基于惯性冲击原理的3DOF微小型机器人系统

提出一种由4组压电陶瓷驱动器驱动的微小型移动机器人系统.基于惯性冲击原理,4组压电陶瓷驱动器在不同形式锯齿波电压的驱动下,能够实现机器人2个平动运动自由度和一个旋转运动自由度.基于DDS波形发生原理,为机器人设计了由C8051F040高速单片处理器、FPGA和功率放大器所构成的机器人驱动控制系统.机器人运动性能测试试验表明,提出的微小型移动机器人统具有亚毫米级的运动速度和亚微米级的运动分辨力,可以作为微操作系统中的移动式精密定位机构.

大惯性负载液压系统启动冲击成因及控制

大惯性负载液压系统在启动过程中往往产生较大的冲击与振动。分析大惯性负载启动冲击的成因,通过把进油路容腔分为前、后两容腔分别进行数学建模,推导出启动冲击压力的估算公式。根据启动冲击成因提出控制方法,即溢流阀的开启压力前期按照线性规律增加,中后期按照对数函数规律增加,主阀芯按照线性规律开启。把该控制方法运用在大惯性负载系统中进行仿真研究,以执行器进油腔压力升高特性作为主要研究指标。仿真表明,采用该控制方法,可以减小执行器进油腔的最高冲击压力和压力波动幅值,使启动过程更平稳。

惯性冲击驱动管内移动机器人设计(英文)

设计了一种以压电双层膜为基本结构,通过惯性冲击原理达到运动驱动目的的管内移动机器人。该机器人主要由一个典型的压电双层膜结构和惯性质量串联构成。工作时,压电双层膜的变形由惯性冲击转化为整体结构的直线位移。从理论上分析了惯性冲击原理的核心问题:惯性冲击力与管壁和机器人之间摩擦力的关系,并通过MATLAB和AN-SYS等软件对整个系统的动态响应做了仿真。相关的验证表明,所设计的管内移动机器人运动步长可以达到0.15μm,具有精密运动和高效率的优点,可以在工业中广泛应用。

侧向不均匀冲击下环向加筋圆柱壳的动力响应

针对空投鱼雷入水冲击问题 ,研究了环向加筋圆柱壳在侧向不均匀冲击载荷作用下的动力响应。考虑了壳体剪切变形、转动惯性以及加筋肋骨的拉伸、弯曲和剪切变形 ,运用 Hamilton变分原理推导出了运动方程 ,并且采用一种半解析有限差分法进行了求解。分析了加肋数目。

IDM驱动器研究现状与发展趋势(英文)

惯性冲击式(IDM)驱动器具有运动范围大、位移分辨率高、结构简单的优点,可在进行步进运动的同时实现精确定位.介绍了惯性冲击运动原理,分析了IDM驱动器研究现状与存在的问题,认为无缆驱动、非线性建模和对称信号驱动将是IDM驱动器的发展趋势.

锁环式惯性同步器失效原因及使用注意事项

通过锁环式惯性同步器的工作过程分析同步器实现无冲击换档的条件；进而分析同步器失效的原因并指出使用中主要注意事项，以提高锁环式惯性同步器的使用寿命。

双压电膜驱动微小型机器人建模与实验测试

该文分析了基于双压电膜驱动微小机器人的惯性冲击式运动原理,建立了机器人压电振子的等效电学模型,采用有限元法对双压电膜驱动器进行模态分析,确定了微小型机器人运动的激励信号频率,并求解了双压电膜等效电学模型中的电学参数。在此基础上对该微小机器人进行了实验测试,结果表明,机器人最高速度为200mm/min,最大输出力为0.1N。

臂式掘进机新型振动截割机构的系统动力学分析

提出了臂式掘进机的一种新型振动截割机构 ,介绍了该机构的工作原理 ,利用 Lagrange方程建立了该机构的系统动力学数学模型 ,并采用四阶龙格 -库塔法进行数值求解。通过对该机构的动力学分析 ,得出了截割头的转速及其中心轮输入扭矩的运动关系式 。

基于压电谐振频率的PM2.5监测系统

基于压电谐振频率法采用模块化设计思想,设计了压电谐振式PM2.5监测系统,对系统的采样单元、谐振单元、频率测试与显示单元、控制单元等部件进行设计,并对系统进行集成与性能评价。为实现对PM2.5颗粒物的有效采样,并减小温度等环境因素对压电晶体检测性能的影响,系统采用惯性冲击式分粒原理结合静电沉降的采样方案,以2个相同的石英晶体振荡电路来构建双石英晶体谐振器,建立压电谐振频率与压电晶片质量间的关系,实现根据压电谐振频率的变化来确定PM2.5的质量浓度。系统测试结果表明,PM2.5测试数据与官方公布的数据相近,数据变化趋势一致。该PM2.5监测系统能反映被测区域PM2.5质量浓度的变化情况,满足PM2.5监测需求。

压电双层膜驱动管内移动微小型机器人的研究

提出了一种新型管内移动微小型机器人,采用压电双层膜驱动器和惯性冲击式原理（IDM）,实现在直径为φ16~18mm的直管内的稳定运动.对惯性冲击原理进行了理论分析和动态仿真,通过实验,验证了微小型机器人的运动原理和运动能力实验结果表明,在峰值为50V和频率为1100Hz的锯齿波电压驱动下,该微小型机器人的直线运动速率可以达到3.5mm/s.理论分析与实验结果验证了惯性冲击原理在本设计中的可行性和有效性,并为管内移动微小型机器人的优化设计提供了理论依据.