基于粒子群的欠驱动平面机械臂PID控制算法研究

由于对机器人轻量化和降低成本的要求越来越高,欠驱动机器人的优势日益凸显,也逐渐成为机器人的一个研究热点问题.以往欠驱动机械臂中的PID控制算法中参数依靠试凑获得,很难获得效果的参数.本文提出通过基于粒子群算法的欠驱动机械臂PID控制算法,通过粒子群对PID控制方法进行改进,对PID参数进行整定,以获得控制效果更好的参数.仿真结果证明了该算法的可行性与有效性,相比于传统方式更易于实现,收敛速度快.     

高集成度空间机械臂模块化关节的研制

采用大中心孔设计方法成功地研制了高集成度空间机械臂模块化关节.该关节具有多种传感器,包括位置传感器、力矩传感器、温度传感器等,它的所有电气系统都集成在关节内部,包括传感系统、驱动系统、控制系统和电源系统.采用中心孔走线方式实现了关节的内部走线,避免了空间环境对导线及其传输信号的影响.针对所设计的关节进行了必要的关节性能实验,结果表明该模块化关节具有高刚度、大负载特点,其关节的位置输出能精确跟踪期望的轨迹,位置精度非常高,达到了0.01°.     

基于关节空间轨迹规划的机械臂远程控制

轨迹规划对提高机械臂的稳定性、可靠性、工作效率有重要意义.为实现对远程机械臂连续、平稳、无抖动的控制,基于关节空间轨迹规划,提出了一种采用5次多项式插值函数对远程机械臂运动轨迹进行插补的优化算法.利用该算法时机械臂进行了实际的远程控制实验,实验结果表明,该算法使机械臂各关节运动连续、平稳,实时性好,能够满足实际的工作要求,为远程机械臂的安全应用奠定了基础.     

粒子群优化算法在机械优化设计教学中的应用

机械优化设计是机械类专业的一门重要的专业课,目前在机械优化教学中介绍的是传统的优化算法,这些方法对于局部极值及目标函数的可微性有严格要求,不能解决高维、多目标及优化设计问题的要求。粒子群优化算法是近几年发展起来的一种基于群体智能的进化计算技术,对优化问题无可微性和连续性要求,具有全局收敛性,本文在机械优化设计教学中引入了粒子群优化算法,为学生解决复杂工程优化设计问题打下基础。     

复杂多关节机械臂建模及逆运动学比较分析

针对含多种关节类型的复杂机械臂的建模问题, 在 D鄄H 参数法中引入虚拟关节建立运动学模型。 考虑机械臂逆运动学存在多解、 精度和实时性的问题, 通过4 种不同的 PSO(Particle Swarm Optimization)优化算法: 线性递减权重的粒子群(LPSO: Linear Decreasing Weight Particle Swarm Optimization)、 基于杂交的粒子群优化(CBPSO: Crossbreed Particle Swarm Optimization)、 基于模拟退火的粒子群(SAPSO: Simulated Annealing Particle Swarm Optimization)和混沌粒子群优化(CPSO: Choas Particle Swarm Optimization)进行计算。 随机选取工作空间的位置点, 验证优化算法能有效计算机械臂逆运动学解, 并对执行时间、 位置误差等方面进行了比较分析。 实验结果表明, 改进的 CBPSO 算法能有效计算复杂多关节机械臂的逆运动学解, 同时满足实际作业中对实时控制的要求。     

基于平面气浮实验数据获取机械臂在轨关节驱动力矩的理论建模与实验验证

为了正确地掌握空间机械臂在轨服务过程的真实动力学特性, 基于Lagrange方程, 获得机械臂有/无气浮装置时关节驱动力矩的差值函数, 然后利用带气浮装置的关节驱动力矩的地面实验数据减去理论差值, 预测机械臂在轨服务时的真实驱动力矩。最后采用刚性较好的小型机械臂进行实验, 验证了该方法的正确性。     

基于粒子群算法的并联机器人 输出力矩优化与仿真

针对当前平面机构3自由度RRR(3-RRR)并联机器人运动输出力矩值变化范围大、机构运动不平稳等问题,以输出力矩值最小化为目标对运动机构3-RRR进行相关尺寸优化.构造了机构3-RRR动力学模型,给出了机构3-RRR的8种工作模式,简化机构模型并推导逆运动学方程式.采用粒子群算法对机构3-RRR横截面半径、连杆质量及平台质量进行优化.机构3-RRR末端执行器选择PID方案,通过MATLAB软件对优化后的机构3-RRR的8种工作模式输出力矩值进行仿真,并且与优化前形成对比.仿真显示,优化后的机构3-RRR的8种工作模式输出力矩值变化范围比优化前小,整体波动很小,运动平稳.采用粒子群算法能够减小机构3-RRR的输出力矩值,保证机构运动平稳性.     

含区间铰间隙柔性机械臂控制精度分析

为了分析大变形、间隙碰撞和不确定性对机械臂动力学特性和控制精度的影响,提出了含区间铰间隙的柔性机械臂动力学建模方法和该动力学模型的求解方法.模型中采用绝对节点坐标法对柔性部件进行动力学建模,采用混合碰撞力模型和Ambrósio摩擦力模型建立关节铰间隙,并且采用区间变量描述间隙尺寸和部件杨氏模量.通过数值仿真分析表明:部件柔性和间隙会显著地影响机械臂动力学特性和控制精度,而且随着部件弹性模量减小、间隙尺寸增大,影响将更加显著;考虑不确定性时,机械臂的控制精度将降低,而且参数不确定性会显著影响该机械臂的动力学特性.     

一种冗余机械臂逆运动学求解和优化方法

为解决冗余机械臂逆运动学求解困难的问题,提出一种基于关节角参数的逆运动学求解和优化方法．首先推导了正向运动学,并基于关节角参数化法得出了解析逆运动学;然后提出综合考虑避关节极限约束与运动连续性约束的目标函数,该目标函数充分考虑了不同工作状态的差异性;最后引入带惯性权重的粒子群算法加快求解速度．实验结果表明：逆运动学求解平均时长为1.19μs,误差在10 nm以内,能够求出给定参数值的所有解,结合避关节极限和运动连续性的优化目标能够求出最优解,在直线与圆弧两种路径跟踪实验中比传统方法分别提高了68.4%和58.0%的优化效果．     

基于PSO的气动人工肌肉驱动关节优化的研究

提出在气动人工肌肉驱动的关节系统中,存在一个最优关节设计,包括关节半径、肌肉附着点最优位置等,使得对同一系统输出转矩达到最优.通过分析气动人工肌肉静态特性模型,推导出关节静特性模型.改变气动人工肌肉的状态参数进行仿真,得到关节半径变化、肌肉附着点变化与关节输出转矩、收缩量之间的关系,并利用PSO计算出最优关节半径与肌肉附着点最优位置.此分析方法与结果对气动肌肉驱动的仿生手臂的结构设计起到有效的指导作用.     

FFSR的关节力矩递推算法及其捕捉目标研究

基于Ｌｕｈ等人针对地面机器人提出的Ｎｅｗｔｏｎ－Ｅｕｌｅｒ法建立了计算自由飞行空间机器人（ＦＦＳＲ）关节驱动力矩的递推算法;结合基于广义逆雅可比矩阵的分解运动速度控制法提出了一种捕捉目标的力矩控制算法;计算机仿真验证了算法的有效性．