一种输电线路断股修补机器人控制方法及控制系统

    公开(公告)号:CN116061209A

    公开(公告)日:2023-05-05

    申请号:CN202310098060.0

    申请日:2023-02-06

    Abstract: 本发明公开了一种输电线路断股修补机器人控制方法及控制系统,提供了短距离控制模式和远距离控制模式这两种针对输电线路断股修补机器人的控制方式,短距离控制模式利用遥控器进行手动控制,远距离控制模式通过上位机向机器人发送对应指令进行半自动控制,两种控制方式将手动控制和半自动控制集成于一体,增强了输电线路断股修补机器人的实用性。同时两种控制方式的综合使用,解决了机器人与工作人员之间的距离问题,并对输电线路断股修补机器人起到了冗余控制的作用。本发明还针对机器人的作业过程提供了反馈控制设计,能够应对捋线作业打滑和绕线补强作业卡顿等部分故障情况,适用范围更为广泛,提高了机器人处理复杂线路情况的能力。

    一种五轴机床几何误差补偿的刀具姿态优化方法

    公开(公告)号:CN111273606B

    公开(公告)日:2022-06-10

    申请号:CN202010155869.9

    申请日:2020-03-09

    Abstract: 本发明提供了一种五轴机床几何误差补偿的刀具姿态优化方法:建立刀具姿态的角度坐标表示形式;建立刀具姿态的角度坐标与刀具姿态向量转换关系;建立五轴机床刀具位置几何误差模型;获取刀位点信息,并设i初始值为1;应用鸡群优化算法对第i个刀位点的刀具姿态进行优化,获得第i个刀位点的刀具姿态的最优角度坐标;得到第i个刀位点的最优刀具姿态,根据五轴机床后处理程序得到第i个刀位点的补偿加工代码;i增加1,判断i的值是否大于刀位点数目n,若是,则输出补偿加工代码作为几何误差补偿结果。本发明能有效地解决从代表工件纹理的刀触轨迹出发,实现工件纹理约束的补偿几何误差的问题。

    机床主轴热误差建模中温度敏感点组合的分区域选取方法

    公开(公告)号:CN111459094B

    公开(公告)日:2021-03-30

    申请号:CN202010344372.1

    申请日:2020-04-27

    Abstract: 本发明公开了一种机床主轴热误差建模中温度敏感点组合的分区域选取方法,其包括结合影响机床主轴热误差的内外误差源,将热源区域主要分为五部分,并基于热源区域对主轴的影响程度分配不同数量的温度传感器;同步进行温度场测量;根据测量的温度和热误差数据计算不同的温度变量与热误差之间的相关性;结合基于相关性分析的聚类算法和神经网络模型进行机床主轴热误差建模中温度敏感点组合的分区域选取;对获得的分区域下的全局关键温度变量组合进一步进行基于相关性分析的聚类算法的处理,并结合热误差模型获得的评估结果来确定分区域下的全局最优温度变量组合。

    输电线路防冰除冰机器人

    公开(公告)号:CN111525486B

    公开(公告)日:2021-01-26

    申请号:CN202010473889.0

    申请日:2020-05-29

    Abstract: 本发明公开了一种输电线路防冰除冰机器人,其包括机器人壳体,机器人壳体开设有进线口;行走压紧机构包括夹紧输电线缆的行走组件和压紧组件,行走组件和压紧组件与输电线缆接触的部位与进线口位于同一平面;至少一套除冰机构安装在机器人壳体具有进线口侧,包括除冰组件和带动除冰组件在竖直方向移动的除冰升降组件;至少一套除雪霜机构包括一对除雪霜组件和带动一对除雪霜组件张开和合拢的除雪霜动力组件;至少一个摄像头,用于采集机器人前进方向的输电线缆图像;行走组件、压紧组件、除冰组件、除冰升降组件和除雪霜动力组件均与机器人壳体下端安装的电器仓中的电源模块和单片机连接。

    一种多关节工业机器人3D打印路径优化方法

    公开(公告)号:CN111347678B

    公开(公告)日:2021-01-12

    申请号:CN202010158956.X

    申请日:2020-03-09

    Abstract: 本发明公开了一种多关节工业机器人3D打印后处理与路径优化方法,涉及多关节工业机器人3D打印精度控制技术领域,该方法包括计算3D打印材料喷嘴口位于原始路径点时,多关节工业机器人的旋转轴角度的m组解;计算原始路径点的非线性误差;计算出原始路径点的m个非线性误差,并从中取最小非线性误差ε,若ε<误差阈值[ε],则无需在两个相邻路径点插路径点,否则需要插路径点,更新代码文件,直至所有相邻原始路径点之间完成优化插值,结束路径优化过程。本发明能使加工代码反映所有运动轴相对于其打印原点位置的真实运动量,建立了真实可用的多关节工业机器人3D打印后处理与路径优化方法,可用于多关节工业机器人3D打印的高精度打印。

    一种服务机器人
    6.
    发明公开

    公开(公告)号:CN111203898A

    公开(公告)日:2020-05-29

    申请号:CN202010155858.0

    申请日:2020-03-09

    Abstract: 本发明公开了一种服务机器人,该机器人具有迎宾、物品传送和安防三种状态,其包括机身、机器人底座、电池组件和控制板组件,机器人底座设有用于行走的轮组,机身设有机械臂组件、传物柜、置物台、烟雾传感器以及交互屏幕组件;机器人底座安装有超声波组件和相机组件Ⅰ;机械臂组件包括固定架和臂体,固定架包括与机身固定的上固定板、与机身固定的下固定板、连接于上固定板和下固定板之间的机械臂Z轴,臂体包括依次传动连接的肩体、大臂、小臂以及手腕工具接口件,肩体安装于机械臂Z轴,并能通过纵向移动机构沿机械臂Z轴上下移动;交互屏幕组件、烟雾传感器、纵向移动机构、超声波组件以及相机组件Ⅰ均与控制板组件电性连接。

    机床主轴热误差建模的加权集成温度敏感点组合选取方法

    公开(公告)号:CN111414977B

    公开(公告)日:2023-06-20

    申请号:CN202010344411.8

    申请日:2020-04-27

    Abstract: 本发明公开了一种机床主轴热误差建模的加权集成温度敏感点组合选取方法,其包括在数控机床运行过程中同步采集随时间发生变化的温度变量和机床主轴的热变形量;结合聚类算法的优缺点,设置类簇数的取值范围,对温度变量进行聚类分析,获得对应于不同V值的聚类结果;应用相关性分析,对获得的聚类结果进行筛选以获得对应于不同V值的温度敏感点组合;结合温度变量和热变形量之间的非线性以及人工神经网络的原理,建立用于热误差预测的神经网络模型,并进行热误差模型性能的评估;为对应不同温度敏感点组合的热误差模型的测试结果赋权值,设置适应度函数,并使用CSO进行优化以获得最优权值组合即其对应的加权集成温度敏感点组合。

    输电线路防冰除冰机器人

    公开(公告)号:CN111525486A

    公开(公告)日:2020-08-11

    申请号:CN202010473889.0

    申请日:2020-05-29

    Abstract: 本发明公开了一种输电线路防冰除冰机器人,其包括机器人壳体,机器人壳体开设有进线口;行走压紧机构包括夹紧输电线缆的行走组件和压紧组件,行走组件和压紧组件与输电线缆接触的部位与进线口位于同一平面;至少一套除冰机构安装在机器人壳体具有进线口侧,包括除冰组件和带动除冰组件在竖直方向移动的除冰升降组件;至少一套除雪霜机构包括一对除雪霜组件和带动一对除雪霜组件张开和合拢的除雪霜动力组件;至少一个摄像头,用于采集机器人前进方向的输电线缆图像;行走组件、压紧组件、除冰组件、除冰升降组件和除雪霜动力组件均与机器人壳体下端安装的电器仓中的电源模块和单片机连接。

    机床主轴热误差建模中温度敏感点组合的分区域选取方法

    公开(公告)号:CN111459094A

    公开(公告)日:2020-07-28

    申请号:CN202010344372.1

    申请日:2020-04-27

    Abstract: 本发明公开了一种机床主轴热误差建模中温度敏感点组合的分区域选取方法,其包括结合影响机床主轴热误差的内外误差源,将热源区域主要分为五部分,并基于热源区域对主轴的影响程度分配不同数量的温度传感器;同步进行温度场测量;根据测量的温度和热误差数据计算不同的温度变量与热误差之间的相关性;结合基于相关性分析的聚类算法和神经网络模型进行机床主轴热误差建模中温度敏感点组合的分区域选取;对获得的分区域下的全局关键温度变量组合进一步进行基于相关性分析的聚类算法的处理,并结合热误差模型获得的评估结果来确定分区域下的全局最优温度变量组合。

    机床主轴热误差建模的加权集成温度敏感点组合选取方法

    公开(公告)号:CN111414977A

    公开(公告)日:2020-07-14

    申请号:CN202010344411.8

    申请日:2020-04-27

    Abstract: 本发明公开了一种机床主轴热误差建模的加权集成温度敏感点组合选取方法,其包括在数控机床运行过程中同步采集随时间发生变化的温度变量和机床主轴的热变形量;结合聚类算法的优缺点,设置类簇数的取值范围,对温度变量进行聚类分析,获得对应于不同V值的聚类结果;应用相关性分析,对获得的聚类结果进行筛选以获得对应于不同V值的温度敏感点组合;结合温度变量和热变形量之间的非线性以及人工神经网络的原理,建立用于热误差预测的神经网络模型,并进行热误差模型性能的评估;为对应不同温度敏感点组合的热误差模型的测试结果赋权值,设置适应度函数,并使用CSO进行优化以获得最优权值组合即其对应的加权集成温度敏感点组合。

Patent Agency Ranking