由于气动系统具有迟滞、强非线性特性,难以直接依据气压信号实现气动夹持力的有效控制,因此采用建模估计夹持力是实现无力传感器低成本控制的有效途径。为此,提出一种基于卷积神经网络(CNN)优化的长短期记忆神经网络(LSTM)低成本气动夹持力估计方法。根据工业机器人末端气爪夹持力与气路历史输入/输出有关的特点,采用了具有记忆特性的LSTM网络建立无传感器气压/压力估计模型;针对直接采用LSTM网络进行建模存在误差大的问题,利用CNN提取输入信息中气压和夹持力的非线性关系,进一步对LSTM网络结构进行优化,提高模型描述气压和夹持力之间多值对应特性与非线性迟滞特性的能力,实现气爪的夹持力有效估计。实验结果表明:相比LSTM预测模型,所提模型的建模估计与验证估计均方根误差分别减少77.14%和70.83%,最大误差分别减少79.80%和78.84%,证明了所提建...

为进一步提升工业生产制造的水平,提高产品的质量水平,机械手的应用需求将会越来越大。根据实际应用需求完成了机械手工作流程的设计,并确定了气动机械手的基本结构;完成了机械手气动元器件的选型和PLC顺序控制功能流程的设计。经测试验证,所设计的气动机械手具有较高的控制精度。

研发了一种新型炭块自动夹纸板系统,替代人工在相邻两炭块之间投放夹纸板.该系统由取纸板机构、升降机构、夹持机构、横移机构、门架、夹纸板筐及控制系统等组成.实测结果表明,该系统夹纸板漏夹、偏夹率≤1%,夹纸板速率≥48张/小时,具有结构紧凑、运行平稳、安全可靠等优点,完全能够满足用户使用工况要求.

在构建旋回流非接触式气爪几何模型和控制方程的前提下,对气爪内部流场特征及影响其吸附性能的关键参数进行数值分析.结果表明：单进气口的气爪,负压中心与气爪的几何中心存在偏移,并且,在回旋流向下运动的同时,负压中心也会随之发生迁移;当气爪的几何参数、工作条件为定值时,存在最适宜的气膜间隙,可使负压值和吸附力达到峰值;双进气口的气爪比单进气口的气爪具备更好的吸附稳定性;在单进气口气爪的气室内增加螺纹式凹槽,可在一定程度上提高吸附稳定性.

基于在旋回流气爪腔体内增设绕流柱的设计方案，采用数值方法分析气室内旋回流的形成、发展过程，进一步明确了气爪内部的流场特征、压力分布规律及其吸附原理。数值计算结果表明：增设绕流柱后，可改善气爪内部和被吸附工件表面的压力分布趋势，增加吸附力，提高吸附稳定性；提高供气量，会导致旋回流的流速增加，强度提高，负压程度和吸附力也相应增大。