为了提高机械油泵轴的耐磨性、减少油泵轴工作过程中的磨损量,提出了基于L1正则化递归最小二乘ESN网络的锻压工艺优化方法。分析了油泵轴的生产工艺流程和磨损实验方法。以回声状态网络为基础,为了解决训练过程中动态储备池中大量无关特征问题,将L1范数正则化约束加入到算法中,使ESN网络对特征具有自主选择能力,实现动态储备池中特征稀疏性,解决ESN网络计算量大和过拟合问题;使用递归最小二乘法优化输出权值矩阵,可以实时接受新样本对模型精度的训练和提高,综合以上两点创新,提出了L1RLS-ESN网络模型。将L1RLS-ESN网络应用于油泵轴磨损量的拟合与预测,得到了磨损量最小的对应锻压工艺。将模型优化的锻压工艺和实际锻压工艺进行对比,模型优化工艺锻压的泵轴磨损量比实际锻压工艺减少了约2倍。

为实现协作机器人在不同刚度环境下的柔顺性控制,提出一种基于递归最小二乘法的协作机器人柔顺性控制方法。通过采用递归最小二乘法求解协作机器人动力学参数,设计了一种基于加权方式的阻抗/导纳混合控制系统,并在不同刚度环境条件下进行实验。结果表明,当加权比为0.8时,所设计的控制系统可取得良好的协作机器人柔顺性控制效果,在较低刚度环境下,具有较小的响应误差;在较高刚度环境下,可快速达到稳态,具有较强的阻抗效应和鲁棒性,最大振荡误差1.5 rad,满足协作机器人柔顺控制实际应用误差的需求。相较于单一阻抗控制或单一导纳控制,该方法在不同刚度环境下具有一定的优越性。