针对工业机器人对抛光力实时准确监测的需求,提出一种动态零点标定系统,去除抛光机构在运动过程中对传感器零点的影响,提高力信息采集的准确性。研究机器人的DH参数、关节角的动态变化以及抛光机构的重心与质量参数对力传感器的综合力学作用,提出一种惯性力混合神经网络模型。设计理论标定模型、BP模型进行对比,经动态标定实验验证混合模型的准确性。通过动态补偿,三维力、力矩相对平均偏差(RMD)均在4%之内,证明该混合模型对同时包含线性与非线性变化的动态标定系统具有良好的建模精度。

液压阀件系统是一个具有多几何要素影响的多系统特性复杂系统,建立液压阀件特性预测模型,以系统多几何要素作为输入,实现系统特性的预测,将对实际生产具有重要的意义。在深入分析反向传播(Back propagation,BP)神经网络与径向基函数(Radial basis function,RBF)神经网络的基础上,结合两类神经网络的特点,提出基于BP神经网络与RBF神经网络的混合神经网络预测模型。利用生产实际中实测的某具体液压阀件特性值及影响该特性的各几何要素值作为预测模型的数据来源,对所提出的混合神经网络进行训练,并进行仿真。实例计算表明混合神经网络预测模型可提高单项神经网络预测模型的预测精度,预测平均相对误差为0.0461。可见,所提出的混合神经网络预测模型能够很好地满足工程实践中液压阀件特性预测要求。

为提高某重型柴油机气缸垫的可靠性和疲劳寿命,基于其温度场、热机耦合应力场和变形情况等状态参数利用相关方法对气缸垫的工作参数进行了优化研究。利用正交实验方法分析了缸垫的气缸圆直径、上水孔圆直径、隔热带长度、缸垫厚度和螺栓预紧力等5个工作参数对上述3个状态参数的影响规律,并确定了影响最为显著的4个工作参数。利用所提出的混合神经网络模型建立了工作参数与状态参数的对应关系模型,结合所提出的改进灰狼算法计算确定了气缸垫的最优工作参数值。分析结果表明改进后气缸垫的温度应力和变形情况得到显著改善,证明了改进的有效性和算法的准确性。

针对现有机械手移动偏差控制技术存在的轨迹控制不连续、复杂度高、综合效率低等问题,以机器学习和深度学习为基础提出一种混合神经网络控制算法。分析机械手各关节、连杆的空间坐标转换关系,以RBF为基础构建混合神经网络模型,选用逆多... 展开更多

液压阀件系统是一个具有多几何要素影响的多系统特性复杂系统,建立液压阀件特性预测模型,以系统多几何要素作为输入,实现系统特性的预测,将对实际生产具有重要的意义。在深入分析反向传播（Back propagation,BP）神经网络与径向基函数（Radial basis function,RBF）神经网络的基础上,结合两类神经网络的特点,提出基于BP神经网络与RBF神经网络的混合神经网络预测模型。利用生产实际中实测的某具体液压阀件特性值及影响该特性的各几何要素值作为预测模型的数据来源,对所提出的混合神经网络进行训练,并进行仿真。实例计算表明混合神经网络预测模型可提高单项神经网络预测模型的预测精度,预测平均相对误差为0.0461。可见,所提出的混合神经网络预测模型能够很好地满足工程实践中液压阀件特性预测要求。