利用神经网络求解并联机构位置正解

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

将矩阵吲与矩阵【Pr】相乘,得上平台各铰链点的绝
对位置矩阵为
『见如&艮气凡]
pk=f乏‘象乏老老老f
LI



I 1j
各驱动杆长的方程为
霹=k—p。,+也一%,+(-‘r
(i=1、2、…、6),(j=l、3、3、5、5、1)
这是一组非线性方程组.将上平台的位置x,、‘、
z.及姿态r、日、9代入上式右端,经过有限次代数 运算,就可以求出相应的驱动杆长工I、岛、…上‘的精 确解.
(1)根据并联支架的工作要求及几何尺寸的对称 性确定出工作空间xY的最高点z.和最低点z.,见 图3,然后取一平行于)珂的平面五E作为剖面。它距 XY坐标平面的距离为zj t(z。。z。)·
I z—

田3制面选取与柱面坐标
(2)在X。H平面上采用快速极坐标搜索法,确定绪 定姿态的边界.如图3,在该剖面上取极角^作一极 线,此桎线与边界曲线的交点则为工作空闯在该投线 上的最远点。当上平台姿态(y、0、r)确定时,这 条直线上的每一点所表示的上平台位置仅是掇径DL 的单变量函数.故用一维搜索法.即将撮径DL从0 递增直至机构的各杆长及关节的最大转角d.,当参数 满足下列约束条件之一:
加△B,按上述方法求得下一个边界点.重复这样的 操作.就可获取在该剖面上某一确定姿态下.上平台 形心点P在工作空间内及边界曲线上所有位置的坐标 值.
(3)变化z,,按同样的方法做。直到弓从z。变化
射机构学
专盟论文
‘机械设计)2001年7月
到z一. (4)根据并联支架的结构要求改变姿态值(r、口、
一),每变化一次姿态值便重复上述步骤一次,直至
为^,如图2.定坐标系B.-)(Yz与动坐标系数卜
xyz的取法如图l所示.


围I三角平台型4-5PS并联机构简田
’作●筒彳卜l嫩生(1961.,,女.副教援.主曩研究方一·现代机■设计方法.

围2机槊与平台的球饺坐标系
在定坐标系中.底座上各铰链点的位置矩阵为
陋k。l≈%:::%I
L 0 0…0 J
利用神经网络求解并联机构位置正解’
洪业,许步勤
(太原理工大学机械工程学院.山西太原030024)
■要:本文提出了利用神经罔j‘来求肆井联机构位王正解的新悬尊,并在Matlab5.1环境下实瑰丁6-SPS 井曩液压主来的位1正解.
关薯调t并联机构:液压支泉;神拄网蝽;位王正解
1 前言
目前我国井下采用的液压支架所存在的主要问题 是:
仉l 0.1
n1122
乱∞晒
仉1l轴 0.O畸
仉 m1删1蚰
仉8鹏9 m 82∞ 0.1 吼4217 吼3117 仉l惦8
0.T猫 0.Bl∞ m Twk.baidu.com24 0.1
仉53柏 0.842T

0.5科5 0.7709 O.1 0.9999 0.7658 0.日l器
该模型辅入层由杆长样本矩阵P构成,隐层包括 S.个神经元,输出层的目标矩阵A2即为所求的上平台 空间位姿矩阵. 3.2隐层和输出层传递函数的选用
神经网络具有大规模并行,分布式存储和处理、 自组织、自适应和自学习能力,能模拟人的智能行为· 不需要精确的数学模型,特别适用于处理需要同时考 虑许多因素和条件的、不糟确和模糊的信息处理问题, 而且具有很强的容错性和鲁棒性.善于联想、综合和 推广。
基于神经网络具有以上特点和并联支架容荔获得 位置逆解的优点,本文采用了通过逆解结果做样本, 训练神经网格,获取正解输出的解决办法1、三角平台 型6-_SPs并联支架的位置遒解.
2样本的获取
神经网络是通过实例学习的,因此,寻找到有效 的训练数据集合便成为无缺陷地执行神经网络的关键 问题.
样本的原始数据即上平台形心点JP的位置(t、
“z.、y、口、p)是通过P.点可达点的集台来获
取的.由此获得的样本既符合该并联机构的工作空间 又避免了盲目取值所造成的不合理性,所以该样本的 来源是可靠的。具体方法如下:
传递函数的作用就是限制神经网络运行的动态范 围,如果输入被控制在合适的范围之内,那么输出的 分辨将会是根容易的,否则大多数输入数据会产生极 端的输出.Sigmoid函数导数比较容易计算,目前应用 得较为广泛.故本文魁层传递函数采用的是tansig()
函数.输出层选用的是logsig()函数。可将输出限翻在.
(1)适应性差,仅能在垂直面内具有三个自由度. 难以适应复杂煤层的变化要求,容易使支架底座产生 很大的附加应力.从而缩短了支架的使用寿命;
(2)稳定性差,尤其是当支撑高度超过5米时.仅 由四根立柱和连杆机构组成的液压支架更难以稳定支 撑顶板;
(3)重量太.费材料. 针对以上问题本文提出了一种新型的液压支架机 构——并联支架。见图1.上平台与底座之间分别由六 个分支遥过球面副联接起来.每个分支是由两个构件 通过移动副联接而成,其长度是可变的.上平台为活 动平台.其铰链点的连接是一个三角形,底座为固定 平台,其形状为相似的半正则六边形.由于该支架上 平台为三角形.且具有六个自由度,每根立柱上有二 个球面副(S)与一个移动副(P),故将其称之为三角 平台型6_-sPs并联支架。 与传统的液压支架相比,该支架的主要优点为;
段小时范围 q.如圜5所不·
厂/ 厂
/‘
4结论
从仿真结果可以看出,用BP网求位置正解是可行 的,它能满足许多工程问愿的精度要求,倘若进一步 研究,设计一种专门求解该问题的神经网络,其精度 将会更加令人满意.因此采用神经网络求机构位置正 解是一条可行的、值得探索的新途径.
参考文献
【l】黄真.孔々富,方跃法.并联机嚣人机构学理论及控制. 北京:机械工业出版杜,1997
品。
并联支架的并联机构研究难点之一是位置正解十 分困难.若采用数值方法求解.则速度慢、效率低, 不能得到所有的位置正解;若采用解析解,则又难以 建立数学模型.因此为了改进求解方法,加快正解速 度,以便并联支架的实时控制.为并联支架的机构结 构设计及强度计算提供理论依据,本文从工程实际应 用的角度出发,提出了一种崭新的计算思路,即利用 神经网络来求解并联支架位置正解的方法.
[2】施阳,事俊,王■刚等.MATLAB语言工具糟一
TOOBLOX实用指南.西安:西北工业大学出版社,1998 【3】 张乃尧,闲平凡.神经网络与模糊控制.北京:精华大学
出版社。1998
s-'t-sic(z0
.....
田5传递函数田
-lqSilh)
利用神经网络求解并联机构位置正解
作者: 作者单位:
练函数Trainlm()进行多次仿真后.得到想要的系统 模型,再用simu坝)函数进行数字仿真,最后验证该 网络模型是否达到目的。将训练时的部分输入样本矩 阵作为输入矩阵。用得到的输出矩陴与原目标矩阵比 较,所得的误差最大值不超过15%,从众多数据中任 取五组数据对照,其对比结果见表l。
翼X





0.5
n5
仉舯47
0.嘲7

0.5∞4
茨X
0.9
吼l
0.9
玑l
仉81蚰 0.1
m T4靶 0.1
0.旺蚰 O.1
-Z
0.1 仉1
0.36盯 0.昭∞
0.9

0.I O.1 m 3667
0.∞33
也9
O.1 O.9 乱l 仉1
0.63∞


田4网络结构田
l 2
O.蛆∞
m4907
0.9784 0.9251
P‰;‘目tE。:f;p.。由此即可求出该并联支架神
经网络所需要的全部样本的位姿初始值. (5)将样本的位姿初始值分别代入杆长方程求解,
即可得到正解方程中所需要的己知条件一杆长.将
所获取的各种杆长值作为样本,训练神经网络就可求 出该并联支架的位置正解。
3神经网络求正解
3.1网络的确定 由于BP网络是人们认识最为清楚、应用最为广泛
敛速度慢.目标函数存在极小.由此使其在应用中受 到限制,所以出现了许多改进算法.其主要措施为: 一种是采用启发式学习方法,另一种则是采用更有效
的优化算法.本文采用的Tra/nlm(、)函数使用了 I..ovenberg—Margus.rdt优化方法,缩短了学习时间。 3.4仿真结果
为了便于分析和处理输出数据,在输入样本中已 将数据归一化处理.确定误差指标EC_P0.002,利用训
逆解问题主要用于控制.当上平台处于莱一位置I 时,I的位置和姿态是已知的,当上平台向另一位置Ⅱ 移动时,需要根据Ⅱ的位置和姿态来确定驱动油缸所需 增量,从而使上平台向指定位置移动.所以逆解问题 为:给定上平台位置和姿态,求六个驱动秆的杆长.
数学模型:设上平台外接圆半径为^:底座的外 接圆半径为凡,其中正则六角形的短边与长边的比值
工-一‘≥O;工』一工_≥0{‘一‘≥01 k一爿
>10;其中L一与£.分别为最大和最小杆长;磊与群分 别为上平台联接与机架联接的球面副圆堆摆角.这时, 求到边界点P的的坐标为P(m.oos觑,nL.shl^,
z.)及一系列工作空间内的P点坐标为P(驰∞s^, 巩sin点,z,)求到一个边界点后,令撮拽的撮角增
洪业, 许步勤 太原理工大学机械工程学院(山西太原)
本文链接:http://d.g.wanfangdata.com.cn/Conference_3211915.aspx
的神经网络之一,经过各国学者多年研究和应用,已 趋于完善和成熟,并成功地解决了许多科学和工程问 题。它能够通过对样本的学习,调整网络中心的数值, 获得大量的模式映射关系,而不需要任何已知的数学 函数知识描述输入输出间的映射,具有高度非线性映 射能力和非逻辑归纳能力。所以针对该问题的复杂性
3.3训练函数的选择 在实用中.原始的BP算法存在两个重要问题:收
l} ? ?

? ?J
为将上平台各铰链点的相对坐标变换成绝对坐 标,对pk进引坐标变换,其变换矩阵为
rco审lco毋∞辨瑚虹r掣H呻啪甲∞率瑚co斗粥in一面r耳1
‰=I 8警蛳絮搿一8呻气苏罗呻乏l
【0


Ij
式中(x,、‘、zp)为上平台的形心P在定坐标系中
的坐标,P、0、P分别是上平台绕x、Y、z轴的转角
(1)适应性强.因为它具有六个自由度,所以能适 应任意复杂煤层的变化要求;而且六根立柱均为二力 杆,故不会对底座产生附加弯曲压力;
(2)稳定性高.上平台与底座之间由六根液压缸支 撑,当支架静止时,自由度为零.构成静定机构。而 且随着立柱的支撑高度增加,支架的稳定性不会受到 影响;
(3)由于没有掩护粱及连杆机构,故重量减轻了约 2/5。另外该支架还具有承载能力高、刚度太等优点, 从而使其在矿山开采中可以产生很高的工作阻力。随 着对6一SPS并联支架的理论基础研究不断深入和完 善.6一SPS并联支架将是本世纪矿用支架的换代产
=|^皇::譬皇:=嚣完=}等:2j,^‘。}。1埘200}P^-o。}-酣I”'。+Z%.1
【o






在动坐标系中,上平台各铰链点的相对位置矩阵

r吃瑶砖最墨最1
pk·1吾詈暑詈詈舌j
lI


I.I
iJ
『焉RI cosl200 RI cosl200焉Ⅻ【-120.)马∞I●1200j焉]
=l 0 RI sial20。马血120.焉silI卜12旷)马m(-120')0 I
相关文档
最新文档