CN107992671B - 一种基于生物遗传算法的智能机器人调频方法 - Google Patents
一种基于生物遗传算法的智能机器人调频方法 Download PDFInfo
- Publication number
- CN107992671B CN107992671B CN201711214397.4A CN201711214397A CN107992671B CN 107992671 B CN107992671 B CN 107992671B CN 201711214397 A CN201711214397 A CN 201711214397A CN 107992671 B CN107992671 B CN 107992671B
- Authority
- CN
- China
- Prior art keywords
- frequency
- vibration isolation
- rigidity
- value
- modulation method
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/17—Mechanical parametric or variational design
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J19/00—Accessories fitted to manipulators, e.g. for monitoring, for viewing; Safety devices combined with or specially adapted for use in connection with manipulators
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J19/00—Accessories fitted to manipulators, e.g. for monitoring, for viewing; Safety devices combined with or specially adapted for use in connection with manipulators
- B25J19/0091—Shock absorbers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/12—Computing arrangements based on biological models using genetic models
- G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Biophysics (AREA)
- Geometry (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Robotics (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Mechanical Engineering (AREA)
- Computational Linguistics (AREA)
- Genetics & Genomics (AREA)
- Manipulator (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Physiology (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Molecular Biology (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computer Hardware Design (AREA)
- Feedback Control In General (AREA)
- Computing Systems (AREA)
Abstract
本发明公开了一种基于生物遗传算法的智能机器人调频方法,属于机器人的智能隔振调节领域。它包括按照以下步骤进行:步骤一、获取当前状态下的外界激振频率;步骤二、以外界激励频率与系统虚拟的固有频率的比值为自变量,建立目标函数;步骤三、调节自变量,计算目标函数的所有可能值;步骤四、在所有可能取值范围内,寻找最优值对应的系统频率;步骤五、根据上一步计算的系统固有频率,反算出系统的刚度值;根据上一步计算的系统刚度值,自动调节系统的刚度;其中,步骤三中的目标函数可以为由隔振效果、隔振后的最大位移、最大速度组成的加权表达式。本发明是一种基于外界振动频率、模拟生物遗传性机理的智能调频方法。
Description
技术领域
本发明涉及机器人的智能隔振调节领域,特指一种基于生物遗传算法的智能机器人调频方法。
背景技术
智能机器人的一个令人瞩目的特点是实施类似于人的调节方式,将机器人系统的刚度调节到与外界所受振动的频率相匹配的最优程度。尽管现有机器人中存在刚度可调的隔振器,但如何计算出最优化系统的固有频率和刚度成为智能机器人的研究热点。为此,需要提出一种模拟达尔文生物进化论的自然选择和遗传学机理的调频方法,以适应智能机器人的主动调频隔振。
发明内容
本发明需解决的技术问题是:针对现有技术存在的技术问题,本发明提供一种基于外界振动频率、机器人隔振目标最优化的、模拟遗传性机理的智能机器人调频方法。
为了解决上述问题,本发明提出的解决方案为:一种基于生物遗传算法的智能机器人调频方法,按照以下步骤进行:
步骤一、获取当前状态下的外界激振频率;
步骤二、以外界激励频率与系统虚拟的固频率的比值为自变量,建立目标函数;
步骤三、调节自变量,计算目标函数的所有可能值;
步骤四、在所有可能取值范围内,采用遗传算法获取目标函数的最优值,并寻找最优值对应的系统频率;
步骤五、根据上一步计算的系统固有频率,反算出系统的刚度值;
步骤六、根据上一步计算的系统刚度值,自动调节系统的刚度。
所述步骤三中的目标函数可以为由隔振效果、隔振后的最大位移、隔振后的最大速度组成的加权表达式。
本发明与现有技术相比,具有如下优点和有益效果:
(1)本发明的一种基于生物遗传算法的智能机器人调频方法,能够根据外界的激励频率与虚拟固有频率之比构建自变量,建立关于隔振效果的目标函数,从而计算出所有可能的隔振效果,并从而优化出最佳系统固有频率,从而实现调频。
(2)本发明的一种基于生物遗传算法的智能机器人调频方法,还可以构建隔振效果、系统最大位移以及系统最大速度组成的加权目标函数,从而采用遗传算法获取目标函数的最优值,并根据最优的系统固有频率反算出系统的刚度。
附图说明
图1是本发明的一种基于生物遗传算法的智能机器人调频方法的步骤流程图。
具体实施方式
以下将结合附图和具体实施例对本发明作进一步详细说明。
参见图1所述,本发明的一种基于生物遗传算法的智能机器人调频方法,按照以下步骤进行:
参见图1所述,步骤一、获取当前状态下的外界激振频率;
参见图1所述,步骤二、以外界激励频率与系统虚拟的固有频率的比值为自变量,建立目标函数;
参见图1所述,步骤三、调节自变量,计算目标函数的所有可能值;
参见图1所述,步骤四、在所有可能取值范围内,采用遗传算法获取目标函数的最优值,并寻找最优值对应的系统频率;
参见图1所述,步骤五、根据上一步计算的系统固有频率,反算出系统的刚度值;
参见图1所述,步骤六、根据上一步计算的系统刚度值,自动调节系统的刚度。
参见图1所述,步骤三中的目标函数可以为由隔振效果、隔振后的最大位移、隔振后的最大速度组成的加权表达式。
实施事例1:假设系统所受激励的频率为f,需要严格控制系统的隔振效果步骤一、先获得外界激振频率f;步骤二、将外界激振频率f与系统虚拟的固有频率fn的比值作为自变量λ,即λ=f/fn,建立目标函数步骤三、将系统所有可能的固有频率依次代入,计算λi,i为系统可能的固有频率个数,并计算出所有的目标函数步骤四、由于目标要求仅为隔振效果,因此目标函数最优值为最大值并记录下此目标函数对应的自变量λ*和系统虚拟固有频率步骤五、利用公式反算出系统最佳的刚度值K*,式中m为系统质量;步骤六、由于K*为系统可能取值的刚度之一,因此根据上一步计算出的刚度值,将系统的刚度调节为K*。
实施事例2:假设系统所受激励的频率为f,需要严格控制系统的隔振效果系统的最大位移X。步骤一、先获得外界激振频率f;步骤二、将外界激振频率f与系统虚拟的固有频率fn的比值作为自变量λ,即λ=f/fn,建立两个子目标函数和其中Fmax为环境的最大力幅值,m为系统质量;构建加权目标函数其中γ为加权系数,γ∈(0,1),此时可取γ=0.5;
Claims (1)
1.一种基于生物遗传算法的智能机器人调频方法,其特征是按照以下步骤进行:
步骤一、获取当前状态下的外界激振频率;
步骤二、以外界激励频率与系统虚拟的固有频率的比值为自变量,建立目标函数;所述目标函数可以为由隔振效果、隔振后的最大位移、隔振后的最大速度组成的加权表达式;
步骤三、调节自变量,计算目标函数的所有可能值;
步骤四、在所有可能取值范围内,采用遗传算法获取目标函数的最优值,并寻找最优值对应的系统频率;
步骤五、根据上一步计算的系统固有频率,反算出系统的刚度值;
步骤六、根据上一步计算的系统刚度值,自动调节系统的刚度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711214397.4A CN107992671B (zh) | 2017-11-28 | 2017-11-28 | 一种基于生物遗传算法的智能机器人调频方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711214397.4A CN107992671B (zh) | 2017-11-28 | 2017-11-28 | 一种基于生物遗传算法的智能机器人调频方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107992671A CN107992671A (zh) | 2018-05-04 |
CN107992671B true CN107992671B (zh) | 2021-09-03 |
Family
ID=62033611
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711214397.4A Active CN107992671B (zh) | 2017-11-28 | 2017-11-28 | 一种基于生物遗传算法的智能机器人调频方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107992671B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110058679B (zh) * | 2018-12-29 | 2022-06-14 | 瑞声科技(新加坡)有限公司 | 一种马达的激励信号搜索方法及电子设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102179821A (zh) * | 2011-06-10 | 2011-09-14 | 北方工业大学 | 一种可调刚度弹性直线伸缩式被动机器人关节 |
CN104088203A (zh) * | 2014-04-01 | 2014-10-08 | 重庆邮电大学 | 移动荷载下轨道磁流变隔振系统的仿人控制方法及装置 |
CN105320821A (zh) * | 2015-12-04 | 2016-02-10 | 江苏大学 | 一种果穗振动脱落仿真模型及其构建方法 |
CN105389428A (zh) * | 2015-11-02 | 2016-03-09 | 株洲时代新材料科技股份有限公司 | 一种用于动力机械设备的单层隔振系统设计方法 |
WO2017167682A1 (de) * | 2016-03-31 | 2017-10-05 | Siemens Aktiengesellschaft | Hydraulischer aktor, roboterarm, roboterhand und verfahren zum betrieb |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106639471B (zh) * | 2016-12-22 | 2019-12-20 | 浙江建科减震科技有限公司 | 压电及电磁复合俘能型半主动调频质量颗粒阻尼器 |
-
2017
- 2017-11-28 CN CN201711214397.4A patent/CN107992671B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102179821A (zh) * | 2011-06-10 | 2011-09-14 | 北方工业大学 | 一种可调刚度弹性直线伸缩式被动机器人关节 |
CN104088203A (zh) * | 2014-04-01 | 2014-10-08 | 重庆邮电大学 | 移动荷载下轨道磁流变隔振系统的仿人控制方法及装置 |
CN105389428A (zh) * | 2015-11-02 | 2016-03-09 | 株洲时代新材料科技股份有限公司 | 一种用于动力机械设备的单层隔振系统设计方法 |
CN105320821A (zh) * | 2015-12-04 | 2016-02-10 | 江苏大学 | 一种果穗振动脱落仿真模型及其构建方法 |
WO2017167682A1 (de) * | 2016-03-31 | 2017-10-05 | Siemens Aktiengesellschaft | Hydraulischer aktor, roboterarm, roboterhand und verfahren zum betrieb |
Non-Patent Citations (2)
Title |
---|
"A Method of Structure Optimization for High-speed and Heavy-load Robot based on Dynamic Characteristic Analysis";Le Liang et al.;《2016 IEEE International Conference on Advanced Intelligent Mechatronics (AIM)》;20160715;1461-1465页 * |
"基于Stewart机构的隔振技术研究";杨小龙;《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》;20150115(第01期);C028-51 * |
Also Published As
Publication number | Publication date |
---|---|
CN107992671A (zh) | 2018-05-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103713516B (zh) | 一种基于pdff的交流伺服驱动器控制参数自整定方法 | |
Branch | Optimal design of LQR weighting matrices based on intelligent optimization methods | |
CN103268065A (zh) | 轴向混合磁轴承蚁群算法分数阶pid控制器的构造方法 | |
CN107992671B (zh) | 一种基于生物遗传算法的智能机器人调频方法 | |
Wang et al. | Optimal design of PI/PD controller for non-minimum phase system | |
CN112000001A (zh) | 一种基于改进贝叶斯模型的pid参数整定优化方法 | |
CN111062147B (zh) | 四电机联动系统固定时间控制与结构联合优化方法和系统 | |
CN105929865A (zh) | 一种直线伺服系统机械谐振控制方法 | |
CN108121206A (zh) | 基于高效改进型差分进化算法的复合自适应内模控制优化方法 | |
CN110001336B (zh) | 一种基于add正实网络优化的车辆isd悬架一阶理想模型 | |
CN109905067B (zh) | 电机驱动系统结构与控制一体优化方法 | |
CN117318553B (zh) | 基于td3和维也纳整流器的低风速永磁直驱风电机组控制方法 | |
Panda et al. | Model reduction of linear systems by conventional and evolutionary techniques | |
CN103268068B (zh) | 轴向混合磁轴承免疫蜂群算法pid控制器的构造方法 | |
CN106849910A (zh) | 应用于管道噪声有源控制的次级通道快速辨识方法 | |
CN113595528B (zh) | 一种基于幂函数的自适应变步长lms滤波器及其实现方法 | |
Wang et al. | Design of fractional order pi controller for permanent magnet synchronous motor | |
Fatah | PSO-based tunning of PID controller for speed control of DC motor | |
Li et al. | High precision position control of voice coil motor based on single neuron PID | |
CN110836168B (zh) | 一种基于pso寻优的风机阻尼自适应控制方法及其控制器 | |
CN110556873B (zh) | 一种基于罚函数的vsg自适应转动惯量控制方法 | |
Kumar et al. | Particle swarm optimization algorithm based design and analysis of digital FIR filter using kaiser window function | |
CN109245644B (zh) | 一种永磁同步电机的鲁棒两自由度控制器的实现方法 | |
CN117318562B (zh) | 一种节能电机曲线设计方法 | |
CN110161839B (zh) | 反射型激光清除异物装置的转台位置多模态伺服控制方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |