期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
工业机器人全域误差场精细化建模方法及其误差补偿策略
1
作者
张德权
李
星奥
+2 位作者
张宁
宁国松
韩旭
《机械工程学报》
EI
CAS
CSCD
北大核心
2024年第13期316-329,共14页
工业机器人在其全寿命周期内受多源不确定性因素影响,导致末端执行器实际位置与期望位置存在偏差,直接影响所加工产品质量。为此,开展工业机器人误差补偿研究,提出了基于非运动学标定原理的全域精细化误差场建模方法与误差补偿策略,并...
工业机器人在其全寿命周期内受多源不确定性因素影响,导致末端执行器实际位置与期望位置存在偏差,直接影响所加工产品质量。为此,开展工业机器人误差补偿研究,提出了基于非运动学标定原理的全域精细化误差场建模方法与误差补偿策略,并进行了实验验证,旨在为提升国产工业机器人精度性能提供一种有效工具。以工业机器人末端执行器名义位置为输入节点,相应的定位误差为输出节点训练径向基函数神经网络,结合交叉验证和粒子群优化算法提高训练效率及模型精度,使用较少样本准确构建工业机器人定位误差场。根据误差场预测工业机器人任意点定位误差,通过编辑控制器设定值以增加预偏置的方式实现误差补偿。针对三款额定负载分别为3 kg、12 kg和50 kg的国产工业机器人开展误差补偿实验,相同样本点下所建立误差场与基于误差相似性原理的误差模型相比精度更高,补偿后三款工业机器人绝对定位误差范围分别减小了44.14%、77.48%和80.65%,最大绝对定位误差分别减小了42.55%、76.07%和82.24%,验证了所提方法的工程适用性。
展开更多
关键词
工业机器人
误差补偿
误差场模型
径向基函数神经网络
精度保持性
原文传递
基于分层贝叶斯推理的RV减速器动力学模型修正及动态响应预测方法
2
作者
张德权
李
星奥
+2 位作者
贾新宇
叶楠
韩旭
《机械工程学报》
EI
CAS
CSCD
北大核心
2024年第11期135-144,共10页
RV减速器作为高端装备核心零部件其性能好坏直接影响装备整机性能。动力学分析是提高RV减速器长期稳定服役能力的重要手段。当前研究在动力学建模时未考虑多源不确定性因素的影响,导致所建立理论模型误差较大,影响后续分析精度。为此,...
RV减速器作为高端装备核心零部件其性能好坏直接影响装备整机性能。动力学分析是提高RV减速器长期稳定服役能力的重要手段。当前研究在动力学建模时未考虑多源不确定性因素的影响,导致所建立理论模型误差较大,影响后续分析精度。为此,基于分层贝叶斯推理开展RV减速器不确定性度量与传递研究,实现其动力学模型修正及动态响应预测,旨在为准确评估RV减速器动态特性提供有效保障。根据RV减速器结构特点及传动原理,建立整机与核心零部件动力学理论模型,采用Newmark法求解位移、速度和加速度响应。引入待修正参数的多层超参数概率分布,构建整机与核心零部件分层贝叶斯概率模型。充分考虑待修正参数的先验信息,运用过渡马尔可夫链蒙特卡罗法进行识别获取后验分布信息,准确修正RV减速器动力学模型。在此基础上,将参数不确定性进行传递,实现动态响应预测。针对某国产RV-20E型减速器,采用所提方法对其薄弱环节曲柄轴和摆线轮进行分析,得到两者刚度参数的后验分布信息及动态位移响应预测结果。
展开更多
关键词
RV减速器
分层贝叶斯
模型修正
响应预测
不确定性分析
原文传递
题名
工业机器人全域误差场精细化建模方法及其误差补偿策略
1
作者
张德权
李
星奥
张宁
宁国松
韩旭
机构
河北工业大学省部共建电工装备可靠性与智能化国家重点实验室
河北工业大学机械工程学院
重庆智能机器人研究院
出处
《机械工程学报》
EI
CAS
CSCD
北大核心
2024年第13期316-329,共14页
基金
国家自然科学基金资助项目(52275244)。
文摘
工业机器人在其全寿命周期内受多源不确定性因素影响,导致末端执行器实际位置与期望位置存在偏差,直接影响所加工产品质量。为此,开展工业机器人误差补偿研究,提出了基于非运动学标定原理的全域精细化误差场建模方法与误差补偿策略,并进行了实验验证,旨在为提升国产工业机器人精度性能提供一种有效工具。以工业机器人末端执行器名义位置为输入节点,相应的定位误差为输出节点训练径向基函数神经网络,结合交叉验证和粒子群优化算法提高训练效率及模型精度,使用较少样本准确构建工业机器人定位误差场。根据误差场预测工业机器人任意点定位误差,通过编辑控制器设定值以增加预偏置的方式实现误差补偿。针对三款额定负载分别为3 kg、12 kg和50 kg的国产工业机器人开展误差补偿实验,相同样本点下所建立误差场与基于误差相似性原理的误差模型相比精度更高,补偿后三款工业机器人绝对定位误差范围分别减小了44.14%、77.48%和80.65%,最大绝对定位误差分别减小了42.55%、76.07%和82.24%,验证了所提方法的工程适用性。
关键词
工业机器人
误差补偿
误差场模型
径向基函数神经网络
精度保持性
Keywords
industrial robot
error compensation
error field model
radial basis function neural network
accuracy durability
分类号
TP242 [自动化与计算机技术—检测技术与自动化装置]
原文传递
题名
基于分层贝叶斯推理的RV减速器动力学模型修正及动态响应预测方法
2
作者
张德权
李
星奥
贾新宇
叶楠
韩旭
机构
河北工业大学省部共建电工装备可靠性与智能化国家重点实验室
河北工业大学机械工程学院
出处
《机械工程学报》
EI
CAS
CSCD
北大核心
2024年第11期135-144,共10页
基金
国家自然科学基金(52275244,52305255)
河北省自然科学基金(E2023202066)资助项目。
文摘
RV减速器作为高端装备核心零部件其性能好坏直接影响装备整机性能。动力学分析是提高RV减速器长期稳定服役能力的重要手段。当前研究在动力学建模时未考虑多源不确定性因素的影响,导致所建立理论模型误差较大,影响后续分析精度。为此,基于分层贝叶斯推理开展RV减速器不确定性度量与传递研究,实现其动力学模型修正及动态响应预测,旨在为准确评估RV减速器动态特性提供有效保障。根据RV减速器结构特点及传动原理,建立整机与核心零部件动力学理论模型,采用Newmark法求解位移、速度和加速度响应。引入待修正参数的多层超参数概率分布,构建整机与核心零部件分层贝叶斯概率模型。充分考虑待修正参数的先验信息,运用过渡马尔可夫链蒙特卡罗法进行识别获取后验分布信息,准确修正RV减速器动力学模型。在此基础上,将参数不确定性进行传递,实现动态响应预测。针对某国产RV-20E型减速器,采用所提方法对其薄弱环节曲柄轴和摆线轮进行分析,得到两者刚度参数的后验分布信息及动态位移响应预测结果。
关键词
RV减速器
分层贝叶斯
模型修正
响应预测
不确定性分析
Keywords
RV reducer
hierarchical Bayesian inference
model updating
response prediction
uncertainty analysis
分类号
TP132 [自动化与计算机技术—控制理论与控制工程]
原文传递
题名
作者
出处
发文年
被引量
操作
1
工业机器人全域误差场精细化建模方法及其误差补偿策略
张德权
李
星奥
张宁
宁国松
韩旭
《机械工程学报》
EI
CAS
CSCD
北大核心
2024
0
原文传递
2
基于分层贝叶斯推理的RV减速器动力学模型修正及动态响应预测方法
张德权
李
星奥
贾新宇
叶楠
韩旭
《机械工程学报》
EI
CAS
CSCD
北大核心
2024
0
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部