基于激光跟踪仪的Delta并联机构运动学误差标定

以Delta并联机构为研究对象,建立了Delta并联机构的运动学误差模型,对影响其末端精度的几何误差源进行了分析,并指出这些几何误差源可简化为18项.以激光跟踪仪作为测量工具,提出一种步进迭代的误差参数辨识方法,该方法利用Delta并联机构操作空间与关节空间之间的映射关系,通过优化多个检测点相互之间的理论距离与实际距离的残差,计算出Delta并联机构的各项几何误差参数,进而修正Delta并联机构的运动学模型,标定后机构末端精度由1.0,mm数量级提高至0.1,mm数量级,实验结果表明了文中所述方法的有效性和普遍性.     

精密并联机器人系统误差的分析与补偿

为减小机构末端定位误差,提高精密并联机器人运动精度,以6-HTRT并联机构为结构模型,分析了机构的各种制造误差。首先在机构上开发了一种新型虎克铰链,同时采用了预紧装置;然后在控制系统中引入DSP高性能数据处理器;最后,用矢量构造的方法计算机构速度Jacobian矩阵,用数值法计算位置正解,用构造法计算误差Jacobian矩阵,对机构末端误差进行补偿。通过以上措施,可以使系统的精度提高到机构重复运动精度的3倍左右,满足精密并联机器人工作的精度要求。其中,软件误差补偿算法不受并联机构类型的限制,有较大的适用范围。     

并联机床驱动杆铰链位置误差分析

为提高并联机床运动精度,解决其铰链误差对运动精度的影响问题,以东北大学开发的3-PTP并联机床为分析对象,采用叠加原理,建立三自由度并联机构驱动杆铰链误差模型;采用矩阵范数分析驱动杆铰链误差对动平台终端运动精度的影响规律.分析表明,结构参数λ大,不利于减小工作空间内动平台位置误差的最小值,但对其最大值影响不大.该误差模型的建立为此并联机床进一步优化机构设计参数以及误差补偿奠定了基础.     

三自由度并联机器人的精度分析

本文应用闭环矢量法对三自由度并联机器人机构进行位置分析,得出改机器人的运动学方程.提出了三自由度并联机器人输出位姿误差的分析方法,并且以第一支链为例对机器人的精度进行了分析.     

两操作模式2-R(SS)_2-R(RR)_2(RR)_2并联机构误差建模及精度设计

为提高多操作模式并联机构末端位姿精度,确定各误差源对机构末端误差的影响规律及其最优值,以一种两操作模式2-R(SS)_2-R(RR)_2(RR)_2并联机构为对象,研究其误差建模及其零件公差优化设计方法。运用矢量法建立了可兼顾两种操作模式的机构位置逆解模型;基于R(SS)_2支链和R(RR)_2(RR)_2支链的误差模型,建立了2-R(SS)_2-R(RR)_2(RR)_2并联机构两种操作模式统一的整机误差模型。提取不同操作模式下2-R(SS)_2-R(RR)_2(RR)_2并联机构末端不可补偿误差,建立了末端不可补偿误差与各误差源的映射关系。基于灵敏度分析得到了两种操作模式下各误差源对末端不可补偿误差的影响规律,结果表明影响机构末端位姿精度的关键误差源共有23项。综合考虑两种操作模式下机构末端位姿精度,提出了以各零件尺寸误差灵敏度系数为权重系数而构造的机构尺寸公差总和最大为目标函数的精度优化模型。通过算例得到在给定精度条件下各关键误差源尺寸最优公差,为机构零件制造装配提供依据。     

并联Stewart机构位姿误差分析

从并联机构与串联机构的运动学等效,并联机构本身特征与并联机构实际工作空间出发,考虑各分支末端误差对最终运动平台末端误差的影响,提出了并联机构位姿误差放大因子分析法·依据位姿误差放大因子具有对误差定量分析的特点,该分析方法既可用于机构参数优化,又可用于结构精度设计·最后,给出了一个实例说明本方法的有效性·     

一种并联结构拟人肩关节的误差分析

并联机构由于其自身的结构特点,正引起人们越来越多的关注.基于球面三自由度并联机构,研制一种肩关节样机,对这种肩关节样机进行误差分析.基于其结构布局特点,在考虑各主要零部件的加工与装配误差等情况下,推导出这种肩关节的误差模型公式,定义了终端平台姿态误差和误差灵敏度系数,分析了终端平台误差在工作空间内的分布规律及各主要误差源对终端平台误差的影响情况,为这种肩关节样机的标定、运动学补偿及应用提供了理论基础.     

基于广义几何误差模型的微机器人精度分析

为描述各种误差源对机器人本体产生的影响 ,提出了一个用于微机器人精度分析的通用方法。通过任意两坐标系间的向后微分关系 ,利用运动学方程以及并联机构的环路特性 ,建立了微机器人的广义几何误差模型。利用此模型 ,可以对微机器人进行精度评估和误差修正。该方法可推广应用到一般并联机器人的误差建模和精度分析     

利用结构等效转换的空间可展机构装配误差建模与灵敏度分析

为解决空间可展机构装配过程中无法对杆件进行精准定量调整的难题,针对杆件耦合与环约束复杂等特点,提出了一种空间可展机构装配误差建模与灵敏度分析的方法。首先,通过结构等效转换将空间可展机构分为两部分,并分别基于闭环矢量与虚位移法,推导出上述两部分的几何精度模型,然后利用线性叠加,建立了空间可展机构整体装配误差模型。在此基础上,运用偏微分法完成了空间可展机构误差灵敏度分析,实现了关键误差源识别。最后,以星载SAR卫星天线空间可展机构为数值算例进行了计算,结果表明:在杆长误差和铰链安装位置误差范围相同的情况下,单独调整支撑杆件能更好地满足装配精度要求,且星体连接杆尺寸误差对天线面板指向精度的影响尤为显著。     

一种并联机构结构误差识别与修正的新算法

为了提高并联机床的运动精度,针对简化误差源模型（含42个误差量）,基于并联机构位置正解的快速算法提出了一种结构误差识别的新算法．首先按理论并联机构设计参数,将一球杆仪的两个球铰分别固定在保持平行的动、静平台上,令球杆仪在动平台上的球铰中心相对于静平台上的球铰中心做球面螺旋线运动．然后在此前提下根据球杆仪球杆理论计算长度与实际长度之差构造m维矢量空间,依次让每一个待识别的结构参数有一个单位增量,重点修正与实测误差相关程度最高的结构参数．并通过从测量误差向量中分离出主修正向量后的残余误差向量方法提高修正效率．经过若干轮修正,直到使修正后球杆理论计算长度与实际长度基本一致,即可认为各项误差已修正完毕．该算法只需测量球杆的长度值,大大减少了测量工作量及由此而引入的误差源．     

钻头切削力动态测试系统试验研究

研制了一套由微机控制的高速数据采集系统,用于洲试钻头破岩过程中切削齿上所受切削力的瞬态变化规律.为了提高系统的测试速度及精度,采用三路A/D通道并行工作,并配有通道自动切换及数据自动输出逻辑,数据传输采用DMA方式.该系统可同时测8个切削齿,经单齿模拟测试,测试结果正确反映了切削齿切削力的变化规律.     

一类锥优化问题有效集序列的稳定性

通过引入集列的单位相对紧性和函数的强收敛性,研究赋范线性空间中一类真拟锥凸映射向量优化问题有效集序列的稳定性,并利用集合序列的Kuratowski-Painlevé收敛性,给出向量优化问题的有效集、弱有效集及Henig有效集序列的收敛性及稳定性条件.     

基于均矢量相似性的机器学习样本集划分

提出一种基于均矢量相似性的机器学习样本集分割方法(MSSS),根据样本集中每个样本矢量与均矢量之间的余弦相似性,将样本划分成训练集和测试集.为评价MSSS方法性能,分别用随机分割法(RSS)和MSSS方法,按不同比例划分来自UCI的4个数据集,对产生的训练集一测试集进行Hotelling T~2检验;另外,采用得到的训练集对分类BP神经网络进行训练,以相应的测试集测试神经网络.研究结果表明:对用RSS划分4个数据集产生的训练集一测试集进行Hotelling T~2检验,发现均存在F值超出界值的现象,而MSSS均未出现;使用MSSS训练的神经网络所产生的训练-测试误差差异、准确率差异均比使用RSS训练的神经网络所产生的小,说明用MSSS划分产生的训练集与测试集的一致性比用RSS划分产生的好.     

基于泛系算子的泛系混合并联粗糙集模型

在泛系混合并联空间概念的基础上,为了操作由任意给定的二元关系对知识进行划分得到的粒子,使用泛系理论的转化思想和转化后的等价关系对目标概念进行近似逼近的方法,提出了基于泛系混合并联等价算子的泛系混合并联粗糙集模型。通过讨论该模型的基本性质,证明了该模型是泛系粗集的一种广义化表现形式。通过实例说明了在不同泛系混合并联等价算子的作用下产生不同知识库的粒子,为深入研究粒度计算提供了一个新的研究方向。     

集值映射向量优化问题（真）有效点集的连通性

对向量集值映射引入锥类凸的概念，并给出锥类凸集值映射的一个等价刻划和逼近锥的几个重要性质。利用这些概念与结果，对赋范线性空间中带集值映射的向量优化问题的有效点集和Ｂｅｎｓｏｎ真有效点集建立了两个标量化定理。据此，证明了这两个集合的连通性。     

层合压电压磁耦合弹性介质圆板的状态变量解

从横观各向同性层状压电、压磁耦合弹性介质材料的基本方程出发，导出了压电、压磁圆板在轴对称变形中的状态变量方程，并对其进行有限Hankel变换，得到一组常系数的常微分方程，再通过Cay]ay-Hamilton原理和利用传递矩阵方法导出了层合压电、压磁耦合弹性介质圆板的状态变量解．     

基于径向基神经网络的Delta机器人位置精度补偿

针对Delta并联机器人末端控制精度问题,提出一种基于RBF的提高Delta并联机构运动学控制精度的方法。首先对Delta并联机器人的运动学逆解进行分析,探讨了影响控制精度的因素和现有提高控制精度方法的局限性。其次,求解Delta并联机器人的工作空间,结合实际工作,通过试验采集训练样本。以末端实际位置为输入样本,末端的期望位置与实际位置之差为输出样本,进行RBF神经网络模型训练,得到末端实际位置与位置偏差之间的非线性映射关系,基于此设计位置补偿策略。最后,在Delta机器人平台上进行实验验证,使用训练好的RBF网络结合运动学逆解,对Delta机器人末端进行轨迹跟踪控制。实验结果表明,末端控制误差由±30mm减小到±5mm,有效的减少了末端位置误差,为Delta机器人精准控制提供了一种简单易行的方法。     

SVM和K-NN协同工作的垃圾邮件过滤器

提出了一种基于支持向量机的改进分类方法.该方法将特征空间分类超平面附近的样本分类,交由特征空间和样本空间中的K-近邻集体投票表决.该方法应用于垃圾邮件的过滤,邮件合法性误判发生的概率可被有效降低.最后通过垃圾邮件过滤实例对本文所述方法的有效性进行了验证.