CN109190282B - 一种闭链机构的装配调整方法及其控制装置、机械装置 - Google Patents
一种闭链机构的装配调整方法及其控制装置、机械装置 Download PDFInfo
- Publication number
- CN109190282B CN109190282B CN201811095809.1A CN201811095809A CN109190282B CN 109190282 B CN109190282 B CN 109190282B CN 201811095809 A CN201811095809 A CN 201811095809A CN 109190282 B CN109190282 B CN 109190282B
- Authority
- CN
- China
- Prior art keywords
- chain mechanism
- closed
- assembly
- model
- adjustment
- 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]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种闭链机构的装配调整方法及其控制装置、机械装置。本发明基于数据挖掘与多目标相结合的复杂闭链机构定量装调方法,其利用数据挖掘算法获得闭链机构构件尺寸装调量与运动可靠性之间的关联函数,基于虚拟关节铰链方法建立考虑铰链间隙与杆件柔性的复杂闭链机构装配精度模型,然后以装配精度与运动可靠性为目标函数,以误差传递模型与上述关联函数为约束条件的复杂闭链机构构件尺寸最优装配调整量计算技术,包括数据挖掘算法,误差传递模型,以及多目标优化求解算法。解决了现有闭链机构在装调过程中存在的由于盲调所导致的装配周期长、装配精度差以及闭链机构运动过程不可靠的问题。
Description
技术领域
本发明属于闭链机构技术领域;涉及一种闭链机构的装配调整方法;还涉及一种闭链机构的控制装置;还涉及一种具有闭链机构的机械装置。
背景技术
复杂闭链机构拥有许多优良的特性,被广泛应用于并联机器人、并联机床、空间可展机构与飞机起落架等机械产品当中。因此,随着工程中对于复杂闭链机构性能要求的提高,高精度、高可靠性的复杂闭链机构研究已成为机构学领域的一个重要发展方向。从实际工程经验来讲,复杂闭链机构的装配精度可靠性在很大程度上决定了其作为特定装备时的服役性能,例如并联机器人的末端操作手位姿误差、并联机床的加工精度以及空间可展机构的型面精度。同时,对于复杂闭链机构来说,影响其装配精度的因素众多,包括加工误差、装配偏差、铰链间隙、杆件柔性、过约束等,尤其同时考虑铰链间隙、构件柔性与过约束因素的装配精度分析与保障问题是复杂闭链机构领域的瓶颈问题,制约着复杂机构的发展。目前,我国机构学领域的研究大多集中于机构构型、运动机理等方面,如机构的单元设计与组合方法、机构的型综合等,而国外学者已经在并联机构性能分析、并联机构刚度建模等方面取得了不少成果,因此在复杂闭链机构性能分析层面,我国与欧美国家存在着较大差距。与此同时,由于存在高非线性、强耦合等复杂因素,国内学者针对复杂闭链机构装配精度可靠性分析与保障方面的研究则较少。
从工程层面来讲,复杂闭链机构存在杆件耦合、环约束复杂等特点,其装配精度分析相比传统串联或者“树形”拓扑结构的产品难度更大。因此,目前大多数企业或者研究所在精密复杂闭链机构的地面装调过程中,采用的是以纯经验为主的“测量—调整—测量”的“盲装、盲调”的装配模式。这种方式不仅耗时费力,且重复性较差,不能形成统一的装调工艺规范,从而导致产品装配性能一致性差。从理论层面来讲,以往在复杂闭链机构装配精度可靠性的研究上,大多从几何层面出发,关注确定性误差源对于复杂闭链机构末端位姿的影响,缺乏从力学层面、不确定性层面的装配精度可靠性分析,没有从机理层面揭示误差因素耦合作用下的装配精度形成机制,导致不能“精准施策”地进行定量保障。
发明内容
本发明提供了一种闭链机构的装配调整方法及其控制装置、机械结构;解决了现有闭链机构在装调过程中存在的由于盲调所导致的装配周期长、装配精度差以及闭链机构运动过程不可靠的问题。
本发明的技术方案是:一种闭链机构的装配调整方法,包括:获取目标闭链机构的设计参数,设计参数包括几何尺寸参数、杆件材质参数和误差参数;基于所述设计参数构建铰链间隙虚拟关节等效模型和杆件柔性虚拟关节等效模型;基于所述铰链间隙虚拟关节等效模型和杆件柔性虚拟关节等效模型构建全误差源装配精度模型;基于所述设计参数构建Adams动力学模型,基于Adams动力学模型获取不少于1000组试验数据,试验数据为采用Adams动力学模型的模拟试验;基于所述试验数据的数据挖掘建立装配调整量与运动可靠性之间的关联关系;其中试验数据基于BP神经网络模型进行试验数据的数据挖掘;基于所述全误差源装配精度模型和装配调整量与运动可靠性之间的关联关系建立闭链机构精准装调多目标离散变量优化模型;所述闭链机构精准装调多目标离散变量优化模型具有优化目标、设计变量和约束条件;基于智能算法或多准则决策算法进行闭链机构精准装调多目标离散变量优化模型的求解,得到目标闭链机构的装配调整量。
更进一步的,本发明的特点还在于:
其中铰链间隙虚拟关节等效模型包括虚拟轴颈和虚拟轴承,且虚拟轴颈和虚拟轴承套保持两点接触,所述两点分别位于虚拟轴承套上下端的边沿上;所述虚拟轴颈穿过虚拟轴承的几何中心。
其中杆件柔性虚拟关节等效模型为目标闭链机构中构件的形变与其受力的线性关系。
其中目标闭链机构由基准平台、串联支链和动平台组成。
其中Adams动力学模型为参数化模型,所述Adams动力学模型将装调的构建几何参数化,建立所述Adams动力学模型的过程包括设置杆件柔性参数与铰链间隙碰撞模型。
其中BP神经网络获得m个构件的装调量与n个运动可靠性指标之间的函数回归。
其中闭链机构精准装调多目标离散变量优化模型的优化目标为装配误差最小和运动可靠性最高;设计变量为构件装配调整量;约束条件为所述全误差源装配精度模型和装配调整量与运动可靠性之间的关联关系。
本发明的另一技术方案是:一种闭链机构控制装置,包括存储模块和处理器,存储模块上存储有计算机程序;所述处理器运行存储模块上的计算机程序执行如权利要求1-7任意一项所述的闭链机构的装配调整方法。
本发明的另一技术方案是:一种具有闭链机构的机械装置,该机械装置为并联机器人、并联机床、空间可展机构或飞行器起落架;所述机械结构具有如权利要求8所述的闭链机构控制装置。
本发明的另一技术方案是:一种具有闭链机构的机械装置,该机械装置为并联机器人、并联机床、空间可展机构或飞行器起落架;所述机械装置的闭链机构执行如权利要求1-7任意一项所述的闭链机构的装配调整方法。
与现有技术相比,本发明的有益效果是:本方法能够进行闭链机构装调量定量计算,保障了装配精度与展开可靠性,实现杆长精准定量调整提供了坚实的理论支撑。同时,本发明的方法中装配调整优化模型不仅用于闭链机构、复杂闭链机构,也能够用在其他精密机械系统装配调整工艺参数优化设计。此外,本发明提供了两种装配调整量求解算法,算法简单、易实现,可针对实际需求加以选择。
附图说明
图1为本发明闭链机构的装配调整方法的计算流程图;
图2为本发明中铰链间隙虚拟关节等效示意图;
图3为本发明中柔性构件虚拟关节等效示意图;
图4为本发明中BP神经网络的层级结构图;
图5为本发明中基于智能算法的流程图;
图6为本发明中基于多准则决策算法的流程图。
具体实施方式
下面结合附图和具体实施例对本发明的技术方案进一步说明。
本发明提供了一种闭链结构的装配调整方法,如图1所示,包括:确定目标闭链机构,并获取目标闭链机构的设计参数;建立铰链间隙虚拟关节等效模型和杆件柔性虚拟关节等效模型;再建立目标闭链机构的全误差源装配精度模型;建立Adams动力学模型,并且获取基于该模型的模拟实验的试验数据;利用数据挖掘方法根据所述试验数据建立装配调整量与运动可靠性之间的关联关系;建立目标闭链机构精准装配多目标离散变脸优化模型;基于智能算法或多准则决策算法求解上述目标闭链机构精准装配多目标离散变脸优化模型,得到目标闭链机构的装配调整量。上述方法的具体过程是:
首先基于目标闭链机构的设计参数建立铰链间隙虚拟关节等效模型和杆件柔性虚拟关节等效模型。
如图2所示,铰链间隙虚拟关节等效模型实质上反映铰链轴颈在轴承内部的运动情况,铰链间隙虚拟关节等效模型包括虚拟轴颈和虚拟轴承,该模型的建立基于以下两个条件:1.虚拟轴颈与虚拟轴承的虚拟轴承套之间保持两点接触,且两点分别位于虚拟轴承套上下端的边沿上,2.虚拟轴颈穿过虚拟轴承的几何中心。
在铰链间隙虚拟关节等效模型中,虚拟轴颈在含间隙的虚拟轴承套中的运动过程为:虚拟轴颈以虚拟轴承几何中心为不动点旋转至两点分别于虚拟轴承套上下端接触;虚拟轴颈沿着虚拟轴承套上下边缘转动;虚拟轴颈沿自身轴线移动。因此,铰链间隙虚拟关节等效模型能够由两个转动加一个直线运动来表征。
本方法中铰链间隙虚拟关节等效模型的构建参数包括被动关节的个数以及其在空间中的位置;杆件柔性虚拟关节等效模型的构建参数包括弹性关节的弹性元件刚度系数及其在空间中的位置。
在综合考虑实际情况与计算难度的情况下,上述两个条件在很大程度上具有实际工程意义。在铰链轴颈靠在轴套上后,按照上述两个条件,将由两个转动加一个直线运动来完成从名义位置到任意位置。因此,铰链间隙虚拟关节等效模型的运动过程表达式可写为:其中是一个常值旋转矩阵,和分别为旋转矩阵和平移矩阵,旋转矩阵和平移矩阵的参数由目标闭链机构的最终平衡状态决定。
如图3所示,杆件柔性虚拟关节等效模型为目标闭链机构中构建柔性的虚拟弹性关节等效模型,在采用常用的集中参数法模拟柔性构件在受到外力时,构建变形与外力之间的线性关系。在本方法的实施过程中,采用六自由度弹簧铰链等效构件柔性。假设构件变形非常小,其六个虚拟关节变量与构件所受关节力之间的关系可以线性表达为:[τ1 τ2 τ3τ4 τ5 τ6]T=K[θ1 θ2 θ3 θ4 θ5 θ6]T。其中六个虚拟关节变量包括3个转动变量和3个平动变量;τi是第i个虚拟关节铰链所承受的广义力,K是构件的刚度矩阵,此时,柔性杆件杆件柔性虚拟关节等效模型表征为:Tspring=Tt1Tt2Tt3Tr1Tr2Tr3。其中,Tt1、Tt2和Tt3为三个平移转换矩阵,Tr1、Tr2和Tr3为三个旋转矩阵。
本方法中提出采用六自由度弹簧铰链等效杆件柔性虚拟关节等效模型,六自由度弹簧铰链采用六个虚拟关节变量来表征柔性构建的运动情况,即柔性杆件通过3个旋转运动和3个直线运动由名义位置到达实际位置。
然后基于上述铰链间隙虚拟关节等效模型和杆件柔性虚拟关节等效模型建立目标闭链机构全误差源转配精度模型,其通过利用空间位姿变换矩阵与虚拟关节模型的结合,同时考量连接间隙与构件柔性。对于任意的闭链机构,其拓扑结构包括基准平台、串联支链以及动平台;对于其支链,在不考虑铰链间隙与柔性影响时,假设其末端端点位置表达为:Ttatal=Tbase…U1TlegTacTfootU2…Teffector;其中,Tbase、Tleg、Tfoot、Teffector为基本的平移转换矩阵,U1和U2是两个基本转动变换矩阵乘积,Tac是基本的转动或平移变换矩阵,其由驱动器的形式决定。
再增加铰链间隙和杆件柔性的考量之后,目标闭链机构的运动学方程变为:其中,Tbase为基准平台变换矩阵,且为定值矩阵,U1和U2是万向铰转动变换矩阵,Tjc是转动副间隙虚拟等效关节运动变换矩阵,分别是第一构件、驱动器与第二构件的虚拟柔性等效关节运动变换矩阵,T1、Tac、T2、Teffector是基本的转动或平移变换矩阵。
基于目标闭链机构的设计参数构建Adams动力学模型。该过程中采用Adams商用软件建立目标闭链机构刚柔混合动力学仿真分析模型;其中构件柔性的处理方式是在有限元软件中进行网格划分,并将此有限元网络模型文件导入Adams软件中创建柔性体构件;对于铰链间隙的处理,为了实现建模难度与模型准确度之间的权衡,特选择“接触-自由”模型处理铰链处的间隙。同时,为了能够收集足够多的数据,上述Adams动力学模型设计为参数化模型,将需要进行装配调试的构建几何参数化,包括杆件柔性参数和铰链间隙碰撞模型;然后基于Adams动力学模型进行仿真实验,仿真实验得到的仿真数据为试验数据。
在本发明方法的实施过程值,采用Adams动力学模型进行仿真实验,获取不少于1000组试验数据。
基于上述Adams动力学模型获取的试验数据通过数据挖掘方法建立装配调整量与运动可靠性之间的关联关系。
如图4所示,提供了进行数据挖掘的BP神经网络结构层级结构,其中利用BP神经网络实现任意的m维到n维的函数映射,即获得了m个构建的装调量与n个运动可靠性指标之间的函数回归。首先,在实际数据训练过程中,隐含层节点个数的多少对于BP神经网络的性能具有一定影响,因此应该选取合适的隐含层节点数,一般而言,隐含层节点数目按照如下经验公式进行选择:其中,h为隐含层节点数据,m为数据层节点数目,n为输出层节点数目,a为1-10的调节常数。然后,按照BP神经网络的基本原理进行正向传递子过程与反向传输子过程输出值计算,即对上述试验数据进行训练,获得构件装配调整量与运动可靠性之间的关联关系。
基于上述构件装配调整量与运动可靠性之间的关联关系和目标闭链机构全误差源转配精度模型建立目标闭链机构的精准装调多目标离散变量优化模型;所述精准装调多目标离散变量优化模型包括优化目标、设计变量和约束条件,具体的该模型以装配精度与运动可靠性为优化目标函数,以装配调整量为设计变量,以装配精度模型、装配调整量与运动可靠性关联关系为约束条件。其中优化目标为装配误差最小和运动可靠性最高;设计变量为构件装配调整量;约束条件为所述全误差源装配精度模型和装配调整量与运动可靠性之间的关联关系。
最后基于智能算法或多准则决策算法求解所述目标闭链机构的精准装调多目标离散变量优化模型,做种得到目标闭链机构的装配调整量。
其中,选择基于智能算法进行构件装配调整多目标离散变量优化模型求解时,选择带精英策略的非支配排序的遗传算法(NSGA-II),如图5提供了该遗传算法的执行流程图。
其中,选择基于多准则决策技术进行构件装配调整多目标离散变量优化模型求解的流程图。首先确定优化模型各项参数,构造设计变量正交试验表,基于此表生成第一次迭代试验样本,然后计算目标函数响应及其信噪比,利用信噪比值进行主成分分析,获得响应试验组合所对应的灰色关联值,根据此灰色关联值选择最优水平设计量,并判断是否满足收敛条件,如果满足,则输出此最优组合为最优构件装配调整值;如果不满足,则将此最优组合作为下一代初始值继续迭代,直到得到最优构件调整值。
本发明还提供了一种闭链机构控制装置,包括处理器和存储器,存储器上存储有计算机程序,其中处理器运行存储器上的计算机程序执行本发明闭链机构的装配调整方法。
本发明还提供了一种具有闭链机构的机械装置,该机械装置为并联机器人、并联机床、空间可展机构或飞行器起落架,其中该机械装置具有本发明的闭链机构控制装置。
本发明还提供了一种具有闭链机构的机械装置,该机械装置为并联机器人、并联机床、空间可展机构或飞行器起落架,该机械装置的闭链机构执行本发明闭链机构的装配调整方法。
Claims (10)
1.一种闭链机构的装配调整方法,其特征在于,包括:
获取目标闭链机构的设计参数,设计参数包括几何尺寸参数、杆件材质参数和误差参数;
基于所述设计参数构建铰链间隙虚拟关节等效模型和杆件柔性虚拟关节等效模型;
基于所述铰链间隙虚拟关节等效模型和杆件柔性虚拟关节等效模型构建全误差源装配精度模型;
基于所述设计参数构建Adams动力学模型,基于Adams动力学模型获取不少于1000组试验数据,试验数据为采用Adams动力学模型的模拟试验;
基于所述试验数据的数据挖掘建立装配调整量与运动可靠性之间的关联关系;其中试验数据基于BP神经网络模型进行试验数据的数据挖掘;
基于所述全误差源装配精度模型和装配调整量与运动可靠性之间的关联关系建立闭链机构精准装调多目标离散变量优化模型;所述闭链机构精准装调多目标离散变量优化模型具有优化目标、设计变量和约束条件;
基于智能算法或多准则决策算法进行闭链机构精准装调多目标离散变量优化模型的求解,得到目标闭链机构的装配调整量。
2.根据权利要求1所述的闭链机构的装配调整方法,其特征在于,所述铰链间隙虚拟关节等效模型包括虚拟轴颈和虚拟轴承,且虚拟轴颈和虚拟轴承套保持两点接触,所述两点分别位于虚拟轴承套上下端的边沿上;所述虚拟轴颈穿过虚拟轴承的几何中心。
3.根据权利要求1所述的闭链机构的装配调整方法,其特征在于,所述杆件柔性虚拟关节等效模型为目标闭链机构中构件的形变与其受力的线性关系。
4.根据权利要求1-3任意一项所述的闭链机构的装配调整方法,其特征在于,所述目标闭链机构由基准平台、串联支链和动平台组成。
5.根据权利要求1所述的闭链机构的装配调整方法,其特征在于,所述Adams动力学模型为参数化模型,所述Adams动力学模型将装调的构建几何参数化,建立所述Adams动力学模型的过程包括设置杆件柔性参数与铰链间隙碰撞模型。
6.根据权利要求1所述的闭链机构的装配调整方法,其特征在于,所述BP神经网络获得m个构件的装调量与n个运动可靠性指标之间的函数回归。
7.根据权利要求1所述的闭链机构的装配调整方法,其特征在于,所述闭链机构精准装调多目标离散变量优化模型的优化目标为装配误差最小和运动可靠性最高;设计变量为构件装配调整量;约束条件为所述全误差源装配精度模型和装配调整量与运动可靠性之间的关联关系。
8.一种闭链机构控制装置,包括存储模块和处理器,存储模块上存储有计算机程序;其特征在于,所述处理器运行存储模块上的计算机程序执行如权利要求1-7任意一项所述的闭链机构的装配调整方法。
9.一种具有闭链机构的机械装置,该机械装置为并联机器人、并联机床、空间可展机构或飞行器起落架;其特征在于,所述机械装置具有如权利要求8所述的闭链机构控制装置。
10.一种具有闭链机构的机械装置,该机械装置为并联机器人、并联机床、空间可展机构或飞行器起落架;其特征在于,所述机械装置的闭链机构执行如权利要求1-7任意一项所述的闭链机构的装配调整方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811095809.1A CN109190282B (zh) | 2018-09-19 | 2018-09-19 | 一种闭链机构的装配调整方法及其控制装置、机械装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811095809.1A CN109190282B (zh) | 2018-09-19 | 2018-09-19 | 一种闭链机构的装配调整方法及其控制装置、机械装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109190282A CN109190282A (zh) | 2019-01-11 |
CN109190282B true CN109190282B (zh) | 2020-05-22 |
Family
ID=64908670
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811095809.1A Active CN109190282B (zh) | 2018-09-19 | 2018-09-19 | 一种闭链机构的装配调整方法及其控制装置、机械装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109190282B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112100852B (zh) * | 2020-09-16 | 2023-08-15 | 河海大学常州校区 | 一种面向装配质量的产品零件选配方法和装置 |
CN112989631A (zh) * | 2021-04-19 | 2021-06-18 | 河南科技大学 | 一种有限状态自动机等效构件的识别方法及系统 |
CN112896551B (zh) * | 2021-05-08 | 2021-09-07 | 成都飞机工业(集团)有限责任公司 | 一种飞机航电设备安装的校准辅助方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9593507B1 (en) * | 2015-10-26 | 2017-03-14 | Daniel Gerard Aicher, Jr. | Freestanding adjustable tent |
CN206416158U (zh) * | 2016-12-20 | 2017-08-18 | 华南理工大学 | 基于视觉的刚性与柔性双五杆闭链机构装置 |
CN107992685A (zh) * | 2017-12-05 | 2018-05-04 | 西安交通大学 | 一种平面闭环精密杆系的装配精度预测方法 |
CN108063390A (zh) * | 2017-11-30 | 2018-05-22 | 徐州徐工随车起重机有限公司 | 一种绝缘斗臂车臂架伸缩机构 |
CN108363884A (zh) * | 2018-03-07 | 2018-08-03 | 西安交通大学 | 一种星载平面sar天线可展支撑结构杆件调装方法 |
CN108421162A (zh) * | 2018-04-08 | 2018-08-21 | 曹福成 | 生物反馈闭链电刺激下肢康复机器人 |
-
2018
- 2018-09-19 CN CN201811095809.1A patent/CN109190282B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9593507B1 (en) * | 2015-10-26 | 2017-03-14 | Daniel Gerard Aicher, Jr. | Freestanding adjustable tent |
CN206416158U (zh) * | 2016-12-20 | 2017-08-18 | 华南理工大学 | 基于视觉的刚性与柔性双五杆闭链机构装置 |
CN108063390A (zh) * | 2017-11-30 | 2018-05-22 | 徐州徐工随车起重机有限公司 | 一种绝缘斗臂车臂架伸缩机构 |
CN107992685A (zh) * | 2017-12-05 | 2018-05-04 | 西安交通大学 | 一种平面闭环精密杆系的装配精度预测方法 |
CN108363884A (zh) * | 2018-03-07 | 2018-08-03 | 西安交通大学 | 一种星载平面sar天线可展支撑结构杆件调装方法 |
CN108421162A (zh) * | 2018-04-08 | 2018-08-21 | 曹福成 | 生物反馈闭链电刺激下肢康复机器人 |
Non-Patent Citations (1)
Title |
---|
基于连杆机构旋转法则的平面单环闭链结构装配误差不确定性分析;赵强强 等;《机械工程学报》;20180630;第54卷(第11期);第29-38页 * |
Also Published As
Publication number | Publication date |
---|---|
CN109190282A (zh) | 2019-01-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11491649B2 (en) | Axis-invariant based multi-axis robot kinematics modeling method | |
Zhang et al. | Kinematic analysis of a novel 3-DOF actuation redundant parallel manipulator using artificial intelligence approach | |
CN110000787B (zh) | 一种超冗余机械臂的控制方法 | |
CN109190282B (zh) | 一种闭链机构的装配调整方法及其控制装置、机械装置 | |
Asada | Dynamic analysis and design of robot manipulators using inertia ellipsoids | |
CN111368466B (zh) | 一种基于频响函数参数修正的机械振动预测方法 | |
Graule et al. | Somo: Fast and accurate simulations of continuum robots in complex environments | |
Park et al. | Kinematic calibration and the product of exponentials formula | |
Dean-Leon et al. | From multi-modal tactile signals to a compliant control | |
Zhao et al. | A learning-based multiscale modelling approach to real-time serial manipulator kinematics simulation | |
He | Motion planning and control for endoscopic operations of continuum manipulators | |
Yan | Error recognition of robot kinematics parameters based on genetic algorithms | |
Cho et al. | The dynamic and stiffness modeling of general robotic manipulator systems with antagonistic actuation | |
Stölzle et al. | Modelling handed shearing auxetics: Selective piecewise constant strain kinematics and dynamic simulation | |
González-Barbosa et al. | Energy consumption analysis for an adaptive prototype of 3R industrial robot | |
Lee et al. | Simulation and control of a robotic arm using MATLAB, simulink and TwinCAT | |
Petuya et al. | A new general-purpose method to solve the forward position problem in parallel manipulators | |
Motion control method of multi degree of freedom industrial robot for intelligent manufacturing | ||
Mora et al. | Energy optimization of a parallel robot in pick and place tasks | |
Yu et al. | Inverse kinematics solution of the actuator based on fuzzy radial basis function neural network | |
Ganin et al. | Redundant Manipulator Control System Simulation with Adaptive Neural Network and Newton-Raphson Refinement Algorithm | |
Mehrafrooz et al. | A statistical weighted method for kinematic sensitivity analysis of parallel robots: A comprehensive comparison of conventional methods and an improved method | |
CN117609673B (zh) | 基于物理信息神经网络的六自由度并联机构正解方法 | |
Navez et al. | Design Optimization of a Soft Gripper using Self-Contacts | |
Guni et al. | Identification and characteristics of parallel actuation robot’s leg configuration using Hammerstein-Wiener approach |
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 |