双关节机械手的动态方程,利用Simulink模块对机械手系统的自适应模糊反演控制过程进行模拟.结果表明:自适应模糊反演控制能够实现机械手系统高精度的动态跟踪,且对应的跟踪误差均小于0.87%,能够实现对不确定非线性系统准确的控制.

多关节机械手臂振动分析及检测方法

本文以多关节机械手臂为例首先分析其运动规律,构建了耦合动力学模型并以此为基础将机械手臂作为一个系统推导出其固有频率表达式,分析与固有频率相关参数。其次,提出使用反馈方法来检测手臂关节电机处的振幅和频率,设计了硬件检测电路原理图。最后,绘制实际振幅波形图,分析振动规律,为下一步如何消除或者抑制振动奠定基础。

双关节机械手轨迹跟踪控制方法研究

为了探索实现双关节机械手高精度轨迹跟踪的方法,采用理论与实践相结合的方法,将鲁棒控制与模糊控制理论、RBF神经网络结合起来,提出基于模糊神经网络的鲁棒控制方法,并应用于双关节机械手轨迹跟踪控制中。仿真结果表明,基于模糊神经网络的鲁棒控制方法能够大大提高双关节机械手轨迹跟踪性能,具有一定的实践应用价值。

俄式三关节机械手改造技术的研究与应用

本文介绍了乏燃料后处理厂的俄式三关节机械手存在的问题,从机械结构、改造方案、控制系统几个方面制定改造方案,并实现了运动功能、主从功能、力反馈功能和交叉换位功能。并在改造完成后对各设备进行了验证测试。已经实现了将俄式三关节机械手改造成为国产自主研发的三关节机械手。

多关节机械手在晶圆减薄机中的应用

从机械手工艺应用、结构设计、电气控制、推广应用等几方面介绍了多关节机械手在晶圆减薄机中的应用。晶圆减薄机作为封装领域的重要设备,它的开发和应用,对我国封装产业的发展具有重大意义。多关节机械手是全自动晶圆减薄设备晶圆传输的核心部件,直接体现了设备的自动化程度。

基于抓取圆柱形棒料的多关节型机械手结构研究

针对装配车间中传统人工抓取与搬运圆柱形棒料所面临的效率低下、劳动强度大、易出错等问题,本研究设计了一种专门用于抓取圆柱形棒料的多关节型机械手装置。该装置实现了圆柱形棒料的自动化搬运与精准抓取,显著提升了工作效率,并有效降低了搬运成本。装置采用减速电机与谐波减速器的传动方式,确保机械手的运动平稳且精准。对机械手的夹紧装置、手臂抓取装置、腕部结构及手爪进行了详尽的设计与优化,使机械手结构紧凑、轻巧且高效。最后,利用SolidWorks进行了建模仿真与整体装配设计,验证了各部件之间的配合与运动关系,确保了机械手在实际应用中的可靠性和稳定性。

多关节平面喷涂机械手正逆问题求解研究

以JQR-Ⅱ六关节机械手为研究对象,介绍了结构特点,从理论和实验方面分析了机械手的位置运动学,在正、逆问题求解方面未采用传统齐次变换方法,提出了用笛卡儿坐标直接转换和试值的方法来解决多关节平面喷涂机械手的正、逆问题。实验证明:该方法简单可靠,运算量小、对硬件要求不高,成本低,具有实用价值。

Fe_(3)O_(4)/明胶海藻酸钠磁性多关节软体机械手研究

为了降低柔性机械手指的控制算法复杂程度和成本,利用四氧化三铁(Fe_(3)O_(4))和明胶海藻酸钠水凝胶材料制作一款新型多关节磁性软体机械手,可以通过磁驱动实现所需空间姿态的相应调整。通过对Fe_(3)O_(4)磁性纳米颗粒和磁性水凝胶的表征,在定磁场中对多关节软体机械手进行测试试验。结果表明:Fe_(3)O_(4)粒子具有良好的磁性;磁性水凝胶的磁性大小与磁性水凝胶的自身Fe_(3)O_(4)含量始终成正比关系;多关节磁性软体机械手完全通过磁驱动,其磁性能与Fe_(3)O_(4)浓度和磁场强度成正比。