-
公开(公告)号：CN118700153B
公开(公告)日：2025-04-08
申请号：CN202410960737.1
申请日：2024-07-17
Applicant: 华中科技大学
Abstract: 本发明属于但不限于机器人技术领域，尤其涉及一种考虑机器人位姿相关模态的铣削振动主动抑制方法及系统，机器人的模态随机器人姿态的改变而改变，因此传统的振动抑制方法难以实现在机器人大工作空间内的稳定振动抑制，为了能够稳定的抑制机器人铣削过程中的振动，需要考虑机器人位姿相关模态，自适应的更改振动抑制算法的相关参数，实现机器人大工作空间内的稳定振动抑制效果。本发明构建了一种基于高斯回归过程的机器人模态观测器，实现机器人不同位姿下的模态参数观测与状态方程更新，并根据机器人不同位姿下的模态参数设计了一种闭环系统最优增益实时更新的线性二次调节器，通过振动抑制器对机器人铣削过程中的振动进行抑制。
-
公开(公告)号：CN118896131A
公开(公告)日：2024-11-05
申请号：CN202410960735.2
申请日：2024-07-17
Applicant: 华中科技大学
IPC: F16F15/00 , F16F15/03 , F16F15/067 , F16F15/22 , F16F15/28 , B25J19/00 , H02K41/035
Abstract: 本发明属于但不限于振动抑制器技术领域，公开了一种基于音圈电机的质量可调惯性式电磁振动抑制器及方法，包括支撑连接件和音圈电机电磁致动器；支撑连接件的第一连接底座与第二连接底座固接，第一连接支撑、第二连接支撑与第二连接底座固接，光杆导轨与第一连接支撑固接，第二连接支撑与外侧直线轴承固接；音圈电机电磁致动器的内侧直线轴承、圆形导磁铁轭、径向充磁永磁体精密相连构成音圈电机电磁致动器的惯性动子，且通过在圆形导磁铁轭上外界质量有效改变惯性动子的质量；音圈电机电磁致动器的线圈与光杆导轨固接，以保证惯性动子与线圈的相对运动。本发明利用电磁振动抑制器的模块化堆叠实现多方向、大减振强度的加工过程振动抑制。
-
公开(公告)号：CN119610116A
公开(公告)日：2025-03-14
申请号：CN202411955214.4
申请日：2024-12-27
Applicant: 华中科技大学
Abstract: 本发明属于机器人技术领域，公开了一种机器人二自由度振动抑制器解耦控制方法及系统，本发明方法通过分析机器人系统的结构特性，利用结构不变性原理设计解耦控制策略，有效消除X方向施加的力在Y方向上的耦合振动和Y方向施加的力在X方向上的耦合振动。与传统的振动控制方法相比，本发明充分考虑了机器人的位姿相关模态以及耦合模态的影响，能够在复杂的负载和动态环境下高效、实时地实现多自由度振动抑制，具有较高的适应性和控制精度。该技术在机器人精密加工、装配、搬运等领域具有广泛的应用前景，可显著提升机器人系统的稳定性、精度和工作效率。
-
公开(公告)号：CN118700153A
公开(公告)日：2024-09-27
申请号：CN202410960737.1
申请日：2024-07-17
Applicant: 华中科技大学
Abstract: 本发明属于但不限于机器人技术领域，尤其涉及一种考虑机器人位姿相关模态的铣削振动主动抑制方法及系统，机器人的模态随机器人姿态的改变而改变，因此传统的振动抑制方法难以实现在机器人大工作空间内的稳定振动抑制，为了能够稳定的抑制机器人铣削过程中的振动，需要考虑机器人位姿相关模态，自适应的更改振动抑制算法的相关参数，实现机器人大工作空间内的稳定振动抑制效果。本发明构建了一种基于高斯回归过程的机器人模态观测器，实现机器人不同位姿下的模态参数观测与状态方程更新，并根据机器人不同位姿下的模态参数设计了一种闭环系统最优增益实时更新的线性二次调节器，通过振动抑制器对机器人铣削过程中的振动进行抑制。
-
Patent Agency Ranking
公开(公告)号：CN119691701A
公开(公告)日：2025-03-25
申请号：CN202411871349.2
申请日：2024-12-18
Applicant: 华中科技大学
IPC: G06F18/27 , G06F17/16 , G06F18/213 , G06F18/25 , G06N3/045 , G06F17/12 , G06N3/0464 , G06N3/0442
Abstract: 本发明提供一种机器人铣削路径误差预测方法、系统及存储介质，该方法包括：获取机器人传感信息和工件传感信息，根据机器人传感信息和工件传感信息分别确认机器人特征信息和工件特征信息；对机器人特征信息和工件特征信息进行维度转换，确定机器人特征矩阵和工件特征矩阵并将机器人特征矩阵和工件特征矩阵进行结合确定各个刀位点处的刀位点特征；将刀位点特征按顺序进行排列并构建预设大小的滑动窗口，通过滑动窗口选取滑动窗口内的所有刀位点特征进行融合确定融合特征；将融合特征输入至预设混合神经网络模型中，以预测机器人在不同刀位点处的轮廓误差。本发明解决了现有技术中缺少一种可以高精度准确预测机器人铣削路径误差的方法的问题。
-
公开(公告)号：CN114131611B
公开(公告)日：2023-10-24
申请号：CN202111544653.2
申请日：2021-12-16
Applicant: 华中科技大学
Abstract: 本发明属于机器人技术领域，公开了一种机器人重力位姿分解的关节误差离线补偿方法、系统及终端，在工作空间中生成均匀的随机点，然后使用非对称样条差值法得到训练集轨迹，通过在机器人上实际运行得到运动时对应的关节实际位置；将得到的机器人关节理论位置使用非线性处理提取其运动特征，并将末端的负载分解至每个关节，计算得到运行该轨迹时的关节误差；根据构建深度学习模型，对关节跟踪误差进行训练；使用训练好的模型对需要补偿的加工轨迹进行离线预测得到其运动误差，对该轨迹进行离线补偿。本发明采集机器人在训练集轨迹上的关节运动误差，通过深度学习模型拟合包括非线性误差在内的关节误差，相对于现有的离线补偿方法，补偿过程简单，补偿精度高。
-
公开(公告)号：CN114131611A
公开(公告)日：2022-03-04
申请号：CN202111544653.2
申请日：2021-12-16
Applicant: 华中科技大学
Abstract: 本发明属于机器人技术领域，公开了一种机器人重力位姿分解的关节误差离线补偿方法、系统及终端，在工作空间中生成均匀的随机点，然后使用非对称样条差值法得到训练集轨迹，通过在机器人上实际运行得到运动时对应的关节实际位置；将得到的机器人关节理论位置使用非线性处理提取其运动特征，并将末端的负载分解至每个关节，计算得到运行该轨迹时的关节误差；根据构建深度学习模型，对关节跟踪误差进行训练；使用训练好的模型对需要补偿的加工轨迹进行离线预测得到其运动误差，对该轨迹进行离线补偿。本发明采集机器人在训练集轨迹上的关节运动误差，通过深度学习模型拟合包括非线性误差在内的关节误差，相对于现有的离线补偿方法，补偿过程简单，补偿精度高。
-
公开(公告)号：CN117908466B
公开(公告)日：2024-07-30
申请号：CN202410054534.6
申请日：2024-01-15
Applicant: 华中科技大学
IPC: G05B19/4097
Abstract: 本发明属于机器人技术领域，公开了一种机器人球头刀铣削加工中的刀轴方向与冗余角优化方法，本发明采用从CAM软件中获得初始加工刀路以及初始加工刀路各个切触点的刀具‑工件接触区域信息；随后，针对每一个切触点，计算刀具与零件的无干涉区域，从而得到优化刀轴方向的边界。本发明在获得机器人初始机器人加工路径后，充分考虑机器人刚度、主轴重力与大长径比刀具的影响，通过非线性优化方法获得每个刀位点处的最佳刀具方向与冗余角，从而得到当前刀位点处基于刀尖误差指标的最佳机器人姿态，减少由于机器人刚度变形带来的加工误差，提升机器人铣削加工时的加工精度。
-
公开(公告)号：CN117908466A
公开(公告)日：2024-04-19
申请号：CN202410054534.6
申请日：2024-01-15
Applicant: 华中科技大学
IPC: G05B19/4097
Abstract: 本发明属于机器人技术领域，公开了一种机器人球头刀铣削加工中的刀轴方向与冗余角优化方法，本发明采用从CAM软件中获得初始加工刀路以及初始加工刀路各个切触点的刀具‑工件接触区域信息；随后，针对每一个切触点，计算刀具与零件的无干涉区域，从而得到优化刀轴方向的边界。本发明在获得机器人初始机器人加工路径后，充分考虑机器人刚度、主轴重力与大长径比刀具的影响，通过非线性优化方法获得每个刀位点处的最佳刀具方向与冗余角，从而得到当前刀位点处基于刀尖误差指标的最佳机器人姿态，减少由于机器人刚度变形带来的加工误差，提升机器人铣削加工时的加工精度。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.018 seconds)
