[發明專利]用于智能機器人的壓電材料全矩陣參數識別方法在審
| 申請號: | 201911115144.0 | 申請日: | 2019-11-14 |
| 公開(公告)號: | CN110837714A | 公開(公告)日: | 2020-02-25 |
| 發明(設計)人: | 林丹益;章伊華 | 申請(專利權)人: | 寧波財經學院 |
| 主分類號: | G06F30/23 | 分類號: | G06F30/23 |
| 代理公司: | 重慶強大凱創專利代理事務所(普通合伙) 50217 | 代理人: | 文怡然 |
| 地址: | 315000 浙*** | 國省代碼: | 浙江;33 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 用于 智能 機器人 壓電 材料 矩陣 參數 識別 方法 | ||
1.用于智能機器人的壓電材料全矩陣參數識別方法,其特征在于,包括:
S1,確定待識別壓電材料的全矩陣參數;
S2,制備壓電材料試塊,并測量壓電材料試塊電阻抗頻率特性曲線;
S3,根據全矩陣參數構建目標函數;
S4,根據目標函數對全矩陣參數進行判斷,當目標函數的當前最優解小于預設的容差時,阻抗曲線擬合完成,執行S6;
S6,輸出壓電材料全矩陣參數。
2.根據權利要求1所述的用于智能機器人的壓電材料全矩陣參數識別方法,其特征在于:還包括S5,構建Levenberg-Marquardt迭代算法程序,更新壓電材料的全矩陣參數;
S4中,當目標函數的當前最優解大于預設的容差時,執行S5。
3.根據權利要求2所述的用于智能機器人的壓電材料全矩陣參數識別方法,其特征在于:S5包括:
S51,使用向前差商法計算每一次迭代的Jocobian矩陣F′(p(i));
S52,根據Levenberg-Marquardt迭代算法,每一步迭代的全矩陣參數修正向量為其中T為矩陣的轉置,I為單位矩陣,為控制著收斂速度的Lageange參數,F(p(i))為有限元仿真與實驗電阻抗之差;
S53,使用制造商提供的或者根據IEEE/CENELEC標準識別的全矩陣參數作為初始參數;
S54,更新每一次迭代的參數向量p(i+1)=p(i)+s(i),p(i+1)為更新后的全矩陣參數向量,p(i)為當前全矩陣參數向量;
其中,每一次迭代偏差s(i)通過Lagrange參數來控制;當壓電材料的全矩陣參數使得目標函數減少時,設置下一次迭代的Lagrange參數為當壓電材料的全矩陣參數使得目標函數增加時,設置下一次迭代的Lagrange參數為
4.根據權利要求1所述的用于智能機器人的壓電材料全矩陣參數識別方法,其特征在于:S2包括:
S21,制備至少兩塊尺寸一致且極化方向不一致的壓電材料試塊,并在壓電材料試塊的頂面和底面使用金電極薄膜覆蓋;
S22,對壓電材料試塊分別測量其電阻抗頻率特性曲線,確定其振動模態、頻率范圍以及各個全矩陣參數對每個模態的影響規律。
5.根據權利要求1所述的用于智能機器人的壓電材料全矩陣參數識別方法,其特征在于:S3包括:
S31,使用有限元諧響應分析讀取當前全矩陣參數,并計算當前全矩陣參數下的電阻抗曲線,在該曲線上選取M1個數據,代表第i個模擬曲線的阻抗值;
S32,實驗電阻抗曲線上選取M2個點數據,代表第i個實驗曲線的阻抗值;實驗電阻抗曲線與有限元諧響應分析結果阻抗曲線的最小二乘值作為目標函數F(p),
6.根據權利要求1所述的用于智能機器人的壓電材料全矩陣參數識別方法,其特征在于:S2中,制備的壓電材料試塊為兩塊或三塊。
7.根據權利要求1所述的用于智能機器人的壓電材料全矩陣參數識別方法,其特征在于:S1中,全矩陣參數中的具體參數包括彈性柔度張量[S],介電常數矩陣[ε],壓電應變矩陣[d]和阻尼系數α。
8.根據權利要求4所述的用于智能機器人的壓電材料全矩陣參數識別方法,其特征在于:S21中金電極薄膜的厚度為1μm。
9.根據權利要求5所述的用于智能機器人的壓電材料全矩陣參數識別方法,其特征在于:S31中,M1的數值為100—1000。
10.根據權利要求5所述的用于智能機器人的壓電材料全矩陣參數識別方法,其特征在于:S32中,M2的數值為100—1000。
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寧波財經學院,未經寧波財經學院許可,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/201911115144.0/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種房產交易數據處理方法、裝置、服務器及存儲介質
- 下一篇:風電結合式冷藏車





