基于岩石节理分形特性的岩体稳定性智能辨识

 调查国内大量矿山地质资料,分析其矿岩节理裂隙数据,采用分形理论揭示岩体节理间距和产状分布的分形特性.采用混沌算法优化神经网络,建立矿岩稳定性与其岩石单轴抗压强度、单轴抗拉强度、内摩擦角、内聚力、弹性模量、岩体节理间距分形维数和节理产状分形维数的智能辨识模型,寻求岩体判别新方法.研究表明,岩体节理间距分形维数和产状分布分形维数可反映岩体节理空间分布的整体信息;节理间距分形维数越小,岩体完整性越好;产状分布分形维数越低,节理分散程度越小;即二者分形维数越小,岩体稳定性越好.智能辨识模型可以根据矿岩力学参数、岩体节理分形特征,预测不同地质条件下的岩体质量,为工程支护设计及施工提供依据.     

Workspace and rotational capability analysis of a spatial 3-DoF parallel manipulator

The analysis on the workspace and rotational capability of HANA, a spatial 3-DoF parallel manipulator, is concerned. The parallel manipulator consists of a base plate, a movable platform, and three connecting legs. The moving platform has three degrees of freedom (DoFs) which are two translations and one rotation, with respect to the base plate. The new parallel manipulator is very interesting for the reason of no singularity in the workspace, the single-DoF joint architecture and high rotational capability of the moving platform. The inverse kinematics problem is described in a closed-form, which is very useful to present the workspace geometrically. The constant-orientation and reachable workspaces for the manipulator are analyzed firstly. The index that is used to evaluate the rotational capability of the manipulator is defined and discussed in detail. Finally, the distribution of rotational capability index on the workspace is presented, which helps us know how much the index is at different point. The parallel manipulator has wide application in the fields of industrial robots, simulators, micro-motion manipulators, and parallel kinematics machines.     

Numeration and type synthesis of 3-DOF orthogonal translational parallel manipulators

Low-degree-of-freedom (Low-DOF) parallel manipulators (PMs) have drawn extensive interests, particularly in type synthesis in which two main formal approaches were established by using the reciprocal screw system theory and Lie group theory. This paper aims at numeration and type synthesis of Orthogonal Translational Parallel Manipulators (OTPMs) by resorting to an integration of the group-based method and graphical representation of the topology. For this purpose, the concept of Cartesian DOF-characteristic matrix, originated from displacement subgroup and displacement submanifold, is proposed. A new approach based on combination of the atlas of Cartesian DOF-characteristic matrix and displacement group-theoretic method is addressed for both exhaustive classification and type synthesis of OTPMs. The proposed approach is prone to construct an orthogonal structure and is easy to realize the complete classification and exhaustive enumeration of this class of low-DOF PMs.     

一类基于神经网络的观测器及其在二关节机械手中的应用

本文提出一种非传统的神经网络观测器用来估计非线性系统的未知非线性部分。该神经网络是三层网络,采用带修正项的误差反传算法进行训练,以保证跟踪的精度和权值的有界。且在sigmoid 活化函数中增加线性滤波器,以提高系统的抗干扰能力。然后利用Lyapunov直接法保证基于权值误差的非传统观测器的稳定性。最后将该观测器应用到二关节机械臂系统的状态观测中,仿真结果验证了有效性。     

双自由度串联机械手的输入转矩优化

针对串联机械手在执行任务过程中执行机构输入转矩较大,导致机构运动不平稳的问题,创建双自由度串联机械手运动简图模型.采用能量最小化控制方式,构造能量控制的动力学方程,分析机械手关节角度、连杆质量及各关节之间的距离,确定优化关系式.采取优化方法计算输入转矩的控制方程,得出输入转矩的最佳尺寸,并结合具体实例,在Matlab/Simulink软件中对优化后输入转矩进行仿真.结果表明:与优化前的仿真结果相比较,优化设计后机械手输入转矩较小,整体波动相对平稳,效果较好.     

基于神经网络的机械臂自适应输出反馈控制设计

研究了机械臂的位置跟踪问题,提出了基于神经网络的自适应输出反馈控制方法. 该方法无需系统精确的数学模型,适用于具有非线性不确定性和外界干扰的机械臂控制系统. 设计的控制器由三部分组成：基于动态补偿器的输出反馈控制项、神经网络自适应控制项和鲁棒控制项. 神经网络的权值自适应学习率由Lyapunov稳定性理论得出. 仿真结果表明设计的控制器能驱动机械臂精确跟踪期望的位置,验证了该控制方法的有效性.     

含非定点碰撞的平面多自由度机械臂系统运动学与动力学研究

研究多自由度平面机械臂系统的非定点碰撞问题。据机械臂系统的几何特点, 得到相对简单的检验何时、何处发生接触碰撞的方法, 避免一般多体系统确定接触碰撞点的繁琐的迭代搜索过程。运用拉格朗日方法推导非碰撞及碰撞阶段的动力学方程, 并引进牛顿恢复系数, 建立描述含有光滑碰撞过程的机械臂系统运动过程的一般性框架。最后对算例进行数值模拟证实该方法的有效性。     

一类平面双连杆柔性臂动力学模型的研究

针对双连杆柔性机械臂的位姿控制问题，进行了动力学响应分析，建立了基于Lagrange方程的双连杆柔性机械臂动力学模型，描述了柔性臂关节转角的运动性态系统中柔性连杆的振动模式，为下一步柔性机械臂的控制研究提供参考．     

基于位姿分离法的模块化机械臂逆运动学分析

分析了7自由度冗余机械臂的运动学正逆解, 采用Denavit-Hartenberg(D-H)坐标法进行正运动学建模, 获得机械臂末端相对于基座的空间位姿; 采用位姿分离法进行逆运动学建模. 求位置逆解时, 由约束条件分别获得前4个关节角位移解析解; 求姿态逆解时, 采用欧拉角表示机械臂末端相对于基座的姿态, 减少了计算量. 以SCHUNK模块化7自由度机械臂为例,进行了运动学正逆解分析, 并基于虚拟样机进行了仿真验证.     

一类机械臂指数加速迭代学习控制方法

针对机械臂系统外部干扰的轨迹跟踪问题,提出一种无需重置初始条件的加速迭代学习控制方法。利用指数变增益加速学习控制律,结合迭代学习控制算法,无需重置机械臂每次运行时初始条件,历经多次迭代后,实现对期望轨迹的实时跟踪。并在 范数意义下,证明了无需重置条件的比例微分（Proportion differentiation, PD）型加速迭代学习控制算法的收敛性。基于二自由度（Two Degrees of Freedom, 2-DOFs）仿真实验结果验证了该方法的可行性和有效性。同时在Quanser机电一体化运动控制实验平台上完成了实验验证,表明该算法的实用性。