电液伺服系统执行器运动轨迹跟踪容易受到外界干扰,导致控制系统不稳定。为解决此问题,设计小波神经网络PID控制系统,并对控制效果进行仿真验证。建立电液伺服阀简图模型,创建阀芯运动的动力学模型,分别推导出控制阀、液压执行器和比例溢流阀动力学方程式。采用小波神经网络对传统增量式PID控制器进行改进,利用MATLAB软件对改进后的控制系统进行仿真;对比分析改进前、改进后系统液压执行器的跟踪轨迹。结果表明:液压执行器在没有受到外界波形突然干扰情况下,2种控制方法都能较好地实现轨迹跟踪;在受到外界波形突然干扰情况下,采用增量式PID控制的液压执行器运动轨迹与期望轨迹存在较大误差,采用小波神经网络PID控制的液压执行器运动轨迹与期望轨迹存在较小误差。所设计的控制系统响应速度较快,能够自适应在线调整控制参数,有效地抑...

为研究轨迹误差的影响因素及规律,进行加工路径优化和轨迹误差预补偿,并提出一种基于辨识模型的轨迹误差预测方法。采用所建立的数控系统前瞻插补模块对G代码进行插补处理,获得离散位置指令;通过进给系统辨识模型对插补后的位置指令进行加工仿真,得到输出位置;根据插补位置数据和仿真得到的输出位置数据对加工轨迹误差进行计算。仿真结果表明:该方法可以快速计算数控机床联动加工时的轨迹误差值和分布情况,为轨迹误差的成因及规律分析、刀具路径的优化及轨迹误差预补偿的实施提供方法和数据支持。

为了研究六自由度串联机器人运动轨迹精度,建立了其轨迹误差模型,研究各误差源与末端轨迹误差的关系,在此基础上推导了误差源的线性模型。通过搭建非接触式激光跟踪测量平台,测量实验机器人末端绝对定位误差与轨迹误差,探究典型轨迹的误差形式。实验结果表明,动态误差源对末端轨迹的影响远大于静态误差源,轨迹精度远差于定位精度,随着速度增大,动态误差源影响越大,轨迹精度也越差。在不同条件下,圆弧和直线轨迹呈现出不同的误差曲线,但当速度变化时,曲线形式均变化不大。

采用一种解析计算与有限元相结合的方法，对所开发的3一PRS结构搅拌摩擦焊机床的焊接轨迹误差进行了分析。通过有限元方法获得各机械组成部件的刚度，再由解析方法根据各机械组成部件的空间位置及受力计算刀具点的综合位置误差。