摘要：叶片表面粗糙度与型面尺寸精度对航空发动机整体性能和使用寿命有重要影响,为了解决机器人砂带磨削的切入切出阶段及曲率变化较大部位的法向接触力变化对表面粗糙度和材料去除深度一致性的影响,设计正交中心组合试验并用宽度学习算法建立了磨削工艺参数与表面粗糙度和材料去除深度的预测模型,利用传感器测量的法向接触力与建立的预测模型,结合多重学习回溯搜索算法求解了自适应工艺参数,最后用得到的工艺参数进行了磨削试验,表面粗糙度和材料去除深度的试验值与模型预测值最大误差为14.2%和13.4%,表明所提方法可以保证表面粗糙度和材料去除深度的一致性良好。

摘要：弹簧疲劳寿命是对弹簧施加周期性的变载荷,在给定的失效条件下,所试弹簧达到的最大循环次数。本试验机可用于拉伸弹簧或压缩弹簧的疲劳测试,通过拉压力传感器和位移传感器,实时保存并分析相关数据完成弹簧的疲劳试验。通过对圆柱螺旋弹簧疲劳试验机的设计,最终实现了试验样机的研制。

摘要：针对提高机器人作业精度、实现空间障碍物规避及降低作业风险的需求,设计基于激光雷达的工业码垛机器人避障轨迹控制系统。根据系统设计需求,进行激光雷达传感器、运动控制器的选型,在硬件的支撑下,引进运动学模型,实现工业码垛机器人的运动建模;通过发射激光束并测量其反射回来的时间,计算与障碍物的距离,实现空间障碍物的探测;根据机器人的当前位置,设定其安全阈值,实现避障轨迹的控制。对比实验结果表明:提出的避障轨迹控制系统在避障能力和安全距离保持方面均优于两个对照方法,为工业码垛机器人的安全、高效运行提供了有力的保障。

摘要：在机械制造中,零件装配是生产整合的重要环节。目前装配任务主要依靠人工完成,效率低下,部分自动化装配平台虽然可通过机器人开环控制系统完成装配任务,但灵活性欠缺。为了提高柔性和生产效率,对装配进行研究后,以三角轴为对象,设计了三维视觉伺服装配平台,采用图像处理和PNP算法进行位姿估计,设计基于位置的视觉伺服控制器。实验结果表明,该平台在不同轴孔零件位姿的装配任务中,均能进行精确装配,满足轴孔装配的要求。

摘要：针对工业机器人运行数据的非平稳性与信号特征提取困难等问题,提出了一种基于集合经验模态分解与离散小波分解、连续均方误差结合的信号去噪方法,再对去噪信号进行时域特征提取,并使用改进鲸鱼优化算法(IWOA)优化支持向量数据描述(SVDD)参数与特征,形成多目标优化异常检测算法。首先对高维度数据进行集合经验模态分解,根据连续均方误差寻找到纯净模态分量与含噪音模态的临界点,使用离散小波对噪音模态去噪进行信号重构后再提取时域特征。然后利用改进鲸鱼优化算法(IWOA)对多模态特征与SVDD核参数进行寻优,进而构建异常检测模型。利用该模型对工业机器人运行中的反馈电流,反馈力矩等信号进行异常检测。结果表明该模型能有效的判断出工业机器人的异常情况,精确度能达到97%-99%,相较其他方法精确度能提升4%-5%。

摘要：针对传统基于图像的视觉伺服系统运行速度慢,图像雅可比矩阵的求解受标定精度影响的问题,提出一种基于灰狼算法优化极限学习机(GWO-ELM)与模糊控制相结合的视觉伺服控制方法。该方法利用灰狼算法(GWO)优化ELM模型初始权重增加模型稳定性,估计图像雅可比矩阵伪逆预测机械臂末端运动速度,之后引入模糊控制(Fuzzy Control)设计视觉伺服控制器构建无标定视觉伺服控制系统,并进行上机实验。实验结果表明,Fuzzy Control-GWO-ELM-IBVS的运行效率相对于GWO-ELM-IBVS得到了提升,定位误差能控制在规定阈值,验证了提出的无标定视觉伺服控制系统的有效性。

摘要：低压成套无功功率补偿装置通过提高功率因数,减少无功功率,从而达到节能降耗的目的。但装置的效果取决于元件选型的合理性和装置的适用性。本文对装置关键元件电力电容器、电抗器、接触器、熔断器的选型要点进行分析,研究负载特性、系统参数、环境条件等因素对装置适用性的影响,并从负载特性、系统参数、环境条件等方面提出元件选型和适用性优化策略。研究为低压无功补偿装置的优化设计和实际应用提供参考。

摘要：为了实现对不同品牌机器人的实时监控以及集中管理,实现机器人的互通互联,设计了一套基于NC-Link的机器人远程监控系统。NC-Link适配器通过机器人的二次开发接口对机器人进行数据采集,然后将采集到的数据通过http协议传输给应用层系统,最终实现机器人和远程客户端的数据传输,并将不同品牌的机器人监控的数据贮存到云端数据库,最后使用VS2017软件设计了机器人的远程监控界面。在远程客户端和适配器端增加时间戳,通过计算两个时间戳之差测得时延为3 ms;通过JMeter软件进行压力测试,最终测试结果显示,系统的实时性和可靠性满足要求。

摘要：实际工业机器人在恶劣工作环境中易出现故障,传统的故障诊断大多都是通过振动信号进行,但是振动数据在实际工厂难以采集,给工业机器人的故障诊断造成了极大困扰。针对这一问题,提出一种基于小波包能量谱(WPES)与卷积神经网络(CNN)的工业机器人电流数据的智能故障诊断模型。该模型通过小波包将原始电流信号分解为多个子频带,计算每个子频带对应的能量特征,当工业机器人出现故障时,能量特征会发生变化,并将能量谱特征转化为二维矩阵用于设计、训练和测试所提出的模型。实验结果表明:采用WPES-CNN模型进行故障诊断,故障识别率达到了99.9%以上。

摘要：为了使双机械臂能够在复杂的环境中完成协同运动任务,提出了一种基于机器人操作系统(robot operating system,ROS)的改进路径规划算法。首先,根据双机械臂的坐标系,推导出相关的约束关系,为减小轨迹误差设计一种双机械臂标定方法,准确计算出双机械臂基座标齐次变换关系;其次,为了优化机械臂的运动规划算法,对传统的快速随机搜索树(rapidly-exploring random tree,RRT)算法进行偏置采样,融合(probabilistic road map,PRM)算法对路径进行二次优化,使其获得最短路径;最后,通过五次多项式对获得的路径进行轨迹优化。整个方案通过ROS控制实际机器人进行算法验证,实际结果证明,所提方案规划效率更高。