基于改进模糊自适应的机械手阻抗控制研究

来源 :机床与液压 | 被引量 : 0次 | 上传用户:wendychenwang
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为解决因机械手非线性不确定系统、负载变化及力传感器测量不准确等引起的轨迹位置和接触力的控制问题,研究了一种反演自适应模糊控制方法。在目标阻抗控制模型上引入改进的力补偿以及自适应控制律,并采用Lyapunov函数证明了控制系统的稳定性,同时利用模糊理论设计了模糊控制系统完成目标阻抗参数的自整定,实现了无需依赖信息模型的力/位控制。以简化的二自由度机械手模型完成仿真实验。结果表明:该控制方法具有较好的力/位控制性能,系统鲁棒性较好。
其他文献
采用同余式、Pell方程解的性质以及递归序列等初等数论方法,得到了当q≡1(mod 12)为奇素数时,不定方程x3-1=709qy2有解的充要条件.证明了当q满足q=12k2+12k+1(k∈N*),q=108k2±12k+1(k∈N*),q=12k2+1(k∈N*)以及q≡1(mod 12)为奇素数且(q/709)=-1这4个条件
为提高涂胶的质量与效率,借助SolidWorks二次开发接口,设计一种涂胶机器人离线编程系统。针对具有非均匀有理B样条曲线(NURBS)的工件轮廓的涂胶,研究一种NURBS插补算法,与粗精路径点提取方法相结合,能够实现涂胶过程规避障碍物;利用C#.NET结合OpenGL开放图形库实现了仿真环境;以ZZRT-608六自由度机器人作为机械系统、ZMC406作为控制系统搭建了实验平台。以典型的鞋样涂胶工件为测试对象进行实验验证,与KUKA机器人手动示教编程作对比,结果表明:该离线编程系统在效率上提高了30%~5
构造了伪柯西类核函数并给出了相应的理论证明.利用伪柯西类核函数对4个癌症基因表达数据集进行降维,然后利用支持向量机、K近邻和朴素贝叶斯进行分类预测.实验结果表明,与高斯核、多项式核、双曲正切核降维以及全变量情形相比,在多数情况下,基于伪柯西类核函数进行的维度约减,可使得目前主流机器学习方法的分类精度达到最优.
研究了sl(2,C)的斜导子,得到了sl(2,C)的任意一个自同构所确定的斜导子,进一步证明了sl(2,C)的自同构σ所对应的σ-导子空间是1维或3维的.
以安徽省为例,通过构建耦合协调模型并进行空间自相关分析,对16个城市2008—2017年旅游、经济与生态环境发展演变情况进行了时空分异研究.结果表明:(1)2008—2017年安徽省旅游、经济与生态环境整体耦合度较高,协调度也随着时间由勉强协调类向良好协调类提升.(2)2008—2017年安徽省各地级市旅游、经济与生态环境耦合度和协调度由“中南部高、北部低”转变为“中部高、四周低”的空间布局.(3)2008—2017年安徽空间自主相关主要以芜湖市为中心进行高值聚集,以亳州市为中心进行低值聚集.(4)未来安
给出了定向虚拟链环在推广的R-移动下的极小生成集Γ={Ω_(1 a),Ω_(1 b),Ω_(2 a),Ω_(3 a),Ω′_(1 a),Ω′_(2 a),Ω′_(3 a),Ω″_(3 a),Ω″_(3 h)},证明了一个虚拟链环的两个定向投影图D和D′经过有限次Γ中元的定向移动后合痕.对虚拟交叉定义了关系r′:ax′+by′+cz′+dw′=0,给出了一个代数结构,并且给出了其成为虚拟的R-移动下的不变量所需要的关系式定理.
通过构造人物关系数据集,将人物关系定义为14类,提出了基于Bert-BiGRU-CNN的人物关系抽取网络模型.该模型首先通过Bert预训练模型获取上下文语义信息的词向量,利用双向门限循环单元网络(BiGRU)进一步获取相关的文本特征,然后加入卷积神经网络(CNN)获取局部文本特征,最后通过全连接层加Softmax分类器进行关系分类.在构造的人物关系数据集中进行了实验,结果表明,本文模型相较于其他4种模型进一步提高了人物关系抽取的精确率和召回率.
2019年5—6月,在内蒙古扎鲁特旗对栗斑腹鹀(Emberiza jankowskii)的孵化行为进行了研究.结果表明:孵化期内成鸟的日离巢次数为(10.48±2.57)次(n=25),每次离巢持续时间介于1~90 min范围内,其中94.9%集中在1~30 min内,平均每次离巢持续时间为(16.33±2.18)min(n=276);坐巢时间为(47.90±59.12)min(n=299).与繁殖失败的巢相比,繁殖成功巢的成鸟离巢次数少但离巢时间长.
针对铁路隧道复杂背景下细小裂缝存在图像特征难以提取的技术问题,提出一种基于改进残差网络(Residual Network,ResNet)的铁路隧道裂缝检测算法.该算法采用ResNet对裂缝进行检测,并在此基础上对网络进行了改进:首先将具有不同扩张率的空洞卷积块与传统的卷积块组合形成金字塔空洞卷积模块;其次将该模块放在ResNet的底部以增强其局部感受野,实现多尺度裂缝信息的提取;最后利用基于度量学
以延边朝鲜族自治州(简称延边州)各乡镇为评价单元,运用多因素综合评价法、层次分析法(AHP)、系统聚类等方法建立综合评价模型.以ArcGIS10.2,SPSS19.0为平台,确定延边州各乡镇农用地整理潜力的大小及空间分布情况,分析了农用地整理潜力的影响因素.结果表明:延边州农用地整理潜力很大,可新增耕地面积117.77 km2,产能提高潜力达4.75×108kg.全州共分为4个潜力区域,其中,龙井市老头沟镇属于Ⅰ级潜力区,农用地整理数量潜力和质量潜力均为全州最大