公开(公告)号：CN115366101B

公开(公告)日：2025-03-18

申请号：CN202211004848.2

申请日：2022-08-22

Applicant: 桂林电子科技大学

Inventor： 党选举 ,  覃创业 ,  原翰玫 ,  李晓 ,  张向文 ,  伍锡如 ,  张斌 ,  季运佳 ,  邹水中

IPC: B25J9/16

Abstract: 本发明公开一种基于CNN‑LSTM的机器人气动夹持力的建模估计方法，先通过对工业机器人气动夹持控制系统的分析合理选择夹持力估计模型的输入参数来体现系统的复杂迟滞非线性特性，再引入CNN特征提取层，利用CNN优化LSTM网络，解决传统LSTM模型难以有效获取数据关联特征的问题；与传统电动爪控制的相比较，该发明是一种无传感器、低成本的气动夹持力有效估计方法。

公开(公告)号：CN116423508A

公开(公告)日：2023-07-14

申请号：CN202310377010.6

申请日：2023-04-10

Applicant: 桂林电子科技大学

Inventor： 党选举 ,  朱望纯 ,  原翰玫 ,  覃创业 ,  李晓 ,  莫太平 ,  伍锡如 ,  张向文 ,  黄品高 ,  张斌

IPC: B25J9/16 ,  G06N3/045 ,  G06N3/044 ,  G06N3/047 ,  G06N3/0475 ,  G06N3/048 ,  G06N3/0499

Abstract: 本发明公开一种DBN与ELM相融合的气动夹具迟滞建模与夹持力的估计方法，借助于DBN模型结构所具有的随机不确定性特性，描述气动夹持系统的由于可压缩性和蠕变性将导致的特有迟滞特性所表现出的输出多值对应的不确定性。为了增强DBN对正、逆程强非线性特性描述，提高气动夹持力的建模估计精度，本发明引入具有强非线性特性描述能力的ELM，替换DBN中的回归层，将DBN与ELM对接融合，构建DBN与ELM相融合的气动夹具迟滞模型，通过迟滞模型输出，实现夹持力的有效估计。

公开(公告)号：CN115366101A

公开(公告)日：2022-11-22

申请号：CN202211004848.2

申请日：2022-08-22

Applicant: 桂林电子科技大学

Inventor： 党选举 ,  覃创业 ,  原翰玫 ,  李晓 ,  张向文 ,  伍锡如 ,  张斌 ,  季运佳 ,  邹水中

IPC: B25J9/16

Abstract: 本发明公开一种基于CNN‑LSTM的机器人气动夹持力的建模估计方法，先通过对工业机器人气动夹持控制系统的分析合理选择夹持力估计模型的输入参数来体现系统的复杂迟滞非线性特性，再引入CNN特征提取层，利用CNN优化LSTM网络，解决传统LSTM模型难以有效获取数据关联特征的问题；与传统电动爪控制的相比较，该发明是一种无传感器、低成本的气动夹持力有效估计方法。