一种单电机驱动的金币巧克力包装压花一体机及加工方法

    公开(公告)号:CN110562522B

    公开(公告)日:2024-04-05

    申请号:CN201910876261.2

    申请日:2019-09-17

    Abstract: 本发明属于食品包装设备相关领域,并公开了一种单电机驱动的金币巧克力包装压花一体机,其包括作为安装基础的机架,安装于该机架上的送巧克力胚机构、送铝箔机构、凸轮冲切包装机构、巧克力传送机构和压花机构,以及布置在该机架下侧且通过一根主轴对上述各个机构分别相连驱动的单个电机。其中各机构由单个电机通过同步带和齿轮、槽轮驱动,精确时序配合完成对巧克力胚的包装和印花。本发明还公开了相应的加工方法。通过本发明,不仅可实现一个主轴周期内包含送胚‑传动‑冲切‑压花等多个工序的全部操作,而且与现有设备相比结构紧凑且便于操控,显著提高了整体的生产效率和加工精确度。

    一种考虑迭代滑模的移动机器人解耦控制方法

    公开(公告)号:CN111949038B

    公开(公告)日:2021-08-31

    申请号:CN202010873333.0

    申请日:2020-08-26

    Abstract: 本发明属于机器人控制相关技术领域,其公开了一种考虑迭代滑模的移动机器人解耦控制方法,该方法包括:S1构建关于驱动轮产生的偏航惯性力矩和车轮转角的理论动力学模型;推算所述惯性力矩和车轮转角,将推算结果代入理论动力学模型中获得实际动力学模型;S2解耦实际动力学模型获得解耦后的逆反系统模型;构建迭代的模糊滑模控制器,利用模糊滑模控制器对解耦后的逆反系统模型进行控制,以此实现待处理轮式机器人的解耦控制。通过本发明,实现线性化映射解耦,提高系统的控制协同度和跟踪精度。

    基于深度学习的玻璃场景下三维激光雷达导航方法及设备

    公开(公告)号:CN111982124A

    公开(公告)日:2020-11-24

    申请号:CN202010881244.0

    申请日:2020-08-27

    Abstract: 本发明公开了一种基于深度学习的玻璃场景下三维激光雷达导航方法及设备。该导航方法先离线训练获得玻璃识别深度神经网络和光学特性深度神经网络;在导航过程中,先将玻璃识别深度神经网络识别出的玻璃概率以及计算出的玻璃方向实时插入空间体素地图中;再在包含玻璃概率、玻璃法向量的空间体素地图中,采用光线投射法模拟激光雷达发射的激光光束,并基于光学特性深度神经网络获得激光光束透射玻璃的概率进行雷达点的筛选,生成模拟点云集;最后基于真实三维雷达数据以及模拟点云集,采用正态分布变换计算机器人在空间体素地图中的绝对位姿。本发明的导航方法能够避免基于激光雷达的定位发生感知混淆,提高移动机器人在玻璃场景中的三维导航精度。

    基于数据驱动的机械臂位置级联分数阶控制方法及系统

    公开(公告)号:CN109648556B

    公开(公告)日:2020-09-18

    申请号:CN201811553819.5

    申请日:2018-12-18

    Abstract: 本发明公开了一种基于数据驱动的机械臂位置级联分数阶控制方法及系统,该方法利用同一控制输入信号对机械臂的各关节进行两次激励实验,利用预设的内、外环参考系统和采集的相关数据计算虚拟参考信号和跟随误差信号,并使用理想滤波器对内外环信号进行滤波处理,进而构建以位置级联分数阶控制器参数为优化变量的整定准则,最终完成最优位置级联分数阶控制器的优化设计。本发明直接利用实际采集的输入和输出数据进行控制器的设计,而不需进行被控对象的模型辨识,因而不受未建模动态和模型误差的影响,其使用重复试验的过程数据,消除了数据噪声的影响,并可同时优化整定内外环分数阶控制器,保证了控制算法的效率,提高了系统的鲁棒性和控制精度。

    考虑数据扰动补偿的交流伺服系统模型辨识方法及设备

    公开(公告)号:CN109491251B

    公开(公告)日:2020-07-10

    申请号:CN201811550131.1

    申请日:2018-12-18

    Abstract: 本发明公开了一种考虑数据扰动补偿的交流伺服系统模型辨识方法及设备,属于交流伺服系统运动控制技术领域。该方法包括以下步骤:构建交流伺服系统的模型结构,并设计模型辨识准则函数,对系统进行激励实验,获取相应的输入和输出反馈数据,进而利用过程数据的期望值计算数据扰动补偿量,并将其叠加到模型参数的自适应更新校正中,消除数据扰动的影响,提高模型辨识算法的精度。本发明提出的考虑数据扰动补偿的模型辨识方法同时考虑了数据噪声干扰和数据帧丢失的情况,并可实时修正受控系统的丢帧率,适用性更广,其可将无偏估测的数据扰动信息迭代修正到系统的模型参数的自适应更新中,减小模型辨识误差,进一步提高模型辨识算法的精度和可靠性。

    考虑数据扰动补偿的交流伺服系统模型辨识方法及设备

    公开(公告)号:CN109491251A

    公开(公告)日:2019-03-19

    申请号:CN201811550131.1

    申请日:2018-12-18

    Abstract: 本发明公开了一种考虑数据扰动补偿的交流伺服系统模型辨识方法及设备,属于交流伺服系统运动控制技术领域。该方法包括以下步骤:构建交流伺服系统的模型结构,并设计模型辨识准则函数,对系统进行激励实验,获取相应的输入和输出反馈数据,进而利用过程数据的期望值计算数据扰动补偿量,并将其叠加到模型参数的自适应更新校正中,消除数据扰动的影响,提高模型辨识算法的精度。本发明提出的考虑数据扰动补偿的模型辨识方法同时考虑了数据噪声干扰和数据帧丢失的情况,并可实时修正受控系统的丢帧率,适用性更广,其可将无偏估测的数据扰动信息迭代修正到系统的模型参数的自适应更新中,减小模型辨识误差,进一步提高模型辨识算法的精度和可靠性。

    一种自供能漂浮式仿生海洋探测龟

    公开(公告)号:CN114056520B

    公开(公告)日:2023-03-31

    申请号:CN202111578300.4

    申请日:2021-12-22

    Abstract: 本发明公开了一种自供能漂浮式仿生海洋探测龟,包括龟本体、绳索和锚,龟本体包括壳体和安装在壳体上的龟前爪、龟后爪、龟尾、前爪驱动机构、后爪驱动机构、鱼尾驱动机构、监测装置和俘能模块,前爪驱动机构、后爪驱动机构和鱼尾驱动机构分别连接并驱动龟前爪、龟后爪和龟尾摆动,监测装置包括摄像头、控制模块和电池包,前爪驱动机构、后爪驱动机构、鱼尾驱动机构均和控制模块电连接,电池包为它们提供电能,龟本体通过绳索和锚连接在海底的海床上,俘能模块通过绳索将波浪能转换为电能储存在电池包中。本发明利用波浪能量,给仿生海洋探测龟进行电力的供给,使所述探测龟实现自供能,不需要额外电力设备。

    基于深度学习的玻璃场景下三维激光雷达导航方法及设备

    公开(公告)号:CN111982124B

    公开(公告)日:2022-11-01

    申请号:CN202010881244.0

    申请日:2020-08-27

    Abstract: 本发明公开了一种基于深度学习的玻璃场景下三维激光雷达导航方法及设备。该导航方法先离线训练获得玻璃识别深度神经网络和光学特性深度神经网络;在导航过程中,先将玻璃识别深度神经网络识别出的玻璃概率以及计算出的玻璃方向实时插入空间体素地图中;再在包含玻璃概率、玻璃法向量的空间体素地图中,采用光线投射法模拟激光雷达发射的激光光束,并基于光学特性深度神经网络获得激光光束透射玻璃的概率进行雷达点的筛选,生成模拟点云集;最后基于真实三维雷达数据以及模拟点云集,采用正态分布变换计算机器人在空间体素地图中的绝对位姿。本发明的导航方法能够避免基于激光雷达的定位发生感知混淆,提高移动机器人在玻璃场景中的三维导航精度。

    用于大尺度多站点场景的移动机器人位姿测量方法及系统

    公开(公告)号:CN112045655B

    公开(公告)日:2021-12-31

    申请号:CN202010819986.0

    申请日:2020-08-14

    Abstract: 本发明属于移动机器人位姿测量领域,并具体公开了一种用于大尺度多站点场景的移动机器人位姿测量方法及系统,包括如下步骤:移动机器人在各个站点示教,获取移动机器人在站点示教位置的绝对位姿即目标位姿,并利用视觉测量获得移动机器人在各站点目标位姿与站点标志的相对位姿;移动机器人在多站点场景中移动,获得移动机器人在当前绝对位姿与观测站点标志的相对位姿,进而得到移动机器人当前绝对位姿与该观测站点目标位姿的相对位姿,最后结合观测站点的目标位姿实时、精准地得到移动机器人在站点附近的绝对位姿。本发明具有布置便捷、成本低廉、测量精度高、不易被障碍物遮挡失效等优势,尤其适用于大尺度、多站点的复杂工作场景。

    基于迭代反馈调整的工业机器人及其轨迹跟踪控制方法

    公开(公告)号:CN109669348B

    公开(公告)日:2020-08-18

    申请号:CN201811523574.1

    申请日:2018-12-13

    Abstract: 本发明公开了一种基于迭代反馈调整的工业机器人及其轨迹跟踪控制方法,属于工业机器人控制领域。该方法结合对控制输入信号幅值的限制和轨迹跟踪误差,建立轨迹跟踪控制准则,推导得到控制准则相对于速度控制器和位置控制器的偏导数,进而设计三次迭代实验并利用采集的数据完成对控制准则偏导数信息的估测,实现对各关节驱动系统轨迹跟踪控制器参数的更新校正。与现有技术相比,本发明的轨迹跟踪控制方法是无模型的自适应控制方法,不受未建模动态和建模误差的影响,同时本发明通过迭代重复获取数据的方式消除了噪声扰动的影响,结合迭代域内的位置跟随误差来自适应更新校正系统的轨迹跟踪控制器参数,保证系统的跟随控制性能最优。

Patent Agency Ranking