面向微细操控的全柔性并联力觉感知方法研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    61203207
  • 项目类别：
    青年科学基金项目
  • 资助金额：
    24.0万
  • 负责人：
    梁桥康
  • 依托单位：
    湖南大学
  • 学科分类：
    F0306.自动化检测技术与装置
  • 结题年份：
    2015
  • 批准年份：
    2012
  • 项目状态：
    已结题
  • 起止时间：
    2013-01-01 至2015-12-31

项目摘要

The high-performance, real-time and multi-component force sensing system is one of the most critical elements to the accurate and flexible micro-manipulation. Currently, traditional multi-component force sensing systems can hardly fulfill the requirements of the high-sensitivity, high-performance, and flexibility raised by the micro-manipulation. To address this challenge, a novel high-performance flexible parallel multi-component force sensing system will be proposed by using monolithic Compliant Parallel Mechanism (CPM), advanced detecting method, and information-processing technology. Then, the intelligent modeling method suitable for the force sensing system will be developed with Artificial Intelligence Methods such as Fuzzy Logic, Neural Network, and Support Vector Machine. Finally, the calibration, de-coupling, dynamic compensation, and information fusion of the system will be explored; after the introduction of information-processing model capable of acquiring multi-component force, an experimental platform for micro-manipulation will be developed. This program could not only fulfill the requirement of the precise and flexible micro-manipulation, but also be able to be applied to the micro electronics assembly, optical fiber connecting, micro parts manufacturing, and delicate surgical operation. It also has important theoretical value in modeling method for sensing systems, acquisition, processing and fusion of multi-component information.
高精度实时多维微力感知系统是微细操控精密化和柔性化的关键因素之一。目前，传统的多维力觉感知方案由于分辨率、刚度和动态响应性能低等原因难以满足微细操控对高灵敏、高精度和柔性化的要求。本项研究突破传统力觉感知系统结构设计的框架，采用全柔性并联空间几何结构结合先进检测方法和信息处理技术，研究一种高灵敏度、高刚度、各维同性、宽频响的新型全柔性并联多维力觉感知系统；研究利用模糊逻辑、神经网络和支持向量机等人工智能方法，提出适用全柔性并联多维力觉感知系统的智能建模方法；并进一步研究感知系统的标定、解耦、动态补偿、信息融合，设计实时同步获取多维力觉信息的信息获取处理模型，在此基础上建立一套柔性精密操控实验平台进行实验研究。该研究可以满足微细操控对力觉信息感知的迫切需求，并为微电子装配、光纤对接、微细加工、精细外科手术等领域的研究提供新手段，在感知系统建模、多维信号获取、处理与融合方面具有一定的理论价值。

结项摘要

针对微细操控作业环境对高灵敏度和高分辨率的多维力觉信息的需要，本项目主要研究基于柔性机构的多维力/力矩信息的感知、获取和分析方法。提出基于一体化柔性机构的新型力敏元件模块化快速设计方法，通过基于仿真驱动的快速产品开发方法（Simulation-Driven Production Development, SDPD），结合成熟的数字信息处理技术，实现多维力/力矩信息获取，进一步研究了基于支持向量机、神经网络和极限学习机等智能算法的多维力信息解耦方法，分析了基于柔性机构的多维力信息获取系统的建模、分析和优化方法。通过以上的方法和技术，最终成功研制了3维、4维、5维和6维力/力矩传感器，并将其成功的应用于粗糙度检测、三维坐标检测和机械加工切削力测量等领域，结果表明基于全柔性新型力敏元件的多维力觉感知方法可有效的实现多维力/力矩信息的检测，为后续多维力/力矩传感器的产业化推进奠定了基础。项目研究按照申请书中的研究计划和资助计划书进行，完成了相应的研究内容。在本项目的资助下，共发表了13篇力觉感知方面的学术论文，申请并获得授权国家发明专利2项，项目组成员参加国际学术会议并宣读研究成果2次，共培养了3名硕士研究生。

项目成果

期刊论文数量（10）
专著数量（1）
科研奖励数量（1）
会议论文数量（4）
专利数量（0）
Design and Analysis of a Sensor System for Cutting Force Measurement in Machining Processes.
加工过程中切削力测量传感器系统的设计与分析
  • DOI：
    10.3390/s16010070
  • 发表时间：
    2016-01-07
  • 期刊：
    Sensors (Basel, Switzerland)
  • 影响因子：
    --
  • 作者：
    Liang Q;Zhang D;Coppola G;Mao J;Sun W;Wang Y;Ge Y
  • 通讯作者：
    Ge Y
PM based multi-component FIT sensors-State of the art and trends
基于 PM 的多组件 FIT 传感器 - 最新技术和趋势
  • DOI：
    10.1016/j.rcim.2012.12.002
  • 发表时间：
    2013-08-01
  • 期刊：
    ROBOTICS AND COMPUTER-INTEGRATED MANUFACTURING
  • 影响因子：
    10.4
  • 作者：
    Liang, Qiaokang;Zhang, Dan;Ge, Yunjian
  • 通讯作者：
    Ge, Yunjian
Design and Analysis of a Micromechanical Three-Component Force Sensor for Characterizing and Quantifying Surface Roughness
用于表征和量化表面粗糙度的微机械三分量力传感器的设计和分析
  • DOI：
    10.1515/msr-2015-0034
  • 发表时间：
    2015-10
  • 期刊：
    Measurement Science Review
  • 影响因子：
    0.9
  • 作者：
    Wei, B.;Sun, W.;Wang, Y.;Ge, Y.
  • 通讯作者：
    Ge, Y.
Multi-Dimensional MEMS/Micro Sensor for Force and Moment Sensing: A Review
用于力和力矩传感的多维 MEMS/微型传感器：回顾
  • DOI：
    10.1109/jsen.2014.2313860
  • 发表时间：
    2014-08-01
  • 期刊：
    IEEE SENSORS JOURNAL
  • 影响因子：
    4.3
  • 作者：
    Liang, Qiaokang;Zhang, Dan;Ge, Yunjian
  • 通讯作者：
    Ge, Yunjian
Design and Analysis of a Novel Six-Component F/T Sensor based on CPM for Passive Compliant Assembly
基于 CPM 的新型六分量 F/T 传感器的设计与分析，用于无源兼容装配
  • DOI：
    10.2478/msr-2013-0038
  • 发表时间：
    2013-10
  • 期刊：
    Measurement Science Review
  • 影响因子：
    0.9
  • 作者：
    Liang, Qiaokang;Zhang, Dan;Wang, Yaonan;Ge, Yunjian
  • 通讯作者：
    Ge, Yunjian

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

基于 RF-GA 的多维力传感器解 耦方法
  • DOI：
    10.19708/j.ckjs.2019.11.220
  • 发表时间：
    2020
  • 期刊：
    测控技术
  • 影响因子：
    --
  • 作者：
    徐家琪;龙建勇;孙炜;王耀南;梁桥康
  • 通讯作者：
    梁桥康
一种新型的微型四维力/力矩传感器的过载保护机构
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    IEEE Sensors Journal
  • 影响因子：
    4.3
  • 作者：
    张丹;梁桥康
  • 通讯作者：
    梁桥康
3RPS/UPS并联机器人神经网络观测器反演控制
  • DOI：
    --
  • 发表时间：
    2019
  • 期刊：
    计算机工程与应用
  • 影响因子：
    --
  • 作者：
    梁宇斌;梁桥康;吴贵元;伍万能;孙炜;王耀南
  • 通讯作者：
    王耀南
优化极限学习机算法及其在力信息解耦中的应用
  • DOI：
    --
  • 发表时间：
    2019
  • 期刊：
    传感技术学报
  • 影响因子：
    --
  • 作者：
    徐家琪;伍万能;孙炜;王耀南;梁桥康
  • 通讯作者：
    梁桥康
基于柔性并联机构及集成力传感器的６自由度微操作臂
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    Robotics and Computer-Integrated Manufacturing
  • 影响因子：
    10.4
  • 作者：
    梁桥康;张丹
  • 通讯作者：
    张丹

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

梁桥康的其他基金

智能协作机器人柔性力觉感知与交互方法研究
  • 批准号：
  • 批准年份：
    2020
  • 资助金额：
    58 万元
  • 项目类别：
    面上项目
宽量程内分区灵敏的光纤光栅多维力觉感知方法研究
  • 批准号：
    61673163
  • 批准年份：
    2016
  • 资助金额：
    62.0 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