一种基于深度强化学习的机器人视觉伺服运动控制方法

    公开(公告)号:CN117021066A

    公开(公告)日:2023-11-10

    申请号:CN202310621091.X

    申请日:2023-05-26

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于深度强化学习的机器人视觉伺服运动控制方法。包括以下步骤:首先,确定机器人的视觉伺服装配定位任务以及对应的优化目标和约束条件;接着,构建基于深度强化学习的混合视觉伺服控制器;然后,在虚拟环境中对混合视觉伺服控制器进行训练,获得训练完成的混合视觉伺服控制器,再部署到真实环境中,进而控制机器人执行实际装配定位任务。本发明利用虚拟孪生环境和深度强化学习来执行混合视觉伺服控制器的离线训练,能够保证训练过程的安全性,避免真实机器人的不必要损耗,训练后的控制器能够直接部署到真实作业场景中,实现在保证机器人视觉伺服任务稳定性的同时,提高机器人的运动性能,具有较好的工程实用价值。

    一种航空发动机柔性化装配系统
    32.
    发明公开

    公开(公告)号:CN117001343A

    公开(公告)日:2023-11-07

    申请号:CN202311163645.2

    申请日:2023-09-11

    Applicant: 浙江大学

    Abstract: 本发明公开了一种航空发动机柔性化装配系统。本发明由安装在系统底座上对中测量单元、部件调姿对中单元、压气机转子定位工装、大螺母盲腔拧紧单元和多自由度装配架组成。多自由度装配架,用于装配发动机各部件和连接操作平台,对中测量单元用于发动机姿态自动化测量,部件调姿对中单元用于发动机待安装部件的抓取及对接装配,大螺母盲腔拧紧单元用于发动机低涡长轴大螺母盲腔自动检测和拧紧操作,压气机转子定位工装用于发动机压气机转子部件的定位。本发明适用组件、部件和总装在共用装配平台上完成全部装配,柔性化装配特点突出;还尤其适应新机研制阶段工装制造成本投入少、厂房使用占地面积小,大幅度减小资源浪费。

    虚实样机孪生特征迁移的数控机床主轴热误差预测方法

    公开(公告)号:CN116954154A

    公开(公告)日:2023-10-27

    申请号:CN202310643624.4

    申请日:2023-06-01

    Applicant: 浙江大学

    Abstract: 本发明公开了一种虚实样机孪生特征迁移的数控机床主轴热误差预测方法。包括:首先,搭建主轴物理样机实验台,利用热迟滞聚类算法在物理样机主轴外筛选温度敏感点,以此建立热误差的自回归分布滞后模型;其次,依据热迟滞效应确定物理样机主轴外温度敏感点在物理样机主轴上的温度同滞点,从而构建物理样机主轴热误差分析模型;然后,建立机床的虚拟样机并迁移物理样机的孪生特征,综合物理样机、虚拟样机主轴间的孪生耦合关系,实现基于虚实样机孪生特征迁移的数控机床主轴热误差预测。本发明在数控机床主轴传感器布置困难的条件下,提高主轴热误差预测的精准性。

    一种机器人码垛工艺程序编制方法

    公开(公告)号:CN113878574B

    公开(公告)日:2023-09-29

    申请号:CN202111142226.1

    申请日:2021-09-28

    Applicant: 浙江大学

    Abstract: 本发明公开一种机器人码垛工艺程序编制方法。根据实际工艺环境,设置基本参数、垛层排样、码垛模式、静态点、拆垛垛形、码垛垛形等码垛工艺参数;根据码垛工艺参数,按照各个垛形中的垛层、层内工件顺序形成取件点序列与放置点序列,规划工艺路径,完成参数处理;按照工艺路径和预先制定的机器人抓取放置工件过程指令模板,输出机器人码垛工艺程序,并运行机器人。本发明能生成适用于不同工况的码垛工艺程序,对操作者是否掌握机器人编程无需要求,且适用于不同的工艺环境,提升生产效率。

    一种周期材料结构宏微双尺度等几何稳健拓扑优化方法

    公开(公告)号:CN116522725A

    公开(公告)日:2023-08-01

    申请号:CN202310475358.9

    申请日:2023-04-28

    Applicant: 浙江大学

    Abstract: 本发明公开了一种周期材料结构宏微双尺度等几何稳健拓扑优化方法。包括以下步骤:考虑周期材料结构制造和使用过程中不确定性,将样本不充分的外载视为区间不确定性、将样本充分的材料属性视为有界概率不确定性;建立整体结构NURBS模型,选择其中最小重复结构作为微观结构,对微观结构进行有限元网格划分;宏观结构施加边界条件,建立优化模型;采用均匀化方法构建宏观结构弹性张量矩阵;构建总体刚度矩阵,通过正交分解法对刚度矩阵、载荷向量进行降阶处理;采用最优准则法更新设计向量;本发明公开的周期材料结构宏微双尺度等几何稳健拓扑优化方法考虑实际工程中存在的不确定性,采用正交分解法进行模型降阶,加速优化,有着更好的工程应用价值。

    一种基于小样本数据增广的位标器装配性能预测方法

    公开(公告)号:CN115600735A

    公开(公告)日:2023-01-13

    申请号:CN202211240803.5

    申请日:2022-10-11

    Abstract: 本发明公开了一种基于小样本数据增广的位标器装配性能预测方法。包括:首先,对位标器的原始装配特征集进行预处理,获得预处理后的装配特征集;接着,计算位标器中各装配结合面的接触刚度并融合后,获得融合后的接触刚度,再与预处理后的装配特征集组成组合装配特征集;接着对组合装配特征集进行增广,获得增广样本集,将增广样本集和组合装配特征集进行融合后,获得融合后的装配特征集;利用融合后的装配特征集训练集成核超限学习机,获得训练好的集成核超限学习机;将待预测位标器的多个装配特征输入到训练好的集成核超限学习机中,预测获得待预测位标器的装配性能。本发明在特定的装配条件下,针对有限装配样本,提高装配性能预测的精准性。

    基于PLC数据的装配生产线数字孪生实时动作仿真方法

    公开(公告)号:CN113189947B

    公开(公告)日:2022-09-30

    申请号:CN202110460814.3

    申请日:2021-04-27

    Applicant: 浙江大学

    Abstract: 本发明公开一种基于PLC数据的装配生产线数字孪生实时动作仿真方法,其中,装配生产线通过升降气缸和平移气缸分别实现工件载板的升降以及在每个工位顺序水平推送,实现工件载板在整个装配生产线的闭式循环,通过机械臂夹具实现零件的抓取和放置在工件载板上进行装配,其特征在于,该方法首先通过产线状态虚实同步方法确定实时PLC信号开始驱动装配生产线运动的时间点,然后运用物料循环仿真方法构建装配生产线中的工件载板运动仿真与成品零件拆解复位仿真,并通过零件位置确定方法计算各个气缸的位置信息,运用产线工件绑定方法模拟装配工位区中各个零件被夹具夹取和放置在工件载板上的动作。本发明的方法可以保证虚实映射的实时性与仿真的流畅性。

    一种标记增强式的精确手部动作智能捕捉方法

    公开(公告)号:CN115035598A

    公开(公告)日:2022-09-09

    申请号:CN202210638559.1

    申请日:2022-06-07

    Applicant: 浙江大学

    Abstract: 本发明公开了一种标记增强式的精确手部动作智能捕捉方法。包括:首先在手部的各个关节处均布置标记点,使用多台RGB相机同步采集布置有标记点的手部运动,接着确定手部原始图像中各个标记点的二维位置,然后利用深度学习方法确定手部原始图像中去除标记点的各个关节的名称以及关节二维位置;基于各张原始图像的各个标记点的二维位置和各个关节的名称、关节二维位置分别重建获得各个标记点的三维位置和各个关节的三维位置,同时将标记点与关节名称进行匹配,计算后获得经补偿后关节三维位置;在后续的手部动捕中,通过前后帧以及关节继承关系,实现经补偿后关节三维位置的实时计算。本发明实现了手部动作的精确捕捉,并且实时性较高,鲁棒性强。

    基于知识图谱与机器学习的低热值燃气轮机特性控制方法

    公开(公告)号:CN114970363A

    公开(公告)日:2022-08-30

    申请号:CN202210644972.9

    申请日:2022-06-08

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于知识图谱与机器学习的低热值燃气轮机特性控制方法。实时获取低热值燃气轮机的运行数据,提取四大部件的特征变量,建立部件特征变量的知识图谱;对特征变量进行实时运行数据分析建立部分工况部件特性图谱;结合部件知识图谱中特征变量关联关系,对部分工况部件特性图谱进行优化,构成全工况部件特性图谱;建立变工况过程控制函数,用变工况过程控制函数对实时运行数据进行总体变工况计算处理,预测变工况过程中控制参数进而进行调整控制。本发明减少了高昂的部件试验成本,避免了煤气压气机单独部件试验存在的煤气泄露风险,避免了部件特性三维建模仿真计算时间长、计算准确性低的问题,提高了可靠性、经济性和安全性。

    基于LSTM和逆运动学的机器人数字孪生轨迹补全方法

    公开(公告)号:CN114789454A

    公开(公告)日:2022-07-26

    申请号:CN202210721155.9

    申请日:2022-06-24

    Applicant: 浙江大学

    Abstract: 本发明公开一种基于LSTM和逆运动学的机器人数字孪生轨迹补全方法,该方法先通过训练集训练运动轨迹预测网络,并在在线时通过训练好的运动轨迹预测网络输出当前时刻机器人所有关节的关节角度的预测值;然后通过逆运动学求解,得到若干组当前时刻的机器人所有关节的关节角度的计算值,将所有的计算值和预测值进行对比,若误差小于阈值,则输出预测值到虚拟环境中,实现虚实同步;否则,将计算值输入回到虚拟环境中,实现虚实同步。本发明的机器人数字孪生轨迹补全方法,能够基于获取得到的正常机器人状态轨迹数据对丢失的数据进行预测,且能够保证每个时刻的轨迹预测不会出现较大偏差,快速预测出丢失的数据使虚实达到同步。

Patent Agency Ranking