课程文献中心 更多>>

关键词： 微陀螺   多段微梁   尺寸效应   参数激励   稳定性  

摘要： 为解决目前线性微陀螺中存在的提高灵敏度和拓宽带宽之间的矛盾,提出利用非线性解决线性情况下高灵敏度与宽带宽无法兼具的问题。本文以一种本身具有非线性的弹性支撑梁—多段微梁为研究对象,分析讨论其非线性动力学及尺寸效应的影响规律,为利用多段微梁提升微陀螺性能提供理论基础。首先进行多段微梁结构的动力学建模,给出结构的位形向量,求出系统固有频率和模态,并通过有限元仿真验证。基于修正偶应力理论计算出包含材料尺度参数的多段微梁变形能。考虑尺寸效应后,微梁的一阶、二阶固有频率增大;不同角度下多段微梁的模态与经典理论基本一致,说明尺寸效应对微梁的模态几乎没有影响。分析参数振动和尺寸效应对多段微梁非线性响应与稳定性的影响,通过Floquet理论分析系统参数振动的稳定性,并以相图和时间历程验证稳定性理论预测的准确性。研究表明:随着折叠角度的增加,系统的非线性行为逐渐增强;参数激励的存在使系统非线性行为增强,振幅峰值得到明显提升,并且分岔出现在较小的激励幅值下,故可利用参数振动来提高系统的振幅峰值,强化系统的非线性行为;随着阻尼的增加,起始阈值不断提高,需要更高的激励幅值来激发参数振动,同时阻尼使稳定区域扩大,增强了系统的稳定性,但随着折叠角度的增加系统的稳定性降低;尺寸效应的存在导致系统的振幅峰值降低,非线性行为弱化,并且在小激励幅值的情况下影响尤为显著,考虑尺寸效应使参数振动的阈值增大,系统的不稳定性边界扩大。将多段微梁应用至微陀螺中,分析多段微梁相关参数对微陀螺性能的影响。研究表明:参数振动有利于提升微陀螺的增益和带宽;梁长较短时,由于刚度较大,在相同的激励幅值下产生的增益较小且非线性程度降低,随着梁长的增加,带宽逐渐增大,故在满足微陀螺的抗振动性能的前提下,通过增加梁长可提高微陀螺的带宽和灵敏度;随着折叠角度的增加,检测的增益逐渐降低,但降低的幅度不明显,而随着角度增大带宽得到明显的拓宽。因此,相较于多自由度微陀螺增加带宽必然伴随着灵敏度大幅降低的缺陷,此时可通过调节多段微梁的折叠角度在大幅度拓宽带宽的同时,系统的灵敏度降低的较少,从而实现兼具高灵敏度和宽带宽的特性。此外,当激励幅值相对较大时,系统出现较高的增益,且可在较宽的频率内进行角速度检测。

关键词： 工业机器人   动力学参数辨识   激励轨迹设计   前馈控制   系数优化  

摘要： 科技的飞速发展促进现代制造业生产方式的智能化变革,工业机器人作为实现智能制造的重要力量,其动力学与控制问题是机器人领域研究的重点,受到越来越来多的关注。工业机器人具有多输入/多输出、强耦合、非线性和时变等特征,在运行过程中,易受摩擦、不确定性干扰的影响,其动力学特性复杂,影响了机器人末端轨迹跟踪精度。尽管国内外学者开展了大量研究工作,但在动力学模型精度、参数辨识方法、运动控制等方面仍然存在一些困难和挑战。本文以六自由度工业机器人为研究对象,深入开展提升动力学模型精度、改进动力学参数辨识方法、提高力矩控制性能等方面的研究。主要研究内容如下: 开展了六轴工业机器人动力学建模研究。基于拉格朗日法,推导了六自由度工业机器人的动力学方程;在库伦+粘滞摩擦模型的基础上,考虑电机电流的影响,建立了关节摩擦模型,并据此构建了机器人系统动力学模型;使用QR方法线性化动力学模型,得到动力学辨识模型及待辨识最小动力学参数集,并通过仿真分析,验证了动力学辨识模型的正确性。 开展了工业机器人动力学参数辨识研究。为充分激励系统动特性,以最小化观测矩阵条件数为优化目标,设计出五阶周期性傅里叶级数与五次非线性多项式结合的复合激励轨迹,并进行了激励轨迹的有效性分析,结果表明,所设计的激励轨迹在参数辨识精度方面更具优势;基于解析法计算了关节速度和加速度,对动力学参数添加了物理一致性约束;开展动力学参数辨识实验,综合应用最小二乘法和多策略改进的哈里斯鹰优化算法,辨识出动力学参数;动力学参数验证实验表明,采用多策略改进的哈里斯鹰优化算法计算的动力学参数辨识准确度更高。 研究了机器人动力学前馈控制方法。基于对机器人动力学前馈控制结构分析,设计了动力学前馈控制器,建立了动力学前馈控制模型;基于迭代反馈整定方法,整定了PID控制器参数,PID参数整定后的控制性能得到综合改善;针对动力学前馈中力矩电流转换精度问题,使用粒子群算法,对力矩前馈系数进行优化,仿真和实验表明,使用优化后力矩前馈系数的动力学前馈控制性能更优;通过仿真与实验,对比分析了PID控制和力矩前馈控制下,机器人关节位置及末端位置的跟踪误差,结果表明,力矩前馈控制可有效提高机器人系统的轨迹跟踪精度。

关键词： 分段光滑系统   延拓打靶法   周期吸引子   Floquet乘子   分岔  

摘要： 近年来,非光滑动力系统以其在日常生活中的普遍性和在实际工程领域的重要性,引起了诸多学者和工程技术人员的关注。碰撞系统作为非光滑动力系统的典型代表,广泛存在于机械工程领域。由于碰撞、黏滞和擦边等因素引起的非线性和奇异性问题使碰撞系统呈现复杂的动力学行为,并对系统的使用效率和性能等产生重要的影响。因此,碰撞系统的动力学研究具有重要的工程应用价值。首先考虑工程实际中存在的含预紧弹簧机械碰撞系统的简化力学模型,构建由光滑流映射和不连续映射复合的Poincaré映射,给出Floquet乘子计算的数值方法。数值仿真系统在两参数平面的周期吸引子模式及其参数域,结合Runge-kutta法、打靶法、延续法和胞映射法研究周期1吸引子的稳定性与演化规律以及不连续擦边分岔、擦边和周期倍化诱导的分岔、鞍结型和亚临界周期倍化分岔、激变等不连续分岔行为,揭示迟滞域和亚谐包含域的形成机理。当预压量不等于0时,1–m吸引子的不连续擦边分岔可产生Uk–（km+1）吸引子序列,从而在相邻1–m与1–（m+1）吸引子的转迁过程中产生迟滞域和亚谐包含域,亚谐包含域内周期吸引子的主要模式为k–（km+1）(k=2,3,4,…)。当预压量等于0时,1–m吸引子的擦边分岔是连续的,但是擦边诱导的鞍结分岔或周期倍化分岔在相邻1–m吸引子的转迁过程中形成迟滞域或亚谐包含域。亚谐包含域SIRm内亚谐周期吸引子的主要模式为2–（2m+1）和2–2（m+1）。在周期倍化分岔的微小邻域内,鞍结分岔使系统终态发生跳跃,周期倍化分岔表现出亚临界特征,我们把这一分岔过程称为鞍结型周期倍化分岔。不连续擦边分岔、亚临界周期倍化分岔和鞍结型周期倍化分岔在相邻吸引子的转迁中引起多吸引子共存。当周期吸引子与混沌共存时,混沌吸引子经边界激变消失。然后,考虑单自由度含间隙弹性碰撞振动系统,给出Floquet乘子计算的数值方法。数值仿真系统在两参数平面的周期吸引子模式及其参数域,结合相图、Poincaré映射图、Floquet特征值乘子分析相邻周期1吸引子经迟滞域和亚谐包含域转迁的分岔特点。结果表明,相邻周期1吸引子的转迁可以通过擦边分岔直接转迁,也可以通过由擦边诱导的鞍结分岔或周期倍化分岔经迟滞域或亚谐包含域转迁。弹性碰撞振动系统具有非常丰富的动力学。本文以新的视角发现了许多复杂的新现象,研究结果能够为工程实际弹性碰撞振动系统的参数设计与选择提供参考。通过两参数动力学以及共存吸引子的全局动力学分析可以实现系统的动态优化设计,使系统在更大的参数空间呈现期望的吸引子模式。

关键词： 打磨抛光机器人   动力学参数辨识   力/位柔顺控制   自适应阻抗控制  

摘要： 随着机器人应用领域不断的深入拓展,机器人使用的交互场景越来越复杂。经典阻抗控制模式能够实现末端力和末端位置的动态平衡,同时兼顾末端力和末端位置的跟踪控制。经典阻抗控制模式中阻抗参数是预先设定的定常值,当面对外界环境位置突变或刚度突变时,无法及时响应外界突变导致瞬时接触力过大或过小。为保证复杂交互场景下的稳态力/位跟踪,本文提出一种基于模糊自适应阻抗实现力/位柔顺控制的方法。旨在根据外界环境的变化趋势,机器人末端与外界环境交互过程中呈现柔顺特性。主动响应外界环境突变及内部噪声影响,并及时做出相应的补偿,在打磨抛光等实际应用场景中可以保证待加工产品质量一致性。主要研究内容和结论如下:选取XB4机器人作为研究对象,开展XB4机器人正、逆运动学分析,并基于Matlab-Simmechanic进行仿真验证。根据牛顿-欧拉法建立机器人动力学模型,为更充分地描述机器人动力学特性,引入线性摩擦补偿动力学模型。依据动力学模型提出动力学前馈轨迹跟踪控制器,采用李雅普诺夫函数进而验证跟踪控制器的稳定性。针对XB4机器人展开动力学参数辨识,在求取基参数集的过程中引入参数归一的处理方法,有效规避相邻参数间数量级相差悬殊带来的误差影响。选取五阶傅里叶级数作为激励轨迹,配合实际物理约束及非线性优化函数确定最优的五阶傅里叶级数激励轨迹。采集关节编码器及电机电流数据,转化为关节转角及关节力矩信息。代入参数辨识框图,求解得到各关节的动力学参数。搭建计算力矩与仿真力矩对比实验平台,证明辨识得到的动力学参数符合动力学特性。将辨识的动力学参数引入动力学前馈轨迹控制框图中验证轨迹跟踪效果,根据跟踪效果证实动力学前馈可以补偿动态特性及提高轨迹跟踪精度。提出基于模糊自适应的力/位柔顺控制方法,根据反馈接触力及接触力变化率实时调整阻抗因子,实现末端接触力与末端位置之间的动态平衡关系,使机器人末端与外界环境接触时呈现柔顺性。在Matlab中建立Simulink框图分析该控制方法下恒力、正弦力跟踪效果及位置跟踪效果,搭建力/位柔顺实机控制平台。分别设计平面及弧面两种打磨工况,验证基于阻抗控制的力/位柔顺控制实效性。

关键词： 组合导航系统   车辆行驶状态参数   动力学模型   轮胎侧偏刚度   融合算法  

摘要： 车辆行驶状态参数估计是实现车辆控制、导航以及辅助驾驶等功能的基础,由于单一传感器本身的局限性,部分车辆状态参数不能直接测得。因此,本文通过车载传感器采集车辆行驶数据,并结合车辆运动学和动力学模型实现车辆的纵向速度、质心侧偏角和横摆角速度等参数的准确估计,具体研究内容如下:首先,准确采集车辆行驶数据是估计车辆状态参数的基础,但是单一传感器在采集数据时受噪声影响较大,会造成误差积累、数据发散的现象,无法长期使用。针对此问题,建立了基于EKF融合算法的INS/GPS松组合导航系统,利用GPS输出的位姿信息,弥补INS在采集数据时的产生的误差积累,随后通过Matlab编程仿真,验证该融合算法具有较高精度,实现了车辆速度、加速度、位姿信息的准确估计,为后续车辆质心侧偏角、纵向速度、横摆角速度的精准估计提供保障。其次,车辆状态参数的准确估计需要充分利用动力学与运动学模型信息,针对普通车辆动力学模型估计精度差的问题,构造了基于遗忘因子的AUKF车辆状态参数估计算法。根据车辆行驶时各轮胎负载大小不同的原理,引入以递推最小二乘法获取实时轮胎侧偏刚度,提高了动力学模型的测量精度。通过Carsim/Simulink联合仿真并进行对比实验,证明以上模型算法在估计质心侧偏角、横摆角速度、纵向加速度信息时具有很高的精度;针对运动学模型设计了误差修正方程来降低长时间积分导致的误差积累,提高了积分法的准确性。最后,针对动力学模型和运动学模型所估计的质心侧偏角分布特性,设计了基于二维可拓理论的质心侧偏角融合算法,以侧向速度和侧向加速度为因变量,修改融合模型的权重系数,分配以上两种模型算法估计值所占的比例,提高了质心侧偏角的估计精度。通过Carsim/Simulink联合仿真对比试验与实车试验,验证了该融合算法在不同工况下具有良好的鲁棒性和跟踪性。

关键词： 高速机车   抗蛇行减振器布置   横向稳定性   横向平稳性   多目标优化   全局敏感性分析  

摘要： 目的：以中国某型Bo-Bo高速机车为研究对象，分析四种典型的抗蛇行减振器布置方式及横向安装角对机车横向动力学性能和参数匹配关系的影响，并解释其作用机理。创新点：1.通过多目标优化方法来同时优化机车低锥度和高锥度横向稳定性，获得四种抗蛇行减振器布置方式下机车最优横向动力学性能及横向安装角的不同选取原则；2.当抗蛇行减振器横向安装角存在时，引入抗蛇行减振器附加作用力和作用力矩，结合车体横向和摇头模态相位差来解释抗蛇行减振器布置方式对机车蛇行稳定性和车体前后横向平稳性差异的影响机理。方法：1.基于搭建的MATLAB/SIMPACK联合仿真平台，采用多目标优化方法得到机车最优横向动力学性能及对应悬挂参数分布结果（图4和5）;2.通过拉丁超立方采样对机车直线运行性能和曲线通过性能评价指标进行蒙特卡洛仿真，并采用基于径向基函数的高维模型表示的敏感性分析方法对关键悬挂参数进行全局敏感性分析（图6）;3.采用根轨迹法分析不同抗蛇行减振器布置方式下横向安装角对机车蛇行稳定性影响规律，并提取蛇行模态中对应的车体横移和摇头模态相位差（图8和9）。结论：1.抗蛇行减振器的布置方式对机车横向稳定性和平稳性具有显著影响，且不同布置方式下横向安装角的选取原则存在差异。2.全局敏感性分析结果显示：机车曲线通过性能对抗蛇行减振器阻尼和一系横向刚度的敏感性较强，但对抗蛇行减振器横向安装角的敏感性较弱。3.机车采用抗蛇行减振器开口向外布置时，优化横向安装角可以减小车体前后端横向平稳性差异，而机车采用其他三种抗蛇行减振器布置方式时没有这个特点。

关键词： 串联机器人   动力学模型   参数辨识   误差补偿   支持向量回归模型  

摘要： 串联机器人通常采用闭环反馈控制,该控制方式虽原理简单、便于实现,但机器人在高速运动时,其惯量变化大,且非线性效应较强,若采用闭环反馈控制策略,易出现很大的控制偏差,使得系统动态特性变差。逆动力学前馈控制可以很好地改善机器人高速运动时的动态控制性能,而获取精确的逆动力学模型是实现前馈控制的前提。本文围绕精确逆动力学模型构建问题展开研究,主要内容如下: 首先,研究了经典的的动力学建模方法,选取牛顿-欧拉法实现了机器人动力学模型的构建,并实现了动力学模型的线性化。为减小参数辨识难度,采用参数重组方法推导了机器人的最小惯性参数集。同时,选择库伦-粘滞摩擦模型补偿关节摩擦力,整合以上线性化模型,得到可进行参数辨识的机器人动力学方程。 接着,针对加权最小二乘法辨识方法精度低与传统的库伦-粘滞摩擦模型效果差等问题,为提高动力学模型参数精度,提出选用精度更高的非线性摩擦模型描述关节摩擦特性并采用改进的布谷鸟搜索算法辨识动力学参数,以加权最小二乘法辨识方法获得的结果作为改进布谷鸟搜索算法的初始值,该辨识算法在提升计算效率的同时还可得到更精确的结果。 然后,针对动力学模型存在误差的问题,实现了基于支持向量回归模型的动力学模型误差补偿方法,通过支持向量回归模型建立起动力学模型力矩预测误差与机器人运动状态之间的联系,为进一步提高支持向量回归模型的力矩预测精度,采用改进布谷鸟搜索算法优化模型参数,优化后的模型对关节误差力矩补偿效果更好。 最后,通过机器人实验平台进行了机器人参数辨识与误差补偿实验研究。结果表明,本文提出的参数辨识方法获取的动力学参数精度较加权最小二乘法提高16.73%;支持向量回归模型的误差补偿模型效果良好,误差补偿后的动力学模型精度提高12.04%。

关键词： 智能鞋垫   完全地面反作用力   RBF神经网络   CNN-LSTM神经网络   阵列式压力分布  

摘要： 步行是人们日常生活中最为常见的一种运动,步行过程中人体足部与地面连续产生的完全地面反作用力数据具有信息丰富、非侵入性等特点。同时,足底地面反作用力数据中还包含了大量人体病理信息。因此,对足底地面完全反作用力的有效测量与评估,对康复训练、病理诊断和评估跌倒风险等至关重要。当前的相关研究中大都采用测力平板测量的方式来获取足底地面完全反作用力,该方法虽然精度高,但是受设备数量和环境的影响,无法满足日常生活中长时间长距离的测量需求。因此,本课题设计了一款超薄智能鞋垫来获取人体运动状态下的足部信息数据,该鞋垫厚度为2mm,重量仅为236g,可以在运动中做到无感穿戴。然后通过神经网络模型将获取的传感器数据训练输出为足底完全地面反作用力。最后,通过实验验证了本课题所提出方法的有效性。本课题的主要内容如下: (1)针对目前市面上主流的测量仪器过于厚重,不适合于日常生活中佩戴的问题,设计了一款可以无感穿戴的足部数据采集系统。该系统包括了由柔性电容式压力传感器与博世BNO055智能传感器结合设计的超薄智能鞋垫和实现数据可视化的上位机界面。该足部数据采集系统可以在人体运动状态下对足底的阵列式压力变化和踝关节的姿态变化进行测量与数据可视化。 (2)针对目前利用阵列式压力分布与线性模型结合测算运动状态下足底完全地面反作用力的方法中,前后侧剪切力与内外侧剪切力测算精度不足的问题。本课题提出了PSO-GA联合算法优化的RBF神经网络模型用于人体步行状态下的完全地面反作用力测算的方法。该方法将经过数据处理后的阵列式压力分布变化值代入PSO-GA-RBF模型进行训练输出,并利用相关系数与归一化均方根误差作为指标评估模型的测算结果。 (3)针对PSO-GA-RBF神经网络模型存在峰值测算性能不佳、内外侧方向剪切力测算值相关系数较低等问题,本课题进一步提出一种改进WOA算法优化的CNN-LSTM测算模型来提升足底完全地面反作用力的测算精度。同时,为了获取更完善的人体步行状态下的足部数据信息,选用踝部姿态变化信息与阵列式压力变化数据作为融合输入数据集,代入IWOA-CNN-LSTM模型进行训练和测算。该方法可以有效结合CNN模型的数据特征挖掘与提取能力和LSTM模型的时序特征的测算能力。同时,通过改进WOA算法对LSTM模型的参数进行选取,以得到最优的网络模型。

关键词： 空降兵   模拟跳伞   半蹲式着陆   不同着陆模式   运动学   动力学  

摘要： 目的:通过模拟空降兵高空跳伞的着陆环境,研究两种不同着陆模式对空降兵跳伞着陆下肢关节运动学和动力学参数的影响,以期为空降兵高空跳伞的下肢损伤预防和训练指导提供理论依据。 方法:本研究选取12名男性大学生,年龄18-30岁,身高170-190cm,体重60-85kg,平常参与体育锻炼年限1年以上,且近半年无任何下肢损伤。所有受试者分别以两种不同的着陆模式(半蹲式前脚掌着陆和半蹲式全脚掌着陆)从60cm的跳箱上跳落至力台上。通过Vicon三维动作捕捉系统采集受试者着陆动作的运动学数据,通过Kistler三维测力台采集受试者着陆动作的动力学数据。最后采用Visual 3D软件对数据进一步处理,所有数据均以平均值±标准差的形式表示。使用SPSS 26.0软件进行统计学分析,采用配对样本t检验对所有运动学与动力学数据进行分析,p<0.05为差异具有统计学意义。 结果:(1)关节触地角度:与半蹲式全脚掌着陆模式相比,前脚掌着陆模式在初始触地时具有更大的踝关节跖屈角度(p<0.001)、踝内翻角度(p=0.014)和踝内旋角度(p=0.004),以及更小的膝关节屈曲角度(p<0.001)和髋关节屈曲角度(p=0.034);(2)关节活动范围:与半蹲式全脚掌着陆模式相比,前脚掌着陆模式在关节活动范围上具有更大的踝关节跖屈背伸活动范围(p<0.001);(3)关节峰值角度:与半蹲式全脚掌着陆模式相比,前脚掌着陆模式在关节峰值角度上具有更大的踝关节跖屈峰值角度(p<0.001)、踝内翻峰值角度(p=0.015)和踝内旋峰值角度(p<0.001),以及更小的踝外翻峰值角度(p=0.003)、踝外旋峰值角度(p=0.011)、屈膝峰值角度(p=0.01)、伸膝峰值角度(p<0.001)、膝外翻峰值角度(p=0.024)、膝外旋峰值角度(p=0.029)和屈髋峰值角度(p=0.018);(4)关节峰值力矩:与半蹲式全脚掌着陆模式相比,前脚掌着陆模式在关节峰值力矩上具有更大的踝关节跖屈峰值力矩(p<0.001)、踝内翻峰值力矩(p<0.001)和屈膝峰值力矩(p=0.005),以及更小的踝背伸峰值力矩(p<0.001)、屈髋峰值力矩(p<0.001)和伸髋峰值力矩(p=0.003);(5)地面反作用力:与半蹲式全脚掌着陆模式相比,前脚掌着陆模式在地面反作用力上具有更大的向后方向上的地面反作用力(p=0.017),以及更小的垂直地面反作用力(p<0.001);(6)达到最大屈膝的时间(TMFK):与半蹲式全脚掌着陆模式相比,前脚掌着陆模式达到膝关节屈曲角度最大的时间更长(p<0.001);(7)达到峰值地面反作用力的时间(TPVGRF):与半蹲式全脚掌着陆模式相比,前脚掌着陆模式峰值地面反作用力出现的时间更晚(p<0.001)。 结论:(1)采取前脚掌着陆模式踝关节损伤风险更高;采取全脚掌着陆模式膝关节损伤风险更高。(2)前脚掌着陆模式产生更大的踝关节跖屈力矩,这将导致跟腱和踝关节的风险增大。两种着陆模式均存在较高的膝关节伸膝力矩,这将导致膝关节和髌韧带承受更大的张力和拉力,进而造成损伤。(3)前脚掌着陆模式能更好的延长地面反作用力的作用时间,从而减小空降兵在着陆时承受的地面冲击力。(4)采取全脚掌着陆模式单侧下肢将承受自身体重4-5倍的地面冲击力,远大于半蹲式前脚掌着陆模式。