[發明專利]一種空間機械臂參數對運動可靠性影響比重的確定方法在審
| 申請號: | 201510824620.1 | 申請日: | 2015-11-24 |
| 公開(公告)號: | CN105354433A | 公開(公告)日: | 2016-02-24 |
| 發明(設計)人: | 陳鋼;李彤;賈慶軒;孫漢旭;郭雯;劉嘉駿 | 申請(專利權)人: | 北京郵電大學 |
| 主分類號: | G06F19/00 | 分類號: | G06F19/00 |
| 代理公司: | 暫無信息 | 代理人: | 暫無信息 |
| 地址: | 100876 *** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 空間 機械 參數 運動 可靠性 影響 比重 確定 方法 | ||
1.一種空間機械臂參數對運動可靠性影響比重的確定方法,其特征在于步驟如下:
1)獲取空間機械臂運動可靠性影響因素集Θ;
2)建立以空間機械臂操作空間運動精度為表征的極限狀態函數:
g(Θ)=|PA(Θ)-PD(Θ)|
其中,PA(Θ)和PD(Θ)分別表示機械臂實際位姿和理想位姿,Θ=[x1...xn]T表示運動可靠性的影響因素集,n表示影響因素的個數;
3)構造非線性響應面函數:
其中,a,b,c表示響應面函數的常數系數,xi表示第i個影響因素;通過使得非線性響應面函數逼近極限狀態函數計算系數a,b,c的值;
4)基于響應面函數構造運動可靠度指標,求解各影響因素對運動可靠性的靈敏度:
定義運動可靠度指標β如下:
其中,和分別表示極限狀態函數g的數學期望和標準差;基于運動可靠度指標,得到運動可靠性的表征:
R=Φ(β)
其中,Φ(·)表示標準的正態分布函數;則影響因素xi對運動可靠性靈敏度通過如下方式求解:
式中各乘項可分別求解如下:
其中,表示標準正態分布的概率密度函數,則各影響因素xi對運動可靠性的靈敏度為:
。
2.根據權利要求1所述的一種空間機械臂參數對運動可靠性影響比重的確定方法,其特征在于:步驟2)中a,b,c的計算步驟如下:
21)通過初始實驗點獲取a,b,c的初始值
將未知系數a,b,c定義為向量形式κ=[a,b1,...,bn,c1,...cn],令v=[1xx2]T,其中x=[x1...xn],將響應面函數轉化為如下形式:
假設Θ中的每一個影響因素均服從正態分布,且有xi~(μi,σi),構造2n+1個實驗點其中:
稱為中心實驗點;該組實驗點稱之為初始第一代實驗點,表示為上標(1)表示第一代;基于這2n+1個實驗點,可以得到響應面函數與極限狀態函數的差值為:
其中,i,j=1,...,2n+1,V∈R(2n+1)×(2n+1)稱為回歸系數矩陣:
當響應面函數逼近極限狀態函數時,兩函數的偏差取最小值;S(κ)取極值的條件為即:
(V·κ-g)TV=0
基于最小二乘原理,求得響應面函數系數初始值κ(1):
κ(1)=(VTWV)-1VTWg
其中W=diag(w1...w2n+1)∈R(2n+1)×(2n+1)為權重矩陣,且有
則響應面函數a,b,c的初始(第一代)值表示為:
22)構造設計點進行系數a,b,c的迭代求解
定義初始第一代設計點對于中的每個元素,
其中,μi和σi表示第i個影響因素xi的期望值和標準差;i=1~n;β(1)表示初始第一代可靠度指標,其定義為響應面函數的數學期望與標準差的比值。
將響應面函數在初始設計點處進行泰勒展開,并保留一階項:
則和表示為:
利用上式求得β(1)的值,從而得到的值;基于初始設計點,求解第二代的實驗中心點:
以此類推,構造第s代的實驗點,并計算獲得該代對應的響應面函數系數a(s),b(s),c(s)及其對應的可靠度指標β(s);
23)建立迭代收斂指標實現系數a,b,c最優解求解
定義響應面函數迭代收斂指標如下:
當相鄰兩次迭代之間的可靠度指標滿足|β(s+1)-β(s)|<ξ時,認為響應面函數收斂,此時的響應面函數與極限狀態函數間的偏差取最小值,有其中ξ為迭代收斂閾值,ε為無窮小量;
則第s+1次迭代得到的系數a(s+1),b(s+1),c(s+1)為最優解。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于北京郵電大學,未經北京郵電大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201510824620.1/1.html,轉載請聲明來源鉆瓜專利網。
- 同類專利
- 專利分類
G06F 電數字數據處理
G06F19-00 專門適用于特定應用的數字計算或數據處理的設備或方法
G06F19-10 .生物信息學,即計算分子生物學中的遺傳或蛋白質相關的數據處理方法或系統
G06F19-12 ..用于系統生物學的建模或仿真,例如:概率模型或動態模型,遺傳基因管理網絡,蛋白質交互作用網絡或新陳代謝作用網絡
G06F19-14 ..用于發展或進化的,例如:進化的保存區域決定或進化樹結構
G06F19-16 ..用于分子結構的,例如:結構排序,結構或功能關系,蛋白質折疊,結構域拓撲,用結構數據的藥靶,涉及二維或三維結構的
G06F19-18 ..用于功能性基因組學或蛋白質組學的,例如:基因型–表型關聯,不均衡連接,種群遺傳學,結合位置鑒定,變異發生,基因型或染色體組的注釋,蛋白質相互作用或蛋白質核酸的相互作用





