CN113400347B - 一种3-prru并联机器人的性能评价方法 - Google Patents

一种3-prru并联机器人的性能评价方法 Download PDF

Info

Publication number
CN113400347B
CN113400347B CN202110568810.7A CN202110568810A CN113400347B CN 113400347 B CN113400347 B CN 113400347B CN 202110568810 A CN202110568810 A CN 202110568810A CN 113400347 B CN113400347 B CN 113400347B
Authority
CN
China
Prior art keywords
evaluation index
global
mean square
square error
robot
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
Application number
CN202110568810.7A
Other languages
English (en)
Other versions
CN113400347A (zh
Inventor
张铁
曹亚超
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
South China University of Technology SCUT
Zhongshan Institute of Modern Industrial Technology of South China University of Technology
Original Assignee
South China University of Technology SCUT
Zhongshan Institute of Modern Industrial Technology of South China University of Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by South China University of Technology SCUT, Zhongshan Institute of Modern Industrial Technology of South China University of Technology filed Critical South China University of Technology SCUT
Priority to CN202110568810.7A priority Critical patent/CN113400347B/zh
Publication of CN113400347A publication Critical patent/CN113400347A/zh
Application granted granted Critical
Publication of CN113400347B publication Critical patent/CN113400347B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • B25J19/0095—Means or methods for testing manipulators
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M99/00—Subject matter not provided for in other groups of this subclass
    • G01M99/004—Testing the effects of speed or acceleration
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M99/00—Subject matter not provided for in other groups of this subclass
    • G01M99/005—Testing of complete machines, e.g. washing-machines or mobile phones
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M99/00—Subject matter not provided for in other groups of this subclass
    • G01M99/007—Subject matter not provided for in other groups of this subclass by applying a load, e.g. for resistance or wear testing
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • Numerical Control (AREA)

Abstract

本发明公开了一种3‑PRRU并联机器人的性能评价方法，包括以下步骤：S1、定义3‑PRRU并联机器的全域速度性能评价指标，全域速度性能评价指标包括全域最大速度均方差评价指标和全域最小速度均方差评价指标；S2、定义3‑PRRU并联机器人的全域承载性能评价指标，全域承载性能评价指标包括全域最大承载力均方差评价指标和全域最小承载力均方差评价指标；S3、定义3‑PRRU并联机器人的全域刚度性能评价指标，全域刚度性能评价指标包括全域最大刚度均方差评价指标和全域最小刚度均方差评价指标。本发明克服了现有指标在分析并联机器人速度、承载力和刚度性能时的局限性，评价方法解决了现有指标无法对并联机器人的上述三种性能做出更全面评价的问题，而且操作简便、直观易行。

Description

一种3-PRRU并联机器人的性能评价方法
技术领域
本发明涉及机器人技术，具体涉及一种3-PRRU并联机器人的性能评价方法。
背景技术
机器人末端件的速度，机器人的承载能力与刚度均是并联机器人的重要性能指标。速度被列为机器人结构的基本要求之一，承载能力决定了机器人的工作负荷能力，刚度影响了机器人的动态特性和定位精度。目前，在评价并联机器人的这三种性能大多用到全域最大/最小速度/承载能力/刚度评价指标以及全域速度/承载能力/刚度各向同性度等。并联机器人的某种结构构型一旦确定好之后，当选择的主动副不同，机器人的性能大相径庭。然而，现有评价指标存在一定的局限性，并不能全面准确地衡量3-PRRU并联机器人性能的优劣，这就为多种不同主动副下3-PRRU并联机器人的选择带来了困难。
发明内容
本发明的目的是为了克服以上现有技术存在的不足，提供了一种3-PRRU并联机器人的性能评价方法。此3-PRRU并联机器人的性能评价方法完善了并联机器人的性能指标评价体系，解决了现有指标无法对其性能做出更全面评价的问题。
本发明的目的通过以下的技术方案实现：本3-PRRU并联机器人的性能评价方法，包括以下步骤：
S1、定义3-PRRU并联机器人的全域速度性能评价指标，此全域速度性能评价指标包括全域最大速度均方差评价指标和全域最小速度均方差评价指标；
S2、定义3-PRRU并联机器人的全域承载性能评价指标，此全域承载性能评价指标包括全域最大承载力均方差评价指标和全域最小承载力均方差评价指标；
S3、定义3-PRRU并联机器人的全域刚度性能评价指标，此全域刚度性能评价指标包括全域最大刚度均方差评价指标和全域最小刚度均方差评价指标。
优选的，所述全域最大速度均方差评价指标为：
Figure GDA0004195196520000021
所述全域最小速度均方差评价指标为：
Figure GDA0004195196520000022
其中，||Vmax||和||Vmin||分别为机器人的最大速度评价指标和最小速度评价指标；ηVmax和ηVmin分别为全域最大速度评价指标和全域最小速度评价指标；W表示并联机器人的工作空间。
优选的，所述全域最大承载力均方差评价指标为：
Figure GDA0004195196520000023
所述全域最小承载力均方差评价指标为：
Figure GDA0004195196520000024
其中，||Fmax||和||Fmin||分别为机器人的最大承载力评价指标和最小承载力评价指标；ηFmax和ηFmin分别为全域最大承载力评价指标和全域最小承载力评价指标。
优选的，所述全域最大刚度均方差评价指标为：
Figure GDA0004195196520000031
所述全域最小刚度均方差评价指标为：
Figure GDA0004195196520000032
其中，||Dmax||和||Dmin||分别为机器人的最大刚度评价指标和最小刚度评价指标；ηDmax和ηDmin分别为全域最大刚度评价指标和全域最小刚度评价指标。
优选的，在步骤S1之前需要求解3-PRRU并联机器人的工作空间。
本发明相对于现有技术具有如下的优点：本3-PRRU并联机器人的性能评价方法更加准确地描述了3-PRRU机器人的性能分布情况，克服了现有指标在分析并联机器人性能的局限性，评价方法解决了现有指标无法对并联机器人的上述三种性能做出更全面评价的问题，而且操作简便、直观易行。
附图说明
图1是本发明的3-PRRU并联机器人的结构示意图。
图2是3-PRRU并联机器人的工作空间。
图3a是全域最大速度评价指标分布。
图3b是全域最小速度评价指标分布。
图3c是全域速度各向同性度分布。
图4a是全域最大承载力评价指标分布。
图4b是全域最小承载力评价指标分布。
图4c是全域承载力各向同性度分布。
图5a是全域最大刚度评价指标分布。
图5b是全域最小刚度评价指标分布。
图5c是全域刚度各向同性度分布。
具体实施方式
下面结合附图和实施例对本发明作进一步说明。
如图1所示的3-PRRU并联机器人的自由度为三维移动，其中P表示移动副，R表示转动副，U表示万向铰。当3个移动副为主动副时，该机器人可用3-PRRU表示，当第一转动副和2个移动副为主动副时，该机器人可用PRRU+2PRRU表示，当3个第一转动副为主动副时，该机器人可用3-PRRU表示。即基于上述3种不同的输入选择，本实施例中的3-PRRU并联机器人可分为3-PRRU机器人、PRRU+2PRRU机器人和3-PRRU机器人。此三种机器人的工作空间基于蒙特卡洛法，再通过机器人的位置解得，如图2所示。
如图1所示的3-PRRU并联机器人的性能评价方法，包括以下步骤：
S1、定义3-PRRU并联机器人的全域速度性能评价指标，此全域速度性能评价指标包括全域最大速度均方差评价指标和全域最小速度均方差评价指标；所述全域最大速度均方差评价指标为：
Figure GDA0004195196520000041
所述全域最小速度均方差评价指标为：
Figure GDA0004195196520000042
其中，||Vmax||和||Vmin||分别为机器人的最大速度评价指标和最小速度评价指标；ηVmax和ηVmin分别为全域最大速度评价指标和全域最小速度评价指标；W表示并联机器人的工作空间。
图3a～3c表示3种不同输入下3-PRRU并联机器人的速度分布。其中，图3a是全域最大速度在整个工作空间内的变化情况。可以看出3-PRRU机器人的最大速度评价指标在工作空间内始终保持恒定，PRRU+2PRRU机器人始终保持最大，且变化较剧烈，3-PRRU机器人值最小且变化不大。图3b是全域最小速度在整个工作空间内的变化情况。可以看出3-PRRU机器人的最小速度评价指标在工作空间内始终保持恒定且最大，PRRU+2PRRU机器人与3-PRRU机器人的最小速度评价指标相差不多。图3c是全域速度各向同性度的变化情况。可以看出3-PRRU机器人的各向同性度始终恒定，且数值最大；3-PRRU机器人的各向同性度变化较剧烈；PRRU+2PRRU机器人的各向同性度最小，且变化幅度整体较缓。
基于图3a～3c中的数据，再结合
Figure GDA0004195196520000051
和
Figure GDA0004195196520000052
计算得到3-PRRU机器人、PRRU+2PRRU机器人和3-PRRU机器人的全域最大速度均方差评价指标和全域最小速度均方差评价指标如下表1：
Figure GDA0004195196520000053
表1
全域最大速度均方差评价指标和全域最小速度均方差评价指标不但反映出机器人速度性能的分布均值，也同时反映出机器人的速度性能的变化幅度，从而更全面的评价机器人的速度性能的分布情况。若全域最大速度均方差评价指标和全域最小速度均方差评价指标的数值越小，说明机器人在工作空间内速度性能变化幅度越小，机器人性能相对优越。根据表1中可知，3-PRRU机器人的全域最大速度均方差评价指标和全域最小速度均方差评价指标均为0，性能始终保持恒定；而PRRU+2PRRU机器人和3-PRRU机器人的全域最小速度均方差评价指标大相致相同，但前者的全域最大速度均方差评价指标稍大于后者，因此，PRRU+2PRRU机器人的性能较不稳定。
综上所述，PRRU+2PRRU机器人的速度指标变化幅度过大，速度性能较不稳定且各向同性度较差；3-PRRU机器人的速度较小，且各向同性度波动较大；3-PRRU机器人的速度性能始终保持恒定，且各向同性度最好。
S2、定义3-PRRU并联机器人的全域承载性能评价指标，此全域承载性能评价指标包括全域最大承载力均方差评价指标和全域最小承载力均方差评价指标；所述全域最大承载力均方差评价指标为：
Figure GDA0004195196520000061
所述全域最小承载力均方差评价指标为：
Figure GDA0004195196520000062
其中，||Fmax||和||Fmin||分别为机器人的最大承载力评价指标和最小承载力评价指标；ηFmax和ηFmin分别为全域最大承载力评价指标和全域最小承载力评价指标。
图4a～4c表示3种不同输入下3-PRRU并联机器人的承载力分布情况。其中，图4a是全域最大承载力评价指标变化分布。可以看出3-PRRU机器人的最大承载力评价指标在工作空间内始终保持恒定；3-PRRU机器人始终保持最大，且变化较剧烈；PRRU+2PRRU机器人居于两者之间且变化较小。图4b是全域最小承载力在整个工作空间内的变化情况。可以看出3-PRRU机器人的最小承载力评价指标在工作空间内始终保持恒定；PRRU+2PRRU机器人值最小且变化较小；3-PRRU机器人的最小承载力评价指标虽然最大，但变化剧烈。图4c是全域承载力各向同性度的变化情况。可以看出3-PRRU机器人的各向同性度始终恒定，且数值最大；3-PRRU机器人的各向同性度变化较剧烈；PRRU+2PRRU机器人的各向同性度最小，且变化幅度整体较缓。
基于图4a～4c中的数据，再结合
Figure GDA0004195196520000063
和
Figure GDA0004195196520000071
计算得到3-PRRU机器人、PRRU+2PRRU机器人和3-PRRU机器人的全域最大承载力均方差评价指标和全域最小承载力均方差评价指标如下表2：
Figure GDA0004195196520000072
表2
全域最大承载力均方差评价指标和全域最小承载力均方差评价指标不但反映出机器人承载力的分布均值，也同时反映出机器人承载力性能的变化幅度，从而更全面的评价了机器人承载力性能的分布情况。若全域最大承载力均方差评价指标和全域最小承载力均方差评价指标越小，则说明机器人在工作空间内承载力性能变化幅度越小，机器人性能相对越优。由表2可知，3-PRRU机器人的全域最大承载力均方差评价指标和最小承载力均方差评价指标的均值为零，性能始终保持恒定；PRRU+2PRRU机器人和3-PRRU机器人相比，PRRU+2PRRU的全域最大承载力均方差评价指标和全域最小承载力均方差评价指标的值均小于3-PRRU，因此，3-PRRU机器人的性能较不稳定。
综上所述，3-PRRU机器人的承载力指标变化幅度过大，承载力性能较不稳定且各向同性度较差；PRRU+2PRRU机器人的承载力波动较小，但各向同性度较差；而3-PRRU机器人的承载力性能始终保持恒定，且各向同性度最好。
S3、定义3-PRRU并联机器人的全域刚度性能评价指标，此全域刚度性能评价指标包括全域最大刚度均方差评价指标和全域最小刚度均方差评价指标。所述全域最大刚度均方差评价指标为：
Figure GDA0004195196520000081
所述全域最小刚度均方差评价指标为：
Figure GDA0004195196520000082
其中，||Dmax||和||Dmin||分别为机器人的最大刚度评价指标和最小刚度评价指标；ηDmax和ηDmin分别为全域最大刚度评价指标和全域最小刚度评价指标。
图5a～5c表示3种不同输入下3-PRRU并联机器人的刚度分布情况。其中，图5a是全域最大刚度评价指标分布。可以看出3-PRRU机器人的最大刚度评价指标在工作空间内始终保持恒定；PRRU+2PRRU机器人始终保持最大，且变化较剧烈；3-PRRU机器人最小。图5b表示全域最小刚度评价指标分布情况。可以看出3-PRRU机器人的最小刚度评价指标在工作空间内始终保持恒定；PRRU+2PRRU机器人和3-PRRU机器人的最小刚度评价指标值均较小且变化较剧烈。图5c是全域刚度各向同性度分布情况。可以看出3-PRRU机器人的各向同性度始终恒定，且数值最大；3-PRRU机器人的各向同性度变化较剧烈；PRRU+2PRRU机器人的各向同性度最小，且变化幅度整体较缓。
基于图5a～5c中的数据，再结合
Figure GDA0004195196520000083
和
Figure GDA0004195196520000084
计算得到3-PRRU机器人、PRRU+2PRRU机器人和3-PRRU机器人的全域最大刚度均方差评价指标和全域最小刚度均方差评价指标如下表3：
Figure GDA0004195196520000091
表3
全域最大刚度均方差评价指标和全域最小刚度均方差评价指标，不但反映出机器人刚度的分布均值，也同时反映出机器人刚度性能的变化幅度，从而更全面的评价了机器人刚度性能的分布情况。若全域最大刚度均方差评价指标和全域最小刚度均方差评价指标的数值越小，则说明机器人在工作空间内刚度性能变化幅度越小，机器人性能相对越好。由表3可知，3-PRRU机器人的全域最大刚度均方差评价指标和全域最小刚度均方差评价指标的值均为零，性能始终保持恒定。而PRRU+2PRRU机器人和3-PRRU机器人相比，前者的刚度性能变化幅度较大，故其性能较不稳定。
上述具体实施方式为本发明的优选实施例，并不能对本发明进行限定，其他的任何未背离本发明的技术方案而所做的改变或其它等效的置换方式，都包含在本发明的保护范围之内。

Claims (2)

1.一种3-PRRU并联机器人的性能评价方法，其特征在于，包括以下步骤：
S1、定义3-PRRU并联机器人的全域速度性能评价指标，此全域速度性能评价指标包括全域最大速度均方差评价指标和全域最小速度均方差评价指标；所述全域最大速度均方差评价指标为：
Figure FDA0004195196500000011
所述全域最小速度均方差评价指标为：
Figure FDA0004195196500000012
其中，||Vmax||和||Vmin||分别为机器人的最大速度评价指标和最小速度评价指标；ηVmax和ηVmin分别为全域最大速度评价指标和全域最小速度评价指标；W表示并联机器人的工作空间；
若全域最大速度均方差评价指标和全域最小速度均方差评价指标的数值越小，说明机器人在工作空间内速度性能变化幅度越小，机器人性能相对优越；
S2、定义3-PRRU并联机器人的全域承载性能评价指标，此全域承载性能评价指标包括全域最大承载力均方差评价指标和全域最小承载力均方差评价指标；
所述全域最大承载力均方差评价指标为：
Figure FDA0004195196500000013
所述全域最小承载力均方差评价指标为：
Figure FDA0004195196500000021
其中，||Fmax||和||Fmin||分别为机器人的最大承载力评价指标和最小承载力评价指标；ηFmax和ηFmin分别为全域最大承载力评价指标和全域最小承载力评价指标；
若全域最大承载力均方差评价指标和全域最小承载力均方差评价指标越小，则说明机器人在工作空间内承载力性能变化幅度越小，机器人性能相对越优；
S3、定义3-PRRU并联机器人的全域刚度性能评价指标，此全域刚度性能评价指标包括全域最大刚度均方差评价指标和全域最小刚度均方差评价指标；所述全域最大刚度均方差评价指标为：
Figure FDA0004195196500000022
所述全域最小刚度均方差评价指标为：
Figure FDA0004195196500000023
其中，||Dmax||和||Dmin||分别为机器人的最大刚度评价指标和最小刚度评价指标；ηDmax和ηDmin分别为全域最大刚度评价指标和全域最小刚度评价指标。
2.根据权利要求1所述的3-PRRU并联机器人的性能评价方法，其特征在于，在步骤S1之前需要求解3-PRRU并联机器人的工作空间。
CN202110568810.7A 2021-05-25 2021-05-25 一种3-prru并联机器人的性能评价方法 Active CN113400347B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110568810.7A CN113400347B (zh) 2021-05-25 2021-05-25 一种3-prru并联机器人的性能评价方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110568810.7A CN113400347B (zh) 2021-05-25 2021-05-25 一种3-prru并联机器人的性能评价方法

Publications (2)

Publication Number Publication Date
CN113400347A CN113400347A (zh) 2021-09-17
CN113400347B true CN113400347B (zh) 2023-06-23

Family

ID=77674725

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110568810.7A Active CN113400347B (zh) 2021-05-25 2021-05-25 一种3-prru并联机器人的性能评价方法

Country Status (1)

Country Link
CN (1) CN113400347B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107563068A (zh) * 2017-09-06 2018-01-09 河北科技大学 圆钢端面贴标混联机器人并联机构构型的优选方法
CN109093600A (zh) * 2018-09-11 2018-12-28 河北科技大学 圆钢端面贴标五自由度混联机器人尺度综合方法
CN110666840A (zh) * 2019-10-16 2020-01-10 金陵科技学院 一种工业机器人综合性能指标设计评价方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10414042B2 (en) * 2015-02-26 2019-09-17 Khalifa University of Science and Technology Parallel mechanism based automated fiber placement system

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107563068A (zh) * 2017-09-06 2018-01-09 河北科技大学 圆钢端面贴标混联机器人并联机构构型的优选方法
CN109093600A (zh) * 2018-09-11 2018-12-28 河北科技大学 圆钢端面贴标五自由度混联机器人尺度综合方法
CN110666840A (zh) * 2019-10-16 2020-01-10 金陵科技学院 一种工业机器人综合性能指标设计评价方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
PCA与KPCA在并联机构综合性能评价中的应用比较;孙志娟;赵京;赵辛;;制造业自动化(第04期);第66-71页 *
空间转动4-SPS-1-S型并联机构动力学性能指标分析;崔国华;李权才;张艳伟;侯红娟;;农业机械学报(第07期);第214-218页 *

Also Published As

Publication number Publication date
CN113400347A (zh) 2021-09-17

Similar Documents

Publication Publication Date Title
Tao et al. Timely chatter identification for robotic drilling using a local maximum synchrosqueezing-based method
Krol et al. Modeling carrier system dynamics for metal-cutting machines
Urbikain et al. Preventing chatter vibrations in heavy-duty turning operations in large horizontal lathes
CN112658808B (zh) 力位耦合柔顺打磨控制方法和柔顺打磨控制系统
CN111002313B (zh) 一种机器人模态参数辨识与动态特性分析的方法
Hashimoto et al. Optimization of set-up conditions for stability of the centerless grinding process
CN113400347B (zh) 一种3-prru并联机器人的性能评价方法
CN114880888B (zh) 多旋转关节机器人末端效应器位姿相关动力学的预测方法
Ding et al. Active chatter suppression in turning by simultaneous adjustment of amplitude and frequency of spindle speed variation
CN114509991A (zh) 考虑参数不确定的数控机床切削稳定性预测与优化方法
Jiang et al. Dynamic milling force model for a milling cutter under vibration
Toledo et al. Performance of wiper geometry carbide tools in face milling of AISI 1045 steel
Das et al. Development of a vibration free machine structure for high-speed micro-milling center
Huang et al. Nonlinear dynamic analysis of cutting head-rotor-bearing system of the roadheader
Kuo et al. Servo parameter tuning for a 5-axis machine center based upon GA rules
CN114819311B (zh) 一种数控加工表面粗糙度预测模型的构建方法
Cao et al. Performance analysis of 3-PPRU parallel mechanism with a completely/partially/non constant Jacobian matrix
CN113486523B (zh) 一种线性变参数振动系统全局辨识方法
Basile Modeling transverse motions of a drill bit for process understanding
CN105808826B (zh) 一种机床参数及其区间变化范围的主动设计方法
Hu et al. Design and optimization of high flexible motion profile for high acceleration to reduce vibration
Hwang et al. Non-circular cutting with a lathe using a three-stage intelligent controller
Norberto Pires et al. Force control for industrial applications using a fuzzy PI controller
Lu et al. Nonlinear dynamic analysis of high-speed precision grinding considering multi-effect coupling
Qi et al. Multi-objective optimization of 1t2r parallel mechanisms without fixed orientation center and axis under the influence of parameter perturbation

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