-
公开(公告)号:CN119260790A
公开(公告)日:2025-01-07
申请号:CN202411332546.7
申请日:2024-09-24
Applicant: 华中科技大学
Abstract: 本发明属于绳驱动机器人技术领域,具体为一种变刚度绳驱动关节及其刚度计算方法。包括基座、斜盘、十字铰和若干组几何可变滑轮组;基座上设有基座托盘,用于与十字铰转动连接;斜盘与十字铰转动连接;几何可变滑轮组包括绳索、设置于斜盘下方的斜盘绳孔、设置于基座底部的第一基座绳孔和第二基座绳孔、固定于基座的底部和基座托盘之间的滑轨以及套设于滑轨上的滑动座和弹簧;弹簧位于滑动座和基座底部之间;滑动座上设有滑动绳孔;绳索的一端固定于滑动座上,然后依次穿过第一基座绳孔、斜盘绳孔、滑动绳孔和第二基座绳孔后末端与电机连接,用于通过绳索调节斜盘的位姿。本发明的变刚度关节易于建模和调控且具有较大关节刚度变化范围。
-
公开(公告)号:CN115373267B
公开(公告)日:2024-09-10
申请号:CN202210996368.2
申请日:2022-08-19
Applicant: 南阳煜众精密机械有限公司 , 华中科技大学
IPC: G05B13/04
Abstract: 本发明属于数控机床伺服驱动控制相关技术领域,其公开了一种数控立车伺服系统及其跟踪精度自愈调控方法与应用,伺服系统包括感知及控制层、高速通信层及计算层,感知及控制层集成有状态反馈控制器及模糊调谐器,高速通信层用于实现感知及控制层与计算层的通信链接;计算层包括实时监督调试软件,实时监督调试软件集成有模糊神经网络监督决策器;感知及控制层用于调控伺服电机运转,实时监测电机运转过程中的电流、电压、转速、转矩等,使得电机角度能够以给定的精度逼近指令轨迹;计算层利用上位机平台的计算资源,根据作业需求和系统状态实现对感知及控制层的自学习调优。本发明为跟踪精度的跨尺度多层级自愈调控提供可靠有效的软硬件基础。
-
公开(公告)号:CN116540722A
公开(公告)日:2023-08-04
申请号:CN202310620368.7
申请日:2023-05-25
Applicant: 华中科技大学
IPC: G05D1/02
Abstract: 本发明属于智能体路径规划相关技术领域,其公开了一种考虑动力学约束和运行限制条件的避障重规划方法及系统,方法包括:构建考虑障碍物安全距离的智能体和障碍物交互模型;在智能体的前方设置随智能体运动的动态目标区域;采用路径规划方法得到初优化轨迹和初优化运动状态;将智能体抽象为智能体点质量模型,以智能体点质量模型为出发点做平行与轴与轴的两条直线,两条直线与初优化轨迹相交于两点,将两点中与目标点最近的点作为终目标点;构建预测控制模型;对预测控制模型进行求解并拟合获得连续的终优化运行状态和终优化轨迹。本申请可以对现有的路径规划进行优化,提高了避障成功率。
-
公开(公告)号:CN113283755B
公开(公告)日:2023-06-30
申请号:CN202110594537.5
申请日:2021-05-28
Applicant: 华中科技大学
IPC: G06Q10/0633 , G06Q10/0631 , G06N3/006 , G06Q50/04
Abstract: 本发明公开了一种车间智能调度决策方法,对柔性工作车间调度数学模型进行处理,来获得一个节能、高效率的工件加工调度决策方法。该方法步骤包括:分析生产流程,根据需求选取优化的目标,设计调度模型;计算优势因子,根据优势因子采用轮盘赌的方式从MOPSO、SPEA2和NSGA‑Ⅲ三种算法中选择最合适的一种求解多目标优化问题;计算后,更新种群和优势因子,确定非支配解,并再次计算,直到结果收敛或者达到最大迭代次数。本发明在多种优化目标求解的智能工厂调度问题上,能够快速、高效、稳定地获取最优调度结果。让工厂在对加工产品线上的工作效率得到有效提高,提升了制造过程中的柔性、效率、稳定性和透明性。
-
公开(公告)号:CN115373267A
公开(公告)日:2022-11-22
申请号:CN202210996368.2
申请日:2022-08-19
Applicant: 南阳煜众精密机械有限公司 , 华中科技大学
IPC: G05B13/04
Abstract: 本发明属于数控机床伺服驱动控制相关技术领域,其公开了一种数控立车伺服系统及其跟踪精度自愈调控方法与应用,伺服系统包括感知及控制层、高速通信层及计算层,感知及控制层集成有状态反馈控制器及模糊调谐器,高速通信层用于实现感知及控制层与计算层的通信链接;计算层包括实时监督调试软件,实时监督调试软件集成有模糊神经网络监督决策器;感知及控制层用于调控伺服电机运转,实时监测电机运转过程中的电流、电压、转速、转矩等,使得电机角度能够以给定的精度逼近指令轨迹;计算层利用上位机平台的计算资源,根据作业需求和系统状态实现对感知及控制层的自学习调优。本发明为跟踪精度的跨尺度多层级自愈调控提供可靠有效的软硬件基础。
-
公开(公告)号:CN112486100A
公开(公告)日:2021-03-12
申请号:CN202011452824.4
申请日:2020-12-11
Applicant: 华中科技大学
IPC: G05B19/408
Abstract: 本发明公开了一种交流伺服系统控制参数稳定域求解方法,包括分析交流伺服系统的可调控制参数;确定与系统稳定性相关的性能指标及稳定裕度,并将其转换为约束优化问题的目标函数和所求稳定边界;在原有深度优先遍历算法的基础上,采用变步长访问机制和适应度评判准则对其进行改进,获得改进深度优先遍历算法;编制所述优化算法的实现程序,自动求解交流伺服系统的控制参数稳定域并验证。改进的深度优先遍历算法能够自动求解交流伺服系统的稳定控制参数,从而保证了系统的安全平稳运行或者为最优控制的提供了可靠的参数集,相对于现阶段的参数稳定域求解方法,易于实现,独立于系统模型,能够适用于具有不同的控制器和动态特征的各类交流伺服系统。
-
公开(公告)号:CN111338216A
公开(公告)日:2020-06-26
申请号:CN202010317911.2
申请日:2020-04-21
Applicant: 华中科技大学
Abstract: 本发明属于振动抑制技术领域,公开了一种基于混合脉冲激励的输入整形器及设计方法,建立二阶振动系统闭环传递函数;建立SIMULINK仿真模型;获取系统对单位阶跃信号的响应曲线;对响应曲线进行频谱分析,得到系统振动频率以及阻尼比;根据系统振动频率以及阻尼比设计基于混合脉冲激励的输入整形器;将设计得到的混合脉冲序列与期望输入进行卷积得到输入指令,完成对系统的残余振动抑制。本发明采用基于混合脉冲激励的输入整形器,对系统残余振动进行了有效抑制,并提高系统上升时间,减少时间延迟,降低输入整形器对系统参数的敏感性,增强系统鲁棒性。
-
公开(公告)号:CN111007716A
公开(公告)日:2020-04-14
申请号:CN201911326099.3
申请日:2019-12-20
Applicant: 华中科技大学
IPC: G05B11/42
Abstract: 本发明公开了一种基于预测函数的交流伺服电机变论域模糊PI控制方法,包括PI控制器、变论域模糊控制器和预测函数控制器;其中,PI控制器作为主控器调节伺服电机转速;预测函数控制器根据系统当前的输入指令、控制信号和反馈输出预测系统未来状态;变论域模糊控制器以预测信息作为输入在线调整PI控制器增益;同时,设计变论域伸缩因子,利用预测信息超前在线调节模糊控制器的论域,间接增加了用于调整PI控制增益的模糊规则。相比传统的PI控制和模糊PI控制,本发明继承了变论域模糊控制精度较高的优势,并提高了动态响应性能和抗扰动能力,对于具有不确定扰动和非线性较大的应用场合,其优势更突出。
-
公开(公告)号:CN119217371A
公开(公告)日:2024-12-31
申请号:CN202411509823.7
申请日:2024-10-28
Applicant: 华中科技大学
Abstract: 本发明属于机器人系统控制技术领域,并具体公开了一种考虑时延的绳驱多关节机械臂运动控制方法、系统、介质及产品,包括:在进行时延估计时,基于多时延样本设计时延估计项,并通过自适应增益调整时延估计;即不仅考虑了多样本延迟信号,而且考虑了具有自适应增益的梯度,该具有自适应增益的时延估计可补偿动力学模型,提供稳定的扭矩输入,同时设计非奇异终端滑模面用来加快收敛速度,在存在瞬时干扰的情况下,如摩擦、有效载荷或轨迹变化等情况,也可以实现精确的控制。本发明提出的基于时延估计的控制方法无需精确模型、精度高、鲁棒性好,提升了绳驱多关节机械臂的轨迹跟踪效果和作业性能。
-
公开(公告)号:CN118605510A
公开(公告)日:2024-09-06
申请号:CN202410606405.3
申请日:2024-05-15
Applicant: 华中科技大学
Abstract: 本发明属于路径规划相关技术领域,其公开了一种异构车机空地协同路径规划方法及系统,包括:根据任务目标对无人机和无人车进行任务分配,无人机为无人车提供全局地图;基于全局地图,以及无人机与无人车的运动状态构建目标约束,并基于无人车遍历所有目标点所花时间和无人机对任务区域全部探索的时间构建目标约束下的全局评价指标;设置多种群资源分配的启发式优化算法,以及启发式优化算法所需的算子和算子池,采用启发式优化算法在不同算子和算子池下对无人车的全局路径进行规划,并将规划结果输入全局评价指标获得适应度,适应度最高的全局路径即为目标最优路径。本申请可以实现无人机和无人车的全局规划,进而适应不同工况不同任务需求。
-
-
-
-
-
-
-
-
-