本项目拟对舰船用焊接及划线切割移动机器人精密定位及工作过程智能检测控制的理论进行研究。利用超声波电机的动态响应快至毫秒、分辨精度高达纳米、无电磁干扰等优越特性,完善舰船制造用机器人的直接驱动控制系统,多自由度超声波电机的多维切割机构及控制系统设计;探讨基于双权值神经网络的CO2焊接熔池动态过程与焊缝成形的控制方法;通过免疫算法RBF,改善RBFNN网络泛化能力,实现对船舶型钢变形快速预测、预报;完成基于多传感器的数据融合焊缝识别跟踪方法研究;引入在线辨识和在线学习机制,有效跟踪补偿电机的非线性特性,实现柔顺控制、微位移步进、快速精密定位及良好的速度和轨迹跟踪等,为提高我国舰船制造的可靠性和建造速度奠定理论基础。本项目提供研制实验样机一台,电机输出转矩1.5Nm,微步矩控制下,定位精度±0.01度;发表论文8-10篇,完成译著1部;申请发明专利1-2项,实用新型专利2-3项。
Ultrasonic motor;Wedding;robotics;double weights neural network;
本项目对船舶用焊接移动机器人的精密定位及智能测控技术进行了理论和实验研究。研究了超声波电机设计制造及驱动控制,完成了焊接加工用机器人的超声波电机精密定位及样机研制。发明了推力球转子支撑式微型柱体超声波电机、新型小型柱体行波型超声波电机、电磁超声复合式超声波电机、双电机无扰动切换焊枪精密定位机构。应用多芯片组件技术,完成了超声波电机驱动单元的集成技术研究,提出了预测和抑制圆柱超声波电机定子固有频率不一致及模态耦合问题的方法,研制了基于DSP的环型行波超声波电机小型化驱动器。在焊接过程智能测控方面,完成了基于双权值神经网络的二氧化碳气体保护焊参数控制,基于模糊卡尔曼滤波多传感器数据融合的焊缝跟踪方法,提出一种基于单目立体视觉的焊缝信息检测新方法,准确获取了二维焊缝图像的立体空间信息,发明了新型角位移、直线位移、曲线位移传感器,可实现机器人在平面及空间焊接、切割时的高精度闭环跟踪控制。对移动机器人提出一种多维振动信号压缩与分析方法,结合多权值神经网络,机器人机电系统远程故障诊断。完成基于幅相分离小波变换的多通道振动故障数据压缩、基于超复数主元神经网络的多通道振动数据有损压缩的研究、Clifford代数域上基于覆盖原理的单自由度神经元的构造理论及对应的识别算法,为快速、高效实现机器人多通道信号的压缩和网络控制、多通道姿态或故障数据的分析与模式识别提供理论基础。完成了移动焊接机器人本体机构设计加工、本体运动控制系统研制、磁吸附系统有限元分析及结构优化,完成样机研制,完全实现预期目标。在此过程中,发表标注文章20余篇,授权发明专利10多项,实用新型10余项,完成译著1部。参加本课题研究工作的博士生1名,硕士生7名。其中3名已于2011年6月获得工学硕士研究生学位,3名已于2010年6月获得工学硕士研究生学位,兼职指导的东南大学1名博士完成交美国交换生的研究合作,现回国即将开始撰写博士学位论文。