查看更多>>摘要:为了解决传统农机导航系统中前轮转角测量传感器不易安装、维护困难以及转角估计不准确等问题,本文提出了一种基于受控自回归滑动平均模型和卡尔曼滤波器的组合模型(Auto-regressive moving average with exogenous input-Kalman filter,ARMAX-KF)与速度补偿的拖拉机无前轮传感器转角估计方法.首先,利用Hammerstein非线性系统对拖拉机的转向系统建模,并采用递归最小二乘法(Recursive least squares method,RLS)将其辨识为ARMAX模型;其次,对后轮轴中心接地点速度进行杆臂误差补偿;最后,提出了ARMAX-KF方法,利用卡尔曼滤波器的校正特性,以拖拉机的运动学转角作为观测值,修正ARMAX模型预测的转角速度积分值,从而估计拖拉机的前轮转角.在速度杆臂补偿测量方法试验验证中,补偿后运动学转角平均绝对误差为1.110°,标准差为1.727°,相比补偿前分别减少61.13%和31.55%;在动态转角试验中,ARMAX模型预测的转角速度标准差为2.439(°)/s,相比采用固定传动比方法误差减少56.58%;采用基于ARMAX-KF的前轮转角估计绝对平均误差为0.649°,标准差为0.371°,相比采用固定传动比和卡尔曼滤波器的方法分别减少56.9%和78.82%;在直线导航跟踪试验中,采用基于ARMAX-KF的前轮转角估计标准差为0.649°,本文提出的方法提高了转角估计精度和农机导航作业质量.
查看更多>>摘要:为提高工业机器人整体性能,减小其静动态性能误差,提出一种综合考虑工业机器人连杆和关节柔性的拓扑优化方法.将机器人动力学与拓扑优化相结合,以变密度法(Solid isotropic material with penalization,SIMP)为基础,通过线性加权和法建立工业机器人大臂的多目标拓扑优化函数模型,基于柔性多体动力学理论,利用有限元软件和多体动力学软件建立含关节、连杆柔性的机器人刚柔耦合动力学仿真模型,获得机器人在极限工况下大臂载荷谱,最后,利用层次分析法确定优化目标函数中各子目标的权重系数,并对函数进行求解.优化结果显示,优化后机器人大臂刚度和固有频率都得到提高,并且质量下降18.71%.通过虚拟样机技术重构机器人模型,并对其整体进行分析,结果表明,最大负载作用下,机器人最大变形量从 0.208 mm 降至 0.188 mm,静态变形量误差减小9.62%;动态定位误差从0.777 mm降至0.687 mm,定位精度提高11.58%.上述拓扑优化方法为提升工业机器人整体静动态性能提供了有效的理论参考.