摘要：为了提高机械手在易碎零件抓取过程中力的稳定性,提出了一种改进BP神经网络的机械手抓取力模糊PID控制算法。首先,分析机械手抓取力控制的特性,提出BP神经网络算法与模糊PID控制结合的策略。其次,利用改进的BP神经网络实时调整模糊规则和隶属度函数,通过改进后的BP神经网络算法优化模糊PID控制器的相关参数;在此基础上,采用所设计的模糊神经网络PID控制器,实现了PID参数动态调整的问题。最后,进行仿真实验,结果表明所设计的抓取力模糊PID控制算法,超调量仅为3.07%,调节时间为3 ms,扰动整定时间为1.2 ms,改善了抓取力控制系统的稳态性能,提高了控制精度。

摘要：为了提高生产效率,设计一种基于视觉引导的工业棒材上料系统。首先,为了实现视觉引导进行工业棒材上料,设计了工业棒材上料总体方案,并对上料机械结构模型进行选型设计。然后,为了实现棒材的自动识别和位姿检测,提出了一种基于改进YOLOv5的旋转目标识别与定位算法。该方法在YOLOv5主干特征网络上,添加高效ECA通道注意力机制模块,利用其避免降维,并通过适当跨通道交互策略提高特征提取能力;为了增强不同尺度的特征信息融合,将原特征增强网络替换成BiFPN加权双向特征金字塔网络,进行自上而下和自下而上的多尺度特征融合,提高棒材识别准确率并获取平面位置信息;在此基础上,采用双目视觉进行立体匹配获取棒材的深度位置信息,最终实现棒材立体位姿检测。对所提上料系统进行实验验证,棒材识别的平均精度为99.4%,抓取棒材成功率达到90%及以上。

摘要：针对陶瓷易碎零件分拣过程中难以稳定抓取的问题,设计了一种能够有效稳定抓取的新型多连杆刚柔机械手。首先,以机械传动为基础,将刚性关节与柔性材料相结合,设计机械手的传动方式与柔顺关节的最优结构,并在三维软件上构建刚柔机械手的整体结构;其次,通过对机械手手指结构进行简化,采用拉格朗日理论和有限元离散方法,构建出具有尖端质量的手指多连杆刚柔耦合动力学模型;最后,求解出机械手手指在运动过程中的动力学方程。在此基础上,通过设计减振方案,对机械手手指结构做出优化和改进。仿真实验结果表明:在外激力为2 N的条件下,改进结构后的刚柔机械手手指其振动的幅度降低8 mm,且恢复稳定的时间缩短了4 s以上,在一定程度上提高了分拣和抓取过程中的抗冲击力,保证了对陶瓷易碎零件抓取过程的稳定性。

摘要：传统的末端执行器需要复杂的顺应机构、控制策略和力感应来进行装配任务,通常成本高,且难以拾取航空插座零件这类小物体。针对上述问题设计了一款低成本解决方案的末端执行器,实现内夹式和外撑式2种拾取策略。首先通过夹持指的几何约束和重力的优势来拾取、放置小薄片状或空心圆柱状等不同结构类型的零件,再搭建实验装配系统并进行实物装配验证。实验结果表明:末端执行器能够对不同尺寸零件完成拾取和放置,能够在系统中完成装配任务,且同轴度误差均小于0.3 mm。

摘要：针对目前坛装酒生产企业中对酒坛的包装、码垛、泥封等工作任务都是由工人独立完成,存在生产效率低、劳动强度大等特点,设计一种基于仿生学原理的仿生机械手代替人工完成对酒坛的抓取并完成相应的生产工作。首先,基于酒坛的抓取要求,采用模块化的思想进行确定仿生机械手的抓取方案;然后,利用SolidWorks软件建立仿生机械手模型,并建立相应的运动学方程;最后,应用MATLAB软件对机械手整体模型进行运动仿真分析,以验证机械手抓取酒坛的可行性与稳定性。实验结果表明,机械手的设计合理,满足实际生产需求,为酒坛抓取提供了一种可行的抓取装置。