设计了一种包含两级Stewart平台构型的大型球面射电望远镜馈源精调试验平台,该平台具有位姿实时测量和跟踪定位功能.文中详细讨论了试验平台运动学正逆解的求解方法,并按照几何约束条件验证了它的工作空间,这些工作可为大射电望远镜馈源支撑系统的结构优化设计提供有益的依据.

文章以自由度液压钻孔机器人为主要研究对象,该机器人主要解决传统地铁电气化施工中吊柱附加悬挂打眼难、施工质量差、安全隐患大的问题,如以前用梯车人工电钻钻孔,存在设备作业能力单一、钻孔作业效率不高、安全隐患大、自动化程度低等问题,将虚拟关节和Denavit-Hartenberg参数表相互结合,形成机器人运动学模型,有效分析机器人运动学逆解。同时,为提高孔位精度,对逆解进行工程化处理,获得正确的逆向运动学解算,编制相关算法,合理控制机器人实现自动钻孔运动,实现在模拟隧道环节下进行真机试验验证。通过试验结果显示,隧道打孔机器人有效满足隧道中不同孔位安装的尺寸要求,能利用轨道大眼机器人来调整自身打孔位置,将钻孔位置偏差率控制在10mm范围内,有效提高隧道自动钻孔性能。

为满足AP1000蒸汽发生器(SG)下封头与主泵连接焊缝内部超声检测的需要,开发了一套具有9个自由度的特种检测设备。为使检测设备到达所需的检测位置并实施焊缝扫查,先基于D-H方法建立坐标系,确定运动学方程,再求出其运动学正逆解。分析特种检测设备的奇异状态与运动学逆解的多解问题,为机器人的运动控制提供理论依据。

针对机器人运动学正、逆解推导过程复杂，计算量大的情况，提出了一种基于神经网络的机器人运动学正、逆解计算新方法。首先搭建了6自由度工业机器人实验平台，操纵机器人沿某一轨迹运动，记录下机器人在采样时刻的姿态角、坐标及关节角，获取实验数据。在此基础上，设计了一个三层神经网络，输入所采集到的数据进行训练，构建了机器人运动正反解神经网络模型。文章最后对所构建的模型进行验证，验证结果表明，由运动学模型所得到的预测值与实际的测量值误差小，模型具有较高的准确度。