1037832低振動四軸碼垛機器人編碼器DFS60B-BHEM05000碼垛機器人的運動精度,首先從碼垛機器人的結構上進行優(yōu)化,設計了碼垛機器人的雙平行四邊形結構、底部支撐以及腰部支撐,對結構進行了仿真分析,利用結構的特性去保證底部執(zhí)行臺面的垂直以及運動時的精度。并根據(jù)四軸碼垛機器人的載重、速度等要求,對碼垛機器人的伺服電機、減速器進行選型和數(shù)值分析。對碼垛機器人的整體模型進行了運動學建模和動力學建模,為程序的逆解算和振動抑制分析打下基礎。其次,對碼垛機器人的運動軌跡進行了控制和仿真,在關節(jié)坐標系下分別對碼垛機器人的運動軌跡進行了三次多項式和五次多項式的規(guī)劃和仿真,在直角坐標系下,對碼垛機器人的運動軌跡進行了直線插補算法和圓弧插補算法的規(guī)劃和仿真。針對碼垛機器人在啟動和停止階段的振動,利用伺服電機的梯形加減速算法和S型加減速算法來避免過沖,實現(xiàn)啟停階段振動的抑制。對設計的碼垛機器人硬件開展了PWM脈沖的測試、JOG運動模式、MOVEL運動模式、MOVEJ運動模式的測試,并依靠碼垛機器人執(zhí)行器平臺綁筆操作完成了直線插補算法和圓弧插補算法的測試及重復定位精度的測試。后利用加速度傳感器進行了S加減速對啟停階段振動的抑制實驗。實驗結果較為理想,設計的碼垛機器人有較高的重復定位精度,S加減速算法能夠對碼垛機器人的振動產(chǎn)生很好的抑制作用,符合工業(yè)生產(chǎn)中機械臂高精度、低振動的要求水平的工業(yè)過程故障管理平臺對設備的維護與檢修具有重要的作用,而故障分類技術是其中的重要一環(huán)。工業(yè)界通常采用統(tǒng)計分析、小波分析等傳統(tǒng)的數(shù)據(jù)驅動方法,利用數(shù)理統(tǒng)計信息或時域、頻域和空間域的信息對故障建立模型,具有較強的解釋性與可靠性。而發(fā)展的深度學習算法取得了強勁的性能,但其可解釋性和理論適用性較差。可將深度學習與傳統(tǒng)方法相結合,以進一步提高故障分類的精度。在傳統(tǒng)的故障分類技術中,常使用小波變換對信號進行去噪處理,但也舍棄了故障的部分頻率分量。通過端對端設計的離散小波變換,可自適應地提取所需的頻域特征,并結合深度殘差網(wǎng)絡以進一步提取出故障在頻域內(nèi)的深層模式。實驗結果表明該算法在故障分類任務中取得了良好的效果。針對自編碼器算法在特征提取中的盲目性問題,提出了小波自編碼器（將小波自編碼器與深度殘差網(wǎng)絡相結合搭建了分類模型,實驗結果表明該算法優(yōu)于自編碼器等常規(guī)深度學習算法。在現(xiàn)有卷積神經(jīng)網(wǎng)絡的應用中,通常對信號數(shù)據(jù)設置二維的感受野以提取時域、空間域的關聯(lián)特征。但這將對變量的排列次序敏感,其特征提取過程的魯棒性較差。為了解構時域和空間域中的關聯(lián)性,提出了一維卷積與池化操作,獨立提取各個特征變量的時域特征,并結合定寬卷積核提取空間域特征,終搭建了一維多路的卷積神經(jīng)網(wǎng)絡。實驗結果表明該算法提高了故障分類的精度,相比現(xiàn)有算法取得了更強的性能表現(xiàn)。 要技術,被廣泛應用于衛(wèi)星通信和導航、地球動力學研究、激光測距、核物理研究、醫(yī)學成像等領域。其測量精度隨著科學技術的發(fā)展得到了提升,測量方法也逐漸多樣化。基于時間數(shù)字轉換器的高精度時間間隔測量是目前主流的方式。而基于ASIC技術與基于FPGA實現(xiàn)時間數(shù)字轉換器是主要的手段?；贔PGA實現(xiàn)TDC主要是為了克服基于ASIC的TDC芯片開發(fā)時間周期長、成本高、難度大等問題發(fā)展起來的。基于FPGA設計的TDC在實際應用中具有系統(tǒng)集成度高、開發(fā)方便、后續(xù)升級容易、成本低、移植性好等優(yōu)點。因此如何使用FPGA實現(xiàn)高精度TDC設計,在時間間隔測量領域中具有重要的研究意義。針對脈沖激光雷達測距精度與范圍需求,確定時間數(shù)字轉換器的時間測量精度以及時間測量范圍。并根據(jù)需求進行時間數(shù)字轉換器設計工作,包括對FPGA可編程邏輯單元進行底層設置來構建延時線;針對氣泡現(xiàn)象和目前編碼器對于FPGA資源的大量占用,以及由編碼器引入死區(qū)時間的問題提出三級編碼方式進行編碼器設計;針對延時單元的非線性問題,設計了逐位校準模塊;針對校準模塊對于隨機脈沖的需求,基于FPGA自身特性設計了隨機脈沖發(fā)生器;針對傳輸時鐘與測量時鐘不同,以及由此造成的數(shù)據(jù)不同步的問題,設計了全局時鐘和數(shù)據(jù)跨時鐘模塊;并且設計了一個脈沖計數(shù)器,滿足時間數(shù)字轉換器的粗時間測量需求。為了驗證所設計的TDC的功能性,此搭建了相應的測試平臺并進行了大量的測試。實際測試結果表明,進行非線性修正后的TDC的時間分辨率為85.34ps,微分應脈沖激光雷達測距的大誤差為1.338cm,同時系統(tǒng)的重復測量頻率達到6.857Mhz,滿足設計要求.

1037832低振動四軸碼垛機器人編碼器DFS60B-BHEM05000