由于自身结构上的特点,谐波传动系统存在柔性变形、摩擦和外界不确定干扰等非线性因素。传统控制器大多对系统进行了一定程度的简化,或未考虑非线性外界扰动,导致所设计的控制器性能达不到预期效果。为了提高系统精度,建立了考虑系统非线性刚度和非线性摩擦的谐波传动系统动力学模型;基于试验数据,采用最小二乘法对模型进行参数辨识;采用径向基函数(Radial Basis Function,RBF)神经网络在线逼近系统非线性摩擦和外界不确定干扰力矩,并提出了一种基于RBF神经网络的自适应反演控制器;利用Lyapunov稳定性理论,证明了其闭环系统的收敛性。仿真结果表明,与普通Back-stepping控制相比,在受到外界未知干扰后,所提出的RBF神经网络自适应反演控制能有效地逼近系统非线性摩擦和外界未知干扰,其跟踪误差峰-峰值能迅速稳定到0.00082 rad;而Back-stepping控制对外界...

迟滞刚度是谐波齿轮传动的固有属性。传统谐波齿轮传动动力学建模时,是将刚度考虑为定刚度或分段定刚度,这样的简化会导致动力学模型精度降低。考虑谐波传动刚度的非线性迟滞特性,提出了一种基于遗传特性的新型谐波齿轮传动迟滞刚度模型,其特点是传动刚度的大小与系统所经历过的状态有关。基于实验数据,利用粒子群算法进行了模型参数辨识。以某型号谐波减速器为实验对象,进行了加载/卸载性能测试。拟合结果表明,所建立的非线性迟滞刚度模型与实验数据高度吻合,相比传统模型,精度大大提高。

由于结构的特殊性,迟滞刚度和动态摩擦属于谐波齿轮传动的固有属性。传统模型将刚度考虑为定刚度或分段刚度模型,摩擦考虑为静态摩擦模型,这样的简化会导致谐波齿轮传动的动态分析精度下降。为了提高谐波齿轮传动的动态分析精度和传动性能,考虑非线性迟滞刚度和动态摩擦现象,提出了一种基于记忆特性迟滞刚度和LuGre动态摩擦的谐波齿轮传动动力学模型,建立了相应仿真模型,讨论了谐波齿轮参数对系统输出的影响。结果表明,“刚度迟滞现象”导致系统输出值减小,传动效率降低;传动刚度系数越大,系统越稳定;阻尼转矩系数越大,传动效率越低。

高炉炉顶齿轮箱是高炉布料的关键设备,高炉炉顶齿轮箱的平稳运行关系到高炉炼铁的质量和效率。上回转支承作为高炉炉顶齿轮箱的重要承载部件,且连接固定端和移动端,若机架或回转支承发生轻微的倾斜就会导致旋转体的旋转中心轴线与几何中心轴线发生偏差,从而造成回转支承的偏载。以承受偏载回转支承为研究对象,进行载荷的计算和等效;然后建立数学模型并运用解析法对研究对象内部滚动体载荷分布及变形量进行计算;为承受偏载的回转支承研究提供理论支持。