平板式压电六维力/力矩传感器的研制

针对弹性体式六维力/力矩传感器存在的技术瓶颈,提出了一种新型平板式压电六维力/力矩传感器。首先,介绍了传感器的结构和工作原理,提出了两种石英晶片组布置方案。然后,推导了两种布置方案的传感器的数学模型,并建立了有限元模型,仿真得到了两种结构传感器输出的电荷灵敏度、维间干扰、固有频率等重要参数,确定了石英晶片组相对合理的布置方式。最后,对传感器进行了静态和动态标定。研究结果表明:传感器结构简单合理、仿真分析方法和数学模型正确,固有频率>25 kHz,使用退耦矩阵后传感器的维间干扰<3%,基本满足传感器的设计指标。

基于六维力传感器的工业机器人末端负载受力感知研究

针对工业机器人末端负载与外界环境接触力的感知需求,在机器人法兰与负载之间设置六维力传感器,并研究一套标定与计算方法,综合考虑负载重力作用、传感器零点、机器人安装倾角等因素,利用不少于3个机器人姿态下的力传感器数据,可求得传感器零点、机器人安装倾角、负载重力大小、负载重心坐标等参数,进一步可消除传感器零点及负载重力对受力感知的影响,精确得到机器人末端负载所受的外部作用力与力矩.实验得到对于重量从320 N到1 917 N的负载,在静态条件下,感知外力的误差在负载重力的0.28%以内,感知外力矩的误差在负载对传感器力矩的0.59%以内.

机器人用六维腕力传感器标定研究

本文在基于获得最高标定精度的基础上，推导出标定力的选取原则；同时提出了传感器相对干扰矩阵的新概念，在此基础上，建立了一套传感器标定的实验系统。

基于Stewart平台的六维力/力矩传感器各向同性的解析研究

对基于 Stewart平台的六维力 /力矩传感器的雅可比矩阵进行了解析推导 ,用解析的方式求出它的奇异值。并对基于矩阵谱范数的条件数进行了研究 ,得到传感器的各向同性与其结构尺寸间的解析关系 。

机器人六维腕力传感器标定试验台误差分析与研究

介绍了自行研制的机器人六维腕力传感器标定试验台以及在该试验台上进行单向施加标定力的方法。分析了试验台系统误差产生的各种原因,推导出由轴承内部的摩擦力矩、定滑轮与绳子之间的摩擦力、绳子自重、加载方向和作用点位置偏差等各种原因引起的系统误差的计算公式。针对施加Fz方向标定力的情况,计算出各种原因引起的系统误差值,求出合成后试验台总的系统误差值,并进一步提出减小系统误差的方法。

六维力/力矩传感器静态解耦算法的研究与应用

维间耦合是影响多维力/力矩传感器测量精度的一个主要因素。介绍了六维力/力矩传感器维间耦合的基本原理,在研究基于求解矩阵广义逆的静态解耦算法的基础上,提出了基于耦合误差建模的静态解耦算法。以实验室研制的六维力/力矩传感器为例进行标定实验,用两种解耦算法对其进行解耦计算。实验结果证明基于耦合误差建模的静态解耦算法的有效性。

腕力传感器动态特性中关键问题的研究

腕力传感器的动态特性至关重要，动态建模、解耦和补偿是其中三个最为关键的问题。本文解决了动态响应时间归一化的问题，将沃尔什变换方法实用于传感器动态建模。提出传感器不变性动态解耦方法，设计解耦网络，减小各方向之间的动态干扰。分别用系统辨识方法和零极点配置方法设计动态补偿环节，用数字信号处理器实现动态补偿器，提高传感器动态响应的快速性。

机器人六维腕力传感器标定方法和标定装置的研究

通过对机器人六维腕力传感器系统的各种标定方法的分析讨论,说明了应采用阶跃响应的方法来对它的动态性能进行标定。从矩形脉冲频谱对系统传递函数影响的角度,说明了为减少矩形脉冲频谱对传递函数标定曲线的干扰,应使阶跃激励开始时刻前的采样点数为零。新设计的实验方法和实验装置便于测出标定中使用的激励信号,通过数据采样系统的"软触发"功能,准确抓取到阶跃开始时刻,减少了干扰。同时,在该实验台上加载所使用的定滑轮数量较少,也有效地减小了标定误差。

预紧式Stewart结构六维力/力矩传感器

针对六维力/力矩传感器测量量程受限问题,提出一种具有分载测量功能的预紧式Stewart结构六维力/力矩传感器。首先,对比传统Stewart结构力/力矩传感器,阐述了预紧式六维力/力矩传感器的结构特点和测量原理。然后,完成了预紧式Stewart结构六维力/力矩传感器的结构设计。建立了传感器的有限元模型,对模型进行了模态分析,得到了传感器的前五阶固有频率和振型,并确定了传感器的工作带宽为0～204Hz。最后,研究了传感器的静态标定原理,并对传感器进行了静态标定实验,得到了传感器的标定实验解耦矩阵。实验结果表明,该预紧式Stewart结构六维力/力矩传感器的测力量程为0～3 000N,测力矩量程达0～300N.m,测量精度优于实际值的7.5%。传感器能够满足空间六维力/力矩的测量,具有量程大、解耦计算简单、安装调试方便等优点。

柔性并联六维力传感器力映射解析研究

针对由柔性铰链构成的柔性并联Stewart平台六维力传感器弹性体结构,提出一种可用于柔性一体式并联六维力传感器六维外力与各柔性测力分支拉/压力间的精确力映射解析建模方法。基于虚功原理和几何相容条件并根据柔性铰链空间形式的柔度矩阵,构建传感器柔性串联支路末端的柔度矩阵和传感器的整体刚度矩阵。推导得到六维外力与传感器柔性分支杆所受轴向拉/压力间的解析映射关系。通过具体算例和传感器的有限元模型,对上述理论推导过程进行仿真验证。结果表明:理论值与仿真值基本吻合,最大误差在7%以内,从而说明了所提出的力映射解析方法具有较高的求解精度,并为柔性并联六维力传感器的尺寸优化设计奠定了理论基础。

基于Stewart平台的6维力传感器各向同性的进一步分析

基于 Ｓｔｅｗａｒｔ平台的并联结构 ６维力传感器由其上平台半径 Ｒ_１、下平台半径 Ｒ_２、连杆长 Ｌ、上平台定位角 θ_Ｂ及下平台定位角θ_Ａ等５个结构参数确定，而该传感器的各向同性只与Ｒ_１、Ｒ_２、Ｌ及上下平台定位角之差θ_ＡＢ等４个结构参数有关，与 θ_Ａ、θ_Ｂ无关，对这一重要结论进行了论证。

基于FLANN的腕力传感器动态建模方法

本文将函数联接型神经网络 (FL ANN)引入传感器动态特性的研究。利用神经元网络良好的逼近能力 ,建立腕力传感器的动态数学模型。该方法所建模型阶次低 ,准确度高 ,对数据个数和采样频率无特殊要求 ,比其它方法更为有效和实用。

十字梁结构六维腕力传感器标定研究

分析了十字梁结构六维腕力传感器标定存在的问题，试验表明直接采用传统的最小二乘标定方法存在无法正确解耦或解偶精度低的问题。为此提出了基于径向基函数神经网络的标定方法。试验结果表明：与最小二乘法标定结果相比，该方法可以将解耦精度提高一个数量级;与基于BP神经网络标定结果相比，该方法有较快的收敛速度。

应变式多维力传感器结构优化设计方法研究

多维力传感器的结构决定了其精度及静、动态性能指标,对应变式多维力传感器弹性体结构耦合误差传递的原因进行了探讨,对比分析了传感器特性矩阵的目标优化函数的选择与优化方法、有限元法以及正交设计与极差分析法在传感器结构优化设计中的运用,提出了综合优化设计的思想,结合实例分析并阐述了该方法的实用性和有效性。

一种新型水下机器人用六维腕力传感器

本文提出了一种新型水下作业机械手用六维腕力传感器。该传感器具有结构简单 ,易于加工、密封和水压力补偿的特点。文中介绍了该传感器的机械结构、弹性体的力学模型和力—变形转换矩阵。文章最后对设计的腕力传感器进行了标定 ,获得了传感器的转换矩阵 。

基于MSVR的六维腕力传感器静态解耦算法

针对维间耦合会影响六维腕力传感器测量精度的问题,提出了基于多输出支持向量回归机(Multi-output support vector regression,MSVR)的解耦算法。以实验室研制的六维腕力传感器为例进行静态标定实验,使用基于MSVR的解耦算法以及传统的基于最小二乘求解标定矩阵的解耦算法对标定数据进行处理分析。实验结果表明,本文提出的解耦算法稳定可靠,能有效抑制维间耦合的干扰,具有较高的解耦精度。

六维力传感器静态解耦方法

在系统分析六维力传感器线性解耦基本原理的基础上,依据各向同性指标比较分析了基于克拉默法则和最小二乘法线性解耦算法的优劣,建立了RBF神经网络非线性解耦模型。研究结果表明:与克拉默法则相比,最小二乘法得到的标定矩阵具有更优的各向同性;以径向基神经网络逼近广义力向量和输出电压之间的函数关系可大大减小六维力传感器的线性误差和维间耦合,其总体误差低于1%FS。

新型六维腕力传感器

设计了一种新型六维腕力传感器.采用有限单元法对六维腕力传感器的十字梁弹性体进行结构静力学分析,论述了该机械结构的合理性,确定了应变片黏贴的最佳位置,通过合理的应变片电桥的组桥将各维力/力矩信号转化为电压输出.设计放大电路对六维电压信号进行放大,最后通过试验标定装置对此六维腕力传感器进行标定.

机器人腕力传感器辩识建模与动态补偿

把系统辨识、数字仿真和动态补偿有机地结合在一起，形成分析、改善传感器动态特性的完整方法，具体应用于机器人腕力传感器的研究中，证明了此方法的有效性。

Stewart六维力/力矩传感器弹性体的设计分析

分析了六维力/力矩传感器弹性体结构;提出了基于Stewart平台的球形连接分体式弹性体的设计方案;对Stewart平台的六维力弹性体结构进行建模,用有限元方法做单维力和力矩的加载求解;经数值分析得到应力与应变的分布,从而求解出最大受力分布点,经线性变化得到输出与载荷之间的传递矩阵,并求解出六维力大小;调整上下平台夹角α,β,半径R1,R2及杆长L等参数,对传感器结构参数进行设计,列出设计数据表为Stewart六维力传感器结构参数的设计提供了参考依据。