关键词： 连续型软体机械臂   运动学   动力学   参数自适应学习控制  

摘要： 近年来软体机器人成为国际一大研究热点,不同于传统刚性机器人,软体机器人有着柔顺性好、质量轻、安全的人机交互以及灵巧性好等优势。但目前的研究主要集中在软体机器人的结构创新与仿生设计上,对于建模与控制方面的研究还不完善。本文针对一种通用结构的连续型软体机械臂,进行运动学、动力学建模,并提出一种参数自适应学习控制方法,提高机械臂控制精度。提出一种连续型软体机械臂的结构设计方案,详细说明软体连续性臂直线以及弯曲运动的原理。在保证自由度的同时尽可能简化其结构,并以此单腔道和三腔道软体臂结构为基础进行相应的模具设计。此外还探索了软体臂的制作工艺流程,提升了制作效率以及质量。基于等曲率段假设,提出连续型软体臂的弯曲参数运动学模型,通过高阶多元泰勒级数展开的方式进行模态化转换,以形函数替换的方式解决弯曲参数运动学存在的奇异点邻域范围内数值不稳定的问题,使得模型在软体臂的直线运动时仍然适用。并根据拉格朗日法,建立了三腔道连续型软体臂的动力学模型,推导得到运动方程。此外,根据建立的模型对三段三腔道柔软臂进行运动学正解以及逆解的仿真。基于建立的软体臂模型,通过对模型预测控制(MPC)以及迭代学习控制(ILC)的有效集成,结合两种控制器的优点,提出了一种模型参数自适应学习控制方法。通过MPC得到反馈气压,ILC得到前馈补偿气压,带入模型求解得到误差矩阵,并求解二次优化问题来优化每次迭代的模型参数,在提高模型参数精度的同时,实现期望轨迹追踪。通过算法仿真以及与传统闭环反馈控制进行比较,验证了算法的合理性。完成连续型软体机械臂的实验样机的硬件系统搭建以及软件系统开发,分别开展单腔道、三腔道软体臂的相关验证实验以及三腔道软体臂的期望轨迹追踪实验,验证本文所提出的连续型软体机械臂的结构设计、理论模型、控制算法等内容。

关键词： 纳米La2O3   钛粉   微观组织   力学性能   耐蚀性  

摘要： 随着民用机场客货吞吐量的扩张,各类动力机械的动力需求和负荷快速提高。在动力机械高强化发展的必然趋势下,发动机的气门座区域需要更好的性能条件。激光熔覆技术凭借自身独特的优势,既能够实现大面积表面修复,也能完成局部区域精确的表面改性。因此,本文选择蠕墨铸铁为基体材料,利用激光熔覆技术其表面制备不同激光工艺参数、以及不同熔覆材料配比的复合合金熔覆层,来改善蠕铁材料表面的强度和性能。利用SEM、EDS等技术手段,通过组织观察、硬度测定、电化学测试以及摩擦磨损实验,来探究激光功率、扫描速度、纳米氧化镧添加量和钛粉质量比对激光涂层晶粒结构和力学性能的作用,来揭示蠕铁表面激光涂层性能变化规律与机理。本文首先设计了不同功率与扫描速度共6组工艺参数,对实验获得的涂层进行观察及各项性能测试,结果表明:适当的降低功率与提高扫描速度对组织晶粒有明显的的细化作用,这对硬度的提高、耐磨性与耐腐蚀性的改善都有一定的积极作用。对改变纳米氧化镧含量的熔覆层进行研究,确定纳米La2O3的最佳添加量为2%,稀土氧化物添加量对细化组织的影响规律为2%>1%>3%>0%,这与其对涂层的硬度、耐蚀性与耐磨性的影响规律相同;在0～2%范围内添加纳米氧化镧能够使熔覆层中的Cr、Ni、Si等元素增加并加速熔池中元素的扩散作用;在纳米La2O3的添加量为2%时,抑制裂纹效果最好。稀土氧化物含量为添加量为0%、1%、2%时,熔覆层的磨损类型为磨粒磨损+氧化磨损,添加量为3%时为磨粒磨损。最后,本文对熔覆材料配比变化为含钛量为1.5%和2.5%的涂层进行研究,结果表明,钛粉能够起到细化组织的作用,并且这种作用与Ti粉含量成正相关;钛粉的质量比越多,涂层组织晶粒就会越细化,组织表现出更优异的均匀性,熔覆层的硬度增加,具有更好的耐蚀性与耐磨性;Ti的添加能够提高覆层中的Fe、C的含量,同时熔覆层中Mo、Co的含量也有少量增加;Ti粉对熔覆层中产生的CO气孔孔隙有着一定的抑制作用,随着Ti含量的增加,孔隙率有所降低。

摘要： 2014年1月原机械与材料学院更名为机械与动力学院,学院现设有机械设计制造及其自动化、机械电子工程、材料成型及控制工程、工业工程、能源与动力工程、核工程与核技术六个本科专业,其中机械设计制造及其自动化为国家特色专业、第二批卓越工程师教育培养计划专业和省本科品牌专业,材料成型及控制工程为第三批卓越工程师教育培养计划专业。拥有机械工程一级硕士点、机械工程专业学位点、机械工程领域工程硕士点、工业工程专业学位点,机械制造及其自动化为湖北省重点学科。目前,在校全日制本科学生近2000人,在读研究生160余人,毕业生的一次就业率一直保持在90%以上。学院拥有水电机械设备设计与维护湖北省重点实验室,工程训练中心等,实验室建筑面积1.2万平米,设备仪器总值2000余万元。

摘要： 2014年1月原机械与材料学院更名为机械与动力学院,学院现设有机械设计制造及其自动化、机械电子工程、材料成型及控制工程、工业工程、能源与动力工程、核工程与核技术六个本科专业,其中机械设计制造及其自动化为国家特色专业、第二批卓越工程师教育培养计划专业和省本科品牌专业,材料成型及控制工程为第三批卓越工程师教育培养计划专业。拥有机械工程一级硕士点、机械工程专业学位点、机械工程领域工程硕士点、工业工程专业学位点,机械制造及其自动化为湖北省重点学科。目前,在校全日制本科学生近2000人,在读研究生160余

摘要： 我校计算机与信息技术学院李健博士2020年获批国家自然科学基金青年项目:机械臂控制中不同层时变问题求解的神经动力学研究.项目批准号:62006205.机械臂是由多个可控制的关节组成的机械装置,具有安全、高效的优势,被广泛应用于智能制造领域.机械臂控制算法往往只能在某个固定的实际应用环境中有效,当面对其他复杂环境,其通用性较差.例如,机械臂控制算法通常假设机械臂关节均能正常控制,

关键词： 机械臂   激励轨迹优化   动力学参数辨识   神经网络   轨迹跟踪  

摘要： 随着智能制造概念的提出和发展,机械臂广泛应用于现代制造业的各个领域。许多机械臂高速、高精度作业都需要动力学层面的控制,而机械臂的动力学模型往往难以直接得到,需要进行动力学参数辨识。本文针对机械臂动力学参数辨识与验证的问题,从机械臂激励轨迹优化、机械臂动力学参数辨识和机械臂轨迹跟踪等方面展开了研究。主要研究内容如下:基于改进傅里叶级数和免疫克隆算法的机械臂激励轨迹设计优化。针对传统激励轨迹设计以傅里叶级数形式展开,会导致机械臂启停过程中产生抖动的问题,导致跟随轨迹精度降低,通过将多项式引入傅里叶级数代替常数项,来保证执行过程中的首尾封闭。将条件数作为优化指标,通过免疫克隆算法优化,得到一条首尾封闭,抗噪声能力强的较优激励轨迹。基于神经网络的机械臂动力学参数辨识。针对传统最小二乘回归易受异常数据的干扰,从而导致辨识精度降低。将激励轨迹作为实验轨迹,进行动力学参数辨识的实验,并实时采集得到关节角度、力矩等信号数据,采用滤波算法对数据进行滤波,通过神经网络来辨识动力学参数,在前三关节的力矩残差根要小于最小二乘以及对比文献的值,提高了动力学参数的精度和可靠性。基于MPSO优化的RBF神经网络机械臂轨迹跟踪。传统PD控制难以补偿建模不精确以及外部干扰,将控制模型分为精确部分与不精确部分,对于不精确部分采用RBF前馈网络来进行补偿,针对RBF网络收敛较慢的问题,采用改进粒子群算法来优化RBF的初始参数,并与未优化的RBF控制器进行对比分析,可以证明优化的RBF控制器拥有更快的收敛速度。基于上述的技术研究,完成了机械臂激励轨迹优化和动力学参数辨识软件模块开发。以珞石4kg机械臂为研究对象,进行了机械臂动力学参数辨识与前馈补偿控制的研究,结果表明基于前馈控制的轨迹跟踪累计误差要小于未加前馈控制,验证了动力学参数的准确性。

关键词： 变刚度   气动机械臂   有限元分析   动力学模型   滑模控制  

摘要： 与传统刚性机器人不同,软体机器人具有高柔软性、高安全性和包裹性好等优点,可以吸收外界干扰产生的力与冲击,不会对交互的环境造成任何损伤。具备优异的运动能力,以及在军事探测、医疗手术、自动化生产线等复杂环境中进行作业的能力,有很大的应用价值。当前的研究多集中于保持软体机器人本身的柔顺性,很少考虑任务中的刚柔可控性,即要求任务中具有满足一定条件的刚度和可控性。虽然软体机器人表现出其他类型机器人无法比拟的优势,但是目前软体机器人研究领域仍存在着诸多技术难题,严重约束了其在重要场景下的实际应用,其中尤为突出的是建立精准模型和控制问题。本文结合主动驱动的气动驱动结构并耦合可变刚度的阻塞机构,设计出可变刚度的软体机械臂,进行理论和有限元分析仿真以验证机构的合理性,进一步建立精准的运动学和动力学模型,通过设计滑模控制器实现运动轨迹控制,并进行分析和仿真验证,最后对变刚度软体机械臂的变刚度性能与弯曲性能进行实验验证。具体内容为:首先,在分析软体驱动器的各种驱动方式和材料的基础上,设计变刚度结构,并利用有限元分析设计出一种耦合变刚度结构的气动机械臂;由多个单元模块组成,每个单元模块包括三个部分:气动驱动结构、变刚度阻塞结构、硅胶纤维复合层。其次,针对软体机械臂进行动力学建模,利用分段常曲率法对软体驱动器进行运动学建模,分析软体机械臂末端中心位姿与关节变量的关系,从而进一步进行动力学推导,通过拉格朗日建立动力学方程。在滑模控制原理的基础上,针对建立的动力学模型提出滑模控制策略,进行软体机械臂稳定性分析和仿真,验证其正确性。然后,研究耦合变刚度的气动软体机械臂的材料和设备选型,利用3D打印技术和硅胶灌溉技术,制造软体机械臂的气动驱动模块、变刚度阻塞模块和硅胶纤维复合层,并对三个模块进行整合,制备出可变刚度的软体机械臂。最后,设计机器人气动控制系统,搭建测试实验平台,对软体驱动器进行弯曲、拉伸和响应速度的测试,验证软体驱动器弯曲角度、拉伸长度和压强之间的关系,以检验气动驱动器结构设计的稳定性和运动性能。同时,耦合上堵塞结构进行变刚度调节,对不同条件下的变刚度结构进行力-位移测试,验证变刚度机构的稳定性和弯曲性能。

关键词： 便携式受电弓检测仪   绳索系统动力学   虚拟样机   结构优化设计  

摘要： 弓网之间接触压力直接影响列车受流性能的好坏,因而需要定期测量并调整受电弓的静态接触压力。便携式受电弓检测仪可用于测量静态接触压力随升降弓高度变化的静态特性曲线,适合日常检修过程使用。本研究的目的在于分析现有便携式受电弓检测仪机械结构方面存在的缺点,在此基础上,提出一种改进的便携式受电弓检测仪机械结构方案,提高检测仪的测力精度,减小结构尺寸。对现有便携式受电弓检测仪进行分析。存在以下问题:结构尺寸较大,卷筒绕线容易出现混乱,测量精度不高等。并从理论的角度分析了受电弓升降弓过程中的弓头摆动和受电弓卷筒缠绕钢丝绳行为对便携式受电弓检测仪测力精度的影响。利用受电弓一元振动模型分析静态接触压力来源。建立便携式受电弓检测仪机械结构物理简化模型。运用Solidworks软件建立钢丝绳卷筒的三维模型,导入ADAMS软件中,采用ADAMS/Cable模块建立钢丝绳模型,并添加相应的约束、作用力,利用宏程序添加钢丝绳和卷筒之间的接触力,完成便携式受电弓检测仪机械结构虚拟样机模型的建立。对仿真结果进行分析。利用虚拟样机模型分析弓头横向偏移和卷筒缠绕行为对测力准确性的影响。结果显示升降弓过程中弓头横向偏移对测力结果会产生较大的影响,而钢丝绳缠绕过程中与滑轮槽,卷筒绳槽产生的偏角对测力结果的影响并不大,明确了下一步机构优化的重点是重新安装设计测力传感器。对机构进行改进并验证。改进的便携式受电弓检测仪机械结构的创新点在于将测力传感器安装在测力结构的底部,取消测力滑轮,添加卷筒、电机机构横向驱动,使得钢丝绳缠绕顺畅,改进后结构尺寸减小50%。建立改进机构虚拟样机模型,借助模型验证改进结构的合理性以及测力效果。通过对比分析,改进后便携式受电弓检测仪测力效果受到弓头摆动影响更小,缠绕钢丝绳更顺畅,达到预期效果。本论文共有图65幅,表14张,参考文献53篇

关键词： 软体机械臂   模态方法   运动学   运动规划   动力学  

摘要： 受象鼻、章鱼臂和舌头等肌肉结构的启发,基于仿生学开发的软体机械臂可以沿其结构的任何点延伸,收缩和弯曲。与刚性机械臂相比,具有高柔顺性、复杂环境适应性及人机安全交互性等特点。为了发挥其良好的性能,软体机械臂必须准确可靠地运动。为此,准确且计算高效的动态模型至关重要,而这离不开运动学与动力学的建模与仿真分析。本文以一类具有常曲率弯曲与伸长能力的软体机械臂为研究对象,采用一种模态方法对软体机械臂的运动学与动力学进行研究。研究主要围绕以下几个方面展开:首先,针对平面软体机械臂的运动学问题进行研究。为避免分段常曲率方法固有的奇异性与复杂的非线性,使用一种模态方法建立具有单个单元的软体机械臂运动学方程,并分析该方法的精度和优势以及运动学特性。在单个单元的模态运动学基础上推导具有多个单元的软体机械臂运动学方程,进一步分析含有多单元软体机械臂的运动学特性。接着,针对空间软体机械臂的运动学问题进行研究。在使用模态方法对平面软体机械臂运动学分析的基础上,先建立单个单元的空间软体机械臂的模态运动学模型,对其运动特点进行详细分析,在此基础上,建立了多单元空间软体机械臂模态运动学。然后,针对多单元平面和空间软体机械臂的运动规划问题进行研究。对于平面运动规划问题,分别使用一种分布式运动规划算法和粒子群算法进行研究,并比较二者的优缺点。针对空间运动规划问题,使用了粒子群算法进行研究,并分别对两种运动规划算法的有效性使用不同的数值仿真算例进行了模拟,仿真结果表明了两种运动规划算法针对不同维度问题的有效性。最后,针对空间软体机械臂动力学特性进行研究。使用第二类拉格朗日方程建立软体机械臂的动力学方程,在求解系统的质量矩阵过程中,首先将软体机械臂视为具有均匀分布质量的连续体。然后提出一种基于质心的等效集中质量动力学模型,该模型将集中质量放置在与软体机械臂能量匹配的位置(质心)。通过数值算例对两种动力学模型的计算精度和效率进行比较,结果表明该模型兼顾了采用连续分布质量进行拉格朗日方法分析时的准确性,以及采用集中质量模型分析时的计算高效性。

关键词： 逆运动学   冗余机械臂   二次规划   时变矩阵   神经网络   周期节律   协作式神经动力学  

摘要： 为克服传统手术精度低、手术时间过长易引发疲劳失误、手易引起抖动等问题,手术机器人需具有实时、稳定、高效和精准等特点。由于其功能执行主要由受控的机械臂完成,故要求机械臂能实现实时高精度控制。但机械臂在重复运动时可能会发生关节角漂移从而产生误差。本文为解决手术机器人机械臂重复运动问题,将该问题抽象为一个时变矩阵方程模型。对神经动力学进行了相关研究,并将其应用于含噪声的时变矩阵方程、与群智能体算法结合运用于求解双凸优化问题和手术机器人冗余机械臂的重复运动问题。首先,为了求解含有有限强度噪声的冗余机械臂运动问题模型,本文将该问题构建成一个时变矩阵方程模型,并提出一种变增益周期节律神经网络。分别使用4种激活函数和4种噪声进行测试验证,理论证明该神经网络具有良好的收敛性。且该网络通过与传统的认知节律网络和归零神经网络进行仿真实验对比。仿真实验表明:变增益周期节律神经网络具有更好的收敛能力和抗噪声能力。然后,将粒子群方法和变增益周期节律神经网络结合,提出一种用于求解双凸问题的新型协作式神经动力学网络。该网络具有时变特性,能够在双层时间尺度上实现两个神经网络协作式工作。理论证明该网络具有稳定性,并以值为1的概率收敛。仿真实验表明:协作式变增益周期节律神经网络的收敛效率更快,且具有一定的抗噪能力。最后,将变增益周期节律神经网络求解器运用于求解手术机器人冗余机械臂逆运动学问题,即把逆运动学问题化为一个在速度层求解的二次规划问题。此外,将协作式变增益周期节律神经网络用于求解此机械臂逆运动学问题。为验证上述网络的有效性,对变增益周期节律神经网络和归零神经网络求解器进行实验仿真对比,实验表明变增益周期节律神经网络是有效的,且效果优于归零神经网络方法。同时,结果也验证协作式变增益周期节律神经网络在求解此逆运动学问题时可实现高精度,低误差。本文对于推动神经动力学的发展以及手术机器人的技术进步具有重要意义。