-
四自由度机械臂控制系统及设计
来源:科技与企业 发布日期:2016-11-30
本文介绍了STC15W4K32S4为控制芯片时电位器对4个舵机的控制,以及上位机软件对4个舵机的控制与轨迹记忆。设计与分析表明动作的控制、记录以及回放精度的高低与控制程序语句、单片机性能和舵机精度有直接关系。
-
林间自装卸拖车机械臂运动仿真分析
来源:木材加工机械 发布日期:2016-11-30
机械臂是林间自装卸拖车的重要组成部分,机械臂工作的稳定性直接决定着林间自装卸拖车的整机性能。本文利用Solidworks2012对机械臂进行三维建模并完成整机装配,并在ADAMS软件中,对各个铰接点和液压缸添加约束,然后对机械臂进行动态仿真分析。在ADAMS仿真过程中,通过对液压油缸添加驱动函数,模拟了机械臂的一次装卸过程,得出了机械臂上重要铰接点的受力曲线图,并为后续研究工作提供理论依据。
-
机械臂的PD反馈控制实用同步
来源:佳木斯大学学报(自然科学版) 发布日期:2016-11-30
设计了PD反馈控制使得可以用Lagrange方程描述的机械臂系统可以达到实用同步,得到了代数型同步判据。最后以转动机械臂为应用例子,验证了所设计的控制策略是有效可行的。
-
谈测试机机械臂导入
来源:印制电路信息 发布日期:2016-11-30
为满足客户的需要,PCB工厂在控制内部成本需要的同时,更加关注制造产品的细节;从方法上、设备上、工具上、材料上等方面不断创新,不断导入新工艺技术、新型设备,以提升制造效率和品质,以达到降低成本的目标。新产品新工艺技术的导入已经成为刺激PCB企业竞争发展的动力,文章介绍一种实用性较强的测试机机械臂代替人手动操作的新技术设备。
-
基于PLC的六自由度机械臂控制系统研究
来源:自动化与仪器仪表 发布日期:2016-11-30
六自由度机械臂是强耦合非线性,该特性增加了机械臂的控制难度,这时应对基于PLC的六自由度机械臂控制系统进行全面分析,以找出相应的解决措施,保证六自由度机械臂可被更好的控制。本文基于自动化生产线中的六自由度机械臂作为研究对象,对此提出了合理的控制系统,确保六自由度机械臂能够高效且平稳的运行。
-
八自由度机械臂正运动学及工作空间分析
来源:机械传动 发布日期:2016-11-30
对一种八自由度机械臂的正运动学和工作空间问题进行了研究。首先,根据机械臂的结构特点,利用D-H法建立了该机械臂的连杆坐标系,得到其运动学正解;其次,利用MATLAB Robotics Toolbox建立机械臂的仿真模型,验证了机械臂运动学正解的正确性;最后,根据末端执行器的位置向量,采用蒙特卡洛法对机械臂的工作空间进行了分析,得到机械臂末端执行器的工作空间范围,仿真结果与机械臂的设计参数相符。
-
基于ANSYS的FMS机械臂底座动力学分析与优化
来源:机械制造 发布日期:2016-11-30
FMS系统中的搬运机械臂底座是非标件且为关键部位,其在运行过程中因使用频率高,故经常出现弯曲变形、断裂和过载磨损等现象。利用ANSYS Workbench对搬运机械臂底座进行模态分析和谐响应分析,得出数据并进行优化分析,为底座的改进提供依据。
-
重力补偿的机械臂轨迹跟踪研究
来源:沈阳理工大学学报 发布日期:2016-11-30
针对隧道掘进工程中某喷涂机械臂的控制精度问题,研究了基于重力补偿的机械臂PD与PID的控制方法。分析了这两种机械臂轨迹跟踪算法的稳定性与收敛性:基于重力补偿的PD控制算法是全局渐进稳定的,而PID控制算法在某些条件下是半全局渐进稳定的。计算机仿真结果表明,PD控制关节最大误差为0.14rad,PID控制关节最大误差为0.05rad,这两种算法都能够实现机械臂运动轨迹的准确跟踪,满足机械臂的位置控制
-
一种驱动后置连续多关节机械臂的结构及控制方法介绍
来源:计量与测试技术 发布日期:2016-11-30
本文将介绍一款驱动后置且采用绳索驱动的多关节机械臂,内容包括该机械臂结构部分的详细介绍以及提出一种能够实现有效控制该机械臂姿态的控制方法。该机械臂关节数目多,自由度数目多,其姿态较传统的机械手臂更具灵活性,因此,更能适应复杂多变的环境,而且该机械臂的结构部件是刚性的,这也使其具有一定的承载能力。另外,本文介绍的针对该机械臂的控制方法对于实现其姿态控制方面简单有效,对于目前开发离散冗余度机械臂具有一
-
基于BP神经网络的排爆机械臂逆运动学分析
来源:计算机测量与控制 发布日期:2016-11-30
机械臂逆运动学是已知末端执行器的位姿求解机械臂各关节变量,主要用于机械臂末端执行器的精确定位和轨迹规划,如何高效的求解机械臂运动学逆解是机械臂轨迹控制的难点;针对传统的机械臂逆运动学求解方法复杂且存在多解等问题,提出一种基于BP神经网络的机械臂逆运动学求解方法;以四自由度机械臂为研究对象,对其运动学原理进行分析,建立BP神经网络模型并对神经网络算法进行改进,最后使用MATLAB进行仿真验证;仿真结
027-87841330