针对冗余驱动并联机构的驱动力优化,提出冗余驱动并联机构的位移协调模型,该模型考虑了各驱动臂的弹性变形和执行机构的位移。研究全位置控制、混合位置/力控制和全力控制3种控制方法在冗余驱动并联机构的力学特性,分析每种控制方法中驱动力/力矩、作动器位移、外载荷和驱动臂刚度之间的相关性,揭示了不同控制方法下输入位移和驱动臂刚度对力分布的影响规律。最后通过冗余驱动并联机构的实验平台,对3种控制方法进行了验证,并探讨了3种控制方法在不同工况下的应用。

综述了航空发动机叶片原位打磨技术的研究现状,为实现叶片顽固垢质的去除提供参考。首先,分别从叶片原位打磨仪器和打磨机器人两方面总结了叶片原位打磨智能化设备的研究现状;然后,对叶片原位打磨机器人打磨力控制和轨迹规划技术的研究进行了介绍;最后,总结了航空发动机叶片原位打磨技术的研究现状,在此基础上对其发展趋势进行了展望。分析表明研发高柔性与智能性的叶片原位打磨机器人并配合先进的力控制策略和轨迹规划方法,可以提高叶片原位打磨的效率、精度和准确率,具有广泛的应用和发展前景。

在分析液压 AGC的组成元件及其动态特性的基础上 ,利用神经网络具有逼近任何非线性函数且具有自学习和自适应的能力 ,建立基于时间序列的前馈动态模型辨识结构 ,应用扩展 BP算法对轧机液压 AGC力控制系统进行非线性预测 ,将预测结果应用最小二乘辨识方法进行线性系统的特征参数辨识 ,仿真及实测结果表明此方法行之有效 ,为轧机液压 AGC的辨识提供了新途径。

针对工业机器人夹持工件进行磨削时的力控制问题,提出一种基于神经网络算法的机器人力控制方法,搭建一套工业机器人磨削系统,并在Visual Studio软件环境下开发了相应的上位机软件。通过分析神经网络算法的原理,设计神经网络结构,使用从实际磨削过程中获得的训练数据对神经网络进行训练;将力传感器实时采集的力信号输出给训练好的神经网络模型,预测出机器人磨削加工的轨迹修正值并传给机器人,对磨削轨迹进行实时修正,从而实现工业机器人的间接力控制。最后,在搭建的工业机器人磨削系统上进行了力跟踪实验和钛合金试件磨削实验,验证了所提出的力控制方法和机器人磨削系统的有效性和实用性。

针对外骨骼机器人液压关节驱动系统具有非线性、不确定参数等特性,导致模型建立困难以及负重时具有不确定冲击扰动的问题,基于电液伺服系统特性,建立以弹性负载为外负载的数学模型。为减小负重时冲击扰动项对力控制的影响,引入径向基(RBF)神经网络对干扰项进行补偿,设计一种基于RBF神经网络的滑模力控制策略。通过系统特性进一步验证模型可行性,并进行仿真试验对比。结果表明:与PID控制相比,所设计的控制策略响应时间更短,跟踪误差缩小70.5%;变负载工况下,所设计的控制策略具有更好的跟随能力、更强的鲁棒性能,可以满足外骨骼机器人关节驱动的力控制要求。平台试验进一步验证了仿真结果的有效性与正确性。

美国HYTORC公司在1968年发明了世间第一部带反作用力臂的液压扳手，因为这一发明，为世人提供了能够紧固大尺寸螺栓的机具，帮助工人扔掉了大锤。现在工业界使用的液压扳手都是这种技术的翻版。同时，这个重要的反作用力臂也带来了负面的影响：紧固后的螺栓，操作人员无法测量实际的预紧力是多少。

在建立变柔性负载实验台变频式电液力控制系统的数学模型的基础上,利用AMESim和Simulink建立系统仿真模型,并进行基于PID控制和模糊自适应PID控制的联合仿真。仿真结果表明基于模糊自适应PID算法的变频式电液力控制系统改善了系统的响应,减小了超调量,可应用于工程实际。

该文提出了一种利用开关阀实现气缸输出力伺服控制的新方法。基于高速开关阀自身的体积流量特性,通过对4个高速开关阀开关时序的优化配置,实现气缸输出力的精确快速控制。首先研究开关阀体积流量、PWM占空比和阀进出口压差三者之间的关系,并将其与模糊控制器相结合,建立输出力伺服控制的闭环算法。在此基础上再结合将充放气阀同时打开,调节充放气阀关闭的时间差的错时方法与模式切换设计实现输出力的伺服控制。

分析了以液压阻尼器为负载的电液力控制系统的性能。通过建立线性化模型分析系统的性能并在频域调整PID控制器的参数对系统进行校正。通过仿真可以看出经校正后的系统的特性明显得到改善。

介绍了一种基于MAC伺服系统的椅背椅垫试验机，主要讨论了试验机系统的构成、功能、控制模式和软硬件设计；探讨了伺服闭环控制在试验机中具有实用价值的应用方法。