基于全局任务坐标系的高维运动平台受限优化轮廓控制

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    51875508
  • 项目类别:
    面上项目
  • 资助金额:
    60.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    E0502.传动与驱动
  • 结题年份:
    2022
  • 批准年份:
    2018
  • 项目状态:
    已结题
  • 起止时间:
    2019-01-01 至2022-12-31

项目摘要

High-performance contour machining based on high-dimensional motion stages is an important part of modern manufacturing technology. It has great strategic significance and potential applications in various industry to realize high-speed and high-precision contouring motion control. Currently, the study on multi-axis coupling dynamics modeling for these systems are not complete. Existing contouring error calculation model and task coordinate frame theory cannot completely solve the tracking problem for high-speed and large-curvature contouring tasks in systems with more than two DOFs. The online trajectory planning methods are also sensitive to modeling errors and external disturbances. This project is to develop high acceleration and high precision multi-axis motion stages and test systems. Multi-axis coupling dynamics modeling method and parametric model representation based on the rigid-flexible coupling characteristics will be studied. The contouring error calculation model which is suitable for the real-time control realization will be explored and corresponding global task coordinate frame definition will be proposed for complex high-dimensional trajectory. Taking the modeling errors and disturbances into consideration, the constraints of time-varying dynamics will be studied as well as the kinematics constraints, under both of which an online trajectory planning method will be proposed for contouring tracking tasks. With the proposed systematic theory and design method of coordinated contouring control, the results of this project will help high-dimensional motion stages realize their potential of high-speed/high-precision contouring tracking with strong disturbance rejection capability.
基于高维运动平台的高性能轮廓加工是现代制造技术的重要组成部分,实现高速高精度协调轮廓运动控制具有重要的战略意义和工业应用前景。现有针对该类系统的多轴耦合动力学建模研究并不完备、轮廓误差计算模型和任务坐标系理论无法彻底解决二维以上系统高速大曲率轮廓跟踪问题、受限约束下在线轨迹规划方法也易受到建模误差与外干扰等因素的影响。本项目将研制能实现高加速和高精度的多轴精密运动平台及试验系统,研究其基于刚柔耦合特性的多变量耦合动力学建模理论及参数化模型表示方法;探索高维复杂轮廓下适用于实时控制的轮廓误差计算模型及全局任务坐标系定义;考虑建模误差以及外干扰影响,研究高维系统轮廓跟踪任务中受运动学和时变动力学约束下的在线轨迹规划方法;通过系统建立受限优化协调轮廓控制设计理论与方法,实现此类高维运动平台具有强抗干扰能力的高动态高精度轮廓跟踪。

结项摘要

在现代化制造业领域,高维运动平台作为一类通用的基础性部件广泛的应用于各种高端精密制造设备中,例如精密加工中的多轴联动数控机床、焊接生产线上的多轴机器人手臂、半导体产业所需用到的精密光刻系统等。此类系统的实际任务往往需要实现空间曲线轮廓或曲面轮廓加工。随着行业对设备的加工精度、动态性能和制造效率等性能指标日益增高的要求,现有的多轴轮廓协调控制策略已无法实现其要求,具体而言主要有以下几个问题:高维运动平台由于某些部件的相对柔性等特征,往往导致各轴动力学之间存在耦合,制约了系统的动态性能;此外,现有轮廓误差模型和轴间协调机制在高速大曲率复杂轮廓任务下性能较差;同时为满足机电系统轮廓运动跟踪任务中的高效率要求,此类系统需要在受限于实际中各种运动学和动力学约束的情况下,以尽量快的运动速度完成作业任务,提高运动速度有助于获得高效率的运动跟踪性能,但也可能会违反此类约束,造成控制器饱和,进而导致运动跟踪精度的急剧恶化甚至控制系统失稳。因此,本课题围绕如何实现高维运动平台的高性能轮廓运动控制这一主题,研究了高维运动平台的刚柔耦合特性及建模方法,建立了适用于高维复杂轮廓曲线的轮廓误差模型和全局任务坐标系,提出了适用于多轴的有效运动协调机制和轮廓控制方法,最后,完成了考虑运动学和动力学约束限制的轨迹规划方法,所提出的集成在线轨迹规划和自适应鲁邦控制的双环控制算法同时保证了系统最短时间的瞬态跟踪性能和高精度的稳态跟踪性能。

项目成果

期刊论文数量(10)
专著数量(0)
科研奖励数量(0)
会议论文数量(5)
专利数量(0)
A General Online Trajectory Planning Framework in the Case of Desired Function Unknown in Advance
预先未知所需功能情况下的通用在线轨迹规划框架
  • DOI:
    10.1109/tii.2018.2869823
  • 发表时间:
    2019
  • 期刊:
    IEEE Transactions on Industrial Informatics
  • 影响因子:
    12.3
  • 作者:
    Mingxing Yuan;Zheng Chen;Bin Yao;Jinfei Hu
  • 通讯作者:
    Jinfei Hu
Model-Based Coordinated Control of Four-Wheel Independently Driven Skid Steer Mobile Robot with Wheel-Ground Interaction and Wheel Dynamics
基于模型的四轮独立驱动滑移移动机器人轮地交互及车轮动力学协调控制
  • DOI:
    10.1109/tii.2018.2869573
  • 发表时间:
    2019-03-01
  • 期刊:
    IEEE TRANSACTIONS ON INDUSTRIAL INFORMATICS
  • 影响因子:
    12.3
  • 作者:
    Liao, Jianfeng;Chen, Zheng;Yao, Bin
  • 通讯作者:
    Yao, Bin
Geometric Adaptive Robust Hierarchical Control for Quadrotors With Aerodynamic Damping and Complete Inertia Compensation
具有气动阻尼和完全惯性补偿的四旋翼几何自适应鲁棒分级控制
  • DOI:
    10.1109/tie.2021.3137615
  • 发表时间:
    2022
  • 期刊:
    IEEE Transactions on Industrial Electronics
  • 影响因子:
    7.7
  • 作者:
    Weisheng Liang;Zheng Chen;Bin Yao
  • 通讯作者:
    Bin Yao
Optimization-based motion planning of mobile manipulator with high degree of kinematic redundancy
基于优化的高运动冗余度移动机械臂运动规划
  • DOI:
    10.1007/s41315-019-00090-7
  • 发表时间:
    2019-06
  • 期刊:
    International Journal of Intelligent Robotics and Applications
  • 影响因子:
    1.7
  • 作者:
    Jianfeng Liao;Fanghao Huang;Zheng Chen;Bin Yao
  • 通讯作者:
    Bin Yao
Fast and Accurate Motion Tracking of a Linear Motor System Under Kinematic and Dynamic Constraints: An Integrated Planning and Control Approach
运动学和动态约束下直线电机系统的快速准确运动跟踪:集成规划和控制方法
  • DOI:
    10.1109/tcst.2019.2955658
  • 发表时间:
    2021-03-01
  • 期刊:
    IEEE TRANSACTIONS ON CONTROL SYSTEMS TECHNOLOGY
  • 影响因子:
    4.8
  • 作者:
    Yuan, Mingxing;Chen, Zheng;Liu, Xingyi
  • 通讯作者:
    Liu, Xingyi

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

用于油水界面测量的中值预处理聚类算法
  • DOI:
    10.13382/j.jemi.2018.10.022
  • 发表时间:
    2018
  • 期刊:
    电子测量与仪器学报
  • 影响因子:
    --
  • 作者:
    任喜伟;何立风;姚斌;宋安玲
  • 通讯作者:
    宋安玲
Evaluation of the Buckling Load of an Elliptic Paraboloid Cable-Braced Grid Shell Using the Continuum Analogy
使用连续类比评估椭圆抛物面索支撑网格壳的屈曲载荷
  • DOI:
    10.1061/(asce)em.1943-7889.0000454
  • 发表时间:
    2012-12
  • 期刊:
    Journal of Engineering Mechanics
  • 影响因子:
    3.3
  • 作者:
    冯若强;叶继红;姚斌
  • 通讯作者:
    姚斌
一种改进的基于暗通道先验去雾算法
  • DOI:
    --
  • 发表时间:
    2019
  • 期刊:
    计算机应用与软件
  • 影响因子:
    --
  • 作者:
    何立风;钟岩;刘艳玲;姚斌
  • 通讯作者:
    姚斌
MSM结构ZnO紫外探测器的制备与性质
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    发光学报
  • 影响因子:
    --
  • 作者:
    张吉英;王晓华;赵春雨;张振中;申德振;赵东旭;李炳辉;姚斌
  • 通讯作者:
    姚斌
非线性等转化率法研究聚苯乙烯热解反应活化能与转化率的关系
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    高分子材料科学与工程
  • 影响因子:
    --
  • 作者:
    姚斌;宗若雯;曾文茹;周允基
  • 通讯作者:
    周允基

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

姚斌的其他基金

闭链结构冗余直驱运动平台的刚柔耦合特性分析与精密协同控制方法研究
  • 批准号:
    51475412
  • 批准年份:
    2014
  • 资助金额:
    85.0 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码