检索结果-维普期刊中文期刊服务平台

考虑基坐标系误差的机器人运动学标定方法被引量：16: 1; 作者倪华康杨泽源 +3 位作者杨一帆陈新渡严思杰丁汉《中国机械工程》 EI CAS CSCD 北大核心 2022年第6期647-655,共9页; 提出了一种基于机器人几何参数误差与基坐标系位姿误差的六轴串联型机器人误差标定方法。首先基于MD-H方法建立了IRB6700机器人几何参数误差模型,得到机器人连杆几何参数误差到机器人末端位姿误差的映射关系;然后进一步考虑了基坐标系... 展开更多; 关键词工业机器人运动学标定误差模型基坐标系位姿误差; 在线阅读下载PDF 职称材料

超声技术在锂离子电池表征中的应用被引量：26: 2; 作者邓哲黄震宇 +2 位作者刘磊黄云辉沈越《储能科学与技术》 CAS CSCD 2019年第6期1033-1039,共7页; 锂离子电池由于其在能量密度、循环寿命、能量效率、安全性等方面的综合优势,成为了应用最广泛的电化学储能器件,然而其性能仍有进一步提升的必要。大量的先进表征技术应用在锂电池研究中,有力推动了锂离子电池基础理论的进步。超声作... 展开更多; 关键词超声检测锂离子电池电池检测; 在线阅读下载PDF 职称材料

大尺度构件重载高精加工机器人本体设计与性能提升关键技术被引量：17: 3; 作者丰飞杨海涛 +1 位作者唐丽娜丁汉《中国机械工程》 EI CAS CSCD 北大核心 2021年第19期2269-2287,共19页; 基于典型大尺度构件的移动机器人化加工需求背景与发展现状的总结与分析,提出了大工作空间、高刚度、高精度、重载、轻量化、高动态响应、大负载自重比的大尺度构件加工机器人本体的基本性能要求。围绕上述基本性能要求,从机器人本体构... 展开更多; 关键词机器人化加工构型与机构设计运动学标定动力学控制振动抑制大尺度构件; 在线阅读下载PDF 职称材料

基于SPSO-BP神经网络的自适应抛光工艺参数匹配被引量：7: 4; 作者潘杰陈凡 +1 位作者杨炜金闻达《表面技术》 EI CAS CSCD 北大核心 2022年第8期387-399,共13页; 目的在湿性物理抛光作业中,根据不同工件的表面抛光质量和效率要求,实现抛光工艺参数的自适应匹配,达到理想的抛光效果。方法基于工件表面材料去除原理,建立工艺参数与材料去除率(MRR)和表面粗糙度的数学关系模型,明确影响抛光效果的工... 展开更多; 关键词抛光材料去除率表面粗糙度 SPSO 神经网络预测模型工艺参数自适应; 在线阅读下载PDF 职称材料

题名考虑基坐标系误差的机器人运动学标定方法被引量：16: 1; 作者倪华康杨泽源杨一帆陈新渡严思杰丁汉; 机构江苏集萃华科智能装备科技有限公司华中科技大学机械科学与工程学院; 出处《中国机械工程》 EI CAS CSCD 北大核心 2022年第6期647-655,共9页; 基金国家重点研发计划重点专项(2019YFA0706703) 国家自然科学基金(52075204)。; 文摘提出了一种基于机器人几何参数误差与基坐标系位姿误差的六轴串联型机器人误差标定方法。首先基于MD-H方法建立了IRB6700机器人几何参数误差模型,得到机器人连杆几何参数误差到机器人末端位姿误差的映射关系;然后进一步考虑了基坐标系的位姿误差,并建立了考虑基坐标系误差的机器人误差模型;此外,针对传统标定方法操作繁琐、偶然误差大等问题,提出了一种改进的参数辨识方法,进一步提高了标定过程的可操作性与标定精度。最后,开展了本体标定实验与基坐标系误差扰动实验,结果表明所提方法将机器人位置误差的平均值由3.1928 mm减小至0.1756 mm,位置误差的标准差由0.5494 mm下降到0.0830 mm。基坐标系位姿误差扰动前后参数辨识的结果一致性高于99%,标定精度及稳定性得到显著提高。; 关键词工业机器人运动学标定误差模型基坐标系位姿误差; Keywords industrial robot kinematics calibration error model base frame position and attitude error; 分类号 TP242.2 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名超声技术在锂离子电池表征中的应用被引量：26: 2; 作者邓哲黄震宇刘磊黄云辉沈越; 机构华中科技大学华中科技大学无锡研究院江苏集萃华科智能装备科技有限公司; 出处《储能科学与技术》 CAS CSCD 2019年第6期1033-1039,共7页; 基金国家自然科学基金项目（51672098）; 文摘锂离子电池由于其在能量密度、循环寿命、能量效率、安全性等方面的综合优势,成为了应用最广泛的电化学储能器件,然而其性能仍有进一步提升的必要。大量的先进表征技术应用在锂电池研究中,有力推动了锂离子电池基础理论的进步。超声作为一种无损表征手段,具有灵敏度高、成本低、使用方便、速度快等优点,在电池特性表征领域具有巨大的应用潜力。本文总结概述了现有超声检测技术在电池表征领域的应用,包括内部气体检测、电解液浸润测试、电池析锂检测、电池荷电状态测量、电池寿命预测等,对其发展前景进行了展望。; 关键词超声检测锂离子电池电池检测; Keywords ultrasonic testing lithium-ion battery battery characterization; 分类号 TM911 [电气工程—电力电子与电力传动]; 在线阅读下载PDF 职称材料

题名大尺度构件重载高精加工机器人本体设计与性能提升关键技术被引量：17: 3; 作者丰飞杨海涛唐丽娜丁汉; 机构华中科技大学无锡研究院江苏集萃华科智能装备科技有限公司上海航天设备制造总厂有限公司华中科技大学机械科学与工程学院; 出处《中国机械工程》 EI CAS CSCD 北大核心 2021年第19期2269-2287,共19页; 基金国家重点研发计划(2018YFB1308703) 无锡市2020年度“太湖人才计划”顶尖人才团队项目。; 文摘基于典型大尺度构件的移动机器人化加工需求背景与发展现状的总结与分析,提出了大工作空间、高刚度、高精度、重载、轻量化、高动态响应、大负载自重比的大尺度构件加工机器人本体的基本性能要求。围绕上述基本性能要求,从机器人本体构型与机构优化设计,高性能加工机器人专用控制器与加工机器人操作系统开发,加工机器人运动学参数动态标定及位姿误差实时预测与动态补偿,刚柔耦合多体动力学建模,机器人动力学控制及主动振动控制等方面,论证了重载高精度加工机器人本体的优化设计及机器人性能提升方法,并完成了大尺度构件加工机器人本体构型与机构的概念设计。大尺度构件加工机器人本体的创新设计与研制,可为航空航天等领域的典型大尺度构件提供高性能的超柔性机器人化加工系统,并有助于推动国产工业机器人关键性能的提升。; 关键词机器人化加工构型与机构设计运动学标定动力学控制振动抑制大尺度构件; Keywords robot machining configuration and mechanism design kinematics calibration dynamics control vibration suppression large-scale component; 分类号 TP182 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名基于SPSO-BP神经网络的自适应抛光工艺参数匹配被引量：7: 4; 作者潘杰陈凡杨炜金闻达; 机构华中科技大学无锡研究院华中科技大学机械科学与工程学院江苏集萃华科智能装备科技有限公司; 出处《表面技术》 EI CAS CSCD 北大核心 2022年第8期387-399,共13页; 基金国家重点研发计划(2018YFB1308700)。; 文摘目的在湿性物理抛光作业中,根据不同工件的表面抛光质量和效率要求,实现抛光工艺参数的自适应匹配,达到理想的抛光效果。方法基于工件表面材料去除原理,建立工艺参数与材料去除率(MRR)和表面粗糙度的数学关系模型,明确影响抛光效果的工艺参数。针对工艺参数与抛光质量和效率之间的复杂且交互影响的关系,以及理论计算的抛光效果与实际结果存在差异的问题,提出SPSO-BP预测模型,分别以20组不同的抛光工艺参数与对应抛光结果为训练样本,训练SPSO-BP模型,并与传统PSO-BP模型进行对比。基于训练好的预测模型,根据不同的基础条件与抛光质量和抛光效率的要求,通过模型自适应匹配抛光工艺参数。针对SUS304板材,设定表面粗糙度目标R_(a1)-R_(a5)和材料去除率目标R_(m1)-R_(m5),分别通过SPSO-BP和PSO-BP模型预测获得的工艺参数进行抛光试验,将获得的真实粗糙度Ra_(z1)-Ra_(z5)和材料去除率R_(mz1)-R_(mz5)与目标值进行对比验证。结果SPSO-BP预测模型比PSO-BP预测模型具有更高的收敛精度,SPSO-BP和PSO-BP预测模型的收敛精度分别为1.26×10^(-6)、0.180,并且SPSO-BP模型对样本具有较好的跟踪能力和泛化能力。以SPSO-BP模型预测的工艺参数进行抛光,获得的真实粗糙度Ra_(z)和真实材料去除率R_(mz),相较于PSO-BP预测模型与目标值更接近。通过SPSO-BP和PSO-BP预测模型获得的真实粗糙度值Ra_(z)与目标值Ra的最大误差比分别为8.00%和20.00%,平均误差比分别为5.77%和14.07%,最小误差比分别为2.50%和10.00%;真实材料去除率R_(mz)与目标值R_(m)的最大误差比分别为3.00%和8.57%,平均误差比分别为2.14%和7.46%,最小误差比分别为1.11%和4.38%。结论根据不同的基础条件及抛光质量和抛光效率要求,可以通过SPSO-BP预测模型自适应匹配抛光工艺参数,与传统PSO-BP预测模型相比具有更高的收敛精度,可以获得与抛光目标更接近的真实抛光效果。; 关键词抛光材料去除率表面粗糙度 SPSO 神经网络预测模型工艺参数自适应; Keywords polish material removal rate surface roughness SPSO neural networks predictive model process parameters self-adaptive; 分类号 V261.25 [航空宇航科学与技术—航空宇航制造工程]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	考虑基坐标系误差的机器人运动学标定方法	倪华康杨泽源杨一帆陈新渡严思杰丁汉	《中国机械工程》 EI CAS CSCD 北大核心	2022	16	在线阅读下载PDF 职称材料
2	超声技术在锂离子电池表征中的应用	邓哲黄震宇刘磊黄云辉沈越	《储能科学与技术》 CAS CSCD	2019	26	在线阅读下载PDF 职称材料
3	大尺度构件重载高精加工机器人本体设计与性能提升关键技术	丰飞杨海涛唐丽娜丁汉	《中国机械工程》 EI CAS CSCD 北大核心	2021	17	在线阅读下载PDF 职称材料
4	基于SPSO-BP神经网络的自适应抛光工艺参数匹配	潘杰陈凡杨炜金闻达	《表面技术》 EI CAS CSCD 北大核心	2022	7	在线阅读下载PDF 职称材料