-
公开(公告)号：CN110900605B
公开(公告)日：2021-03-16
申请号：CN201911215475.1
申请日：2019-12-02
Applicant: 浙江大学
IPC: B25J9/16
Abstract: 本发明公开了一种基于速度重配的协调机械臂多约束加工优化方法，包括如下步骤：步骤一，构建机械臂协调夹持动力学模型，简化出多机械臂夹持工件的物理模型，通过拉格朗日动力学方法确定机械臂动力学模型中的惯量项、哥氏力项、离心力项和重力项，将工件的内力项及其计算方法引入动力学方程中构成等式；步骤二，设计基于齐次加权最小范数法的协调机械臂在约束情况下关节速度重配算法，首先构建多机械臂协调任务雅可比矩阵，然后设计基于关节位置和关节力矩约束的性能指标方程，基于性能指标方程，结合机械臂运动学和动力学齐次化构型，设计基于关节惩罚权重的速度重配表达式。
-
公开(公告)号：CN113156819A
公开(公告)日：2021-07-23
申请号：CN202110386032.X
申请日：2021-04-09
Applicant: 浙江大学
IPC: G05B13/04
Abstract: 本发明涉及协调机械臂打磨领域，具体涉及协调打磨机械臂系统自适应神经网络同步阻抗控制方法，该方法包含打磨轨迹环跟踪和打磨力环跟踪两个部分，在这两个环的方法设计中，分别设计了基于神经网络的不确定性补偿控制律，从而快速消除协调机械臂系统中的动力学不确定性和工件打磨系统中的不确定性，在双环中同时保证了协调打磨机械臂系统的协同高精度打磨轨迹和打磨力的跟踪效果，为协调机械臂打磨领域提供了一个精准稳定的控制方法。
-
公开(公告)号：CN110900605A
公开(公告)日：2020-03-24
申请号：CN201911215475.1
申请日：2019-12-02
Applicant: 浙江大学
IPC: B25J9/16
Abstract: 本发明公开了一种基于速度重配的协调机械臂多约束加工优化方法，包括如下步骤：步骤一，构建机械臂协调夹持动力学模型，简化出多机械臂夹持工件的物理模型，通过拉格朗日动力学方法确定机械臂动力学模型中的惯量项、哥氏力项、离心力项和重力项，将工件的内力项及其计算方法引入动力学方程中构成等式；步骤二，设计基于齐次加权最小范数法的协调机械臂在约束情况下关节速度重配算法，首先构建多机械臂协调任务雅可比矩阵，然后设计基于关节位置和关节力矩约束的性能指标方程，基于性能指标方程，结合机械臂运动学和动力学齐次化构型，设计基于关节惩罚权重的速度重配表达式。
-
公开(公告)号：CN117798979A
公开(公告)日：2024-04-02
申请号：CN202410015623.X
申请日：2024-01-05
Applicant: 余姚市机器人研究中心 , 浙江大学
Abstract: 本发明属于灵巧机械手智能降温技术领域，公开了一种灵巧机械手智能降温系统及控制方法，安装于灵巧机械手的手掌内部，接近腕关节处，包括控制系统、无线传输模块、外壳、单向透气膜、温度传感器和降温装置，侧壁和底部能够透气，控制系统和无线传输模块安装在外壳顶部，降温装置安装在外壳内，并与控制系统电连接，单向透气膜包括侧面单向透气膜和底部单向透气膜，侧面单向透气膜包覆在外壳的侧面外表面，气体由外向内单向流动，底部单向透气膜包覆在外壳底部外表面，气体由内向外单向流动，温度传感器设置在外壳侧面。本发明在整个系统中主要采用蒸发降温原理与闭环反馈控制策略，从而保证整个灵巧机械手系统的安全性及稳定性。
-
公开(公告)号：CN114952849B
公开(公告)日：2023-05-16
申请号：CN202210621679.0
申请日：2022-06-01
Applicant: 浙江大学 , 浙江钱塘机器人及智能装备研究有限公司
IPC: B25J9/16
Abstract: 本发明属于机器人控制技术领域，公开了一种基于强化学习与动力学前馈融合的机器人轨迹跟踪控制器设计方法.该方法可在被控系统中存在动力学不确定性、未建模非线性因素、参数摄动和未知外部干扰等条件下，能够自主准确跟踪参考轨迹，并自适应减小轨迹误差以实现提高轨迹跟踪精度。本发明运用了动力学前馈控制和人工蜂群算法对动力学参数进行辨识补偿作为控制方法的基础，通过二者的融合，加之针对未建模的非线性因素、外部干扰等偏差的强化学习TD3补偿算法，实现了控制方法和控制器的设计。该控制方法能对不同结构参数机械臂的动力学不确定性所产生的轨迹误差进行自适应反馈调整和补偿，有效提高轨迹跟踪精度和性能。
-
Patent Agency Ranking
公开(公告)号：CN113156819B
公开(公告)日：2022-06-24
申请号：CN202110386032.X
申请日：2021-04-09
Applicant: 浙江大学
IPC: G05B13/04
Abstract: 本发明涉及协调机械臂打磨领域，具体涉及协调打磨机械臂系统自适应神经网络同步阻抗控制方法，该方法包含打磨轨迹环跟踪和打磨力环跟踪两个部分，在这两个环的方法设计中，分别设计了基于神经网络的不确定性补偿控制律，从而快速消除协调机械臂系统中的动力学不确定性和工件打磨系统中的不确定性，在双环中同时保证了协调打磨机械臂系统的协同高精度打磨轨迹和打磨力的跟踪效果，为协调机械臂打磨领域提供了一个精准稳定的控制方法。
-
公开(公告)号：CN110908286B
公开(公告)日：2021-02-19
申请号：CN201911271919.3
申请日：2019-12-11
Applicant: 浙江大学
IPC: G05B13/04
Abstract: 本发明公开了不确定混沌系统间接自适应最优同步控制器设计方法，包括以下步骤：A.构建不确定混沌系统同步权重矩阵自组织模糊规划器；B.设计自适应最优同步控制器；C.设计自适应监督递归补偿器；D.对控制器闭环系统进行稳定性分析。通过设计方法完成最优同步控制器的设计，能够根据系统状态在很短时间内补偿同步不确定性、参数摄动和干扰，将被控混沌系统轨迹和跟踪误差收敛到期望值（域）附近，结合自适应递归监督补偿器进一步减小和消除同步残差，保证了不确定混动系统同步稳定性，有效提高了同步控制精度和性能。
-
公开(公告)号：CN110900604B
公开(公告)日：2021-01-05
申请号：CN201911215079.9
申请日：2019-12-02
Applicant: 浙江大学
Abstract: 本发明公开了基于双机械臂协作打磨系统的动力学模型设计方法，包括如下步骤：步骤一，构建双机械臂基于打磨加工轨迹的雅可比矩阵，在运动学层面，基于双机械臂的雅可比矩阵，结合打磨刀具和夹持工件的物理参数，将双机械臂的各关节和打磨轨迹结合起来，构造出从打磨轨迹速度到各机械臂关节速度的雅可比矩阵；步骤二，构建打磨刀具和工件打磨力简化力学模型；步骤三，构建双机械臂协作打磨系统耦合动力学模型，将所述协作打磨系统分为加工机械臂系统和夹持机械臂系统，分别构建耦合加工机械臂系统的动力学模型和耦合夹持机械臂系统的动力学模型。
-
公开(公告)号：CN109782601A
公开(公告)日：2019-05-21
申请号：CN201910101817.0
申请日：2019-01-31
Applicant: 浙江大学
IPC: G05B13/04
Abstract: 本发明涉及到一种协调机械臂自适应神经网络同步鲁棒控制器设计方法，主要体现在基座标不确定的工况下被夹持工件能够精准跟踪期望轨迹和内力。本方法运用了自适应滑模控制和RBF神经网络作为控制方法的基础，通过二者的融合，加之针对机械臂协调夹持系统设置相应的逼近鲁棒控制项，实现了控制方法的设计。该控制方法能对不确定的基座标平移误差和旋转误差所产生的轨迹误差进行自适应补偿，通过神经网络逼近不确定的机械臂系统动力学参数和基座标不确定参数，该神经网络具有随输入域、误差和时间不断更新权重因子的功能，所以能够在很短的时间内补偿基座标不确定参数，将机械臂夹持工件的轨迹和内力跟踪误差收敛到期望值附近，提高了控制精度。
-
公开(公告)号：CN114952849A
公开(公告)日：2022-08-30
申请号：CN202210621679.0
申请日：2022-06-01
Applicant: 浙江大学 , 浙江钱塘机器人及智能装备研究有限公司
IPC: B25J9/16
Abstract: 本发明属于机器人控制技术领域，公开了一种基于强化学习与动力学前馈融合的机器人轨迹跟踪控制器设计方法.该方法可在被控系统中存在动力学不确定性、未建模非线性因素、参数摄动和未知外部干扰等条件下，能够自主准确跟踪参考轨迹，并自适应减小轨迹误差以实现提高轨迹跟踪精度。本发明运用了动力学前馈控制和人工蜂群算法对动力学参数进行辨识补偿作为控制方法的基础，通过二者的融合，加之针对未建模的非线性因素、外部干扰等偏差的强化学习TD3补偿算法，实现了控制方法和控制器的设计。该控制方法能对不同结构参数机械臂的动力学不确定性所产生的轨迹误差进行自适应反馈调整和补偿，有效提高轨迹跟踪精度和性能。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.016 seconds)
