CN107992671A - 一种基于生物遗传算法的智能机器人调频方法 - Google Patents
一种基于生物遗传算法的智能机器人调频方法 Download PDFInfo
- Publication number
- CN107992671A CN107992671A CN201711214397.4A CN201711214397A CN107992671A CN 107992671 A CN107992671 A CN 107992671A CN 201711214397 A CN201711214397 A CN 201711214397A CN 107992671 A CN107992671 A CN 107992671A
- Authority
- CN
- China
- Prior art keywords
- frequency
- modulation method
- method based
- value
- toxicty
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/17—Mechanical parametric or variational design
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J19/00—Accessories fitted to manipulators, e.g. for monitoring, for viewing; Safety devices combined with or specially adapted for use in connection with manipulators
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J19/00—Accessories fitted to manipulators, e.g. for monitoring, for viewing; Safety devices combined with or specially adapted for use in connection with manipulators
- B25J19/0091—Shock absorbers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/12—Computing arrangements based on biological models using genetic models
- G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Biophysics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Geometry (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Mechanical Engineering (AREA)
- Robotics (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Molecular Biology (AREA)
- Computational Mathematics (AREA)
- Computing Systems (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Biomedical Technology (AREA)
- Artificial Intelligence (AREA)
- General Health & Medical Sciences (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computer Hardware Design (AREA)
- Genetics & Genomics (AREA)
- Physiology (AREA)
- Manipulator (AREA)
- Feedback Control In General (AREA)
Abstract
本发明公开了一种基于生物遗传算法的智能机器人调频方法,属于机器人的智能隔振调节领域。它包括按照以下步骤进行:步骤一、获取当前状态下的外界激振频率;步骤二、以外界激励频率与***频率的比值为自变量,建立目标函数;步骤三、调节自变量,计算目标函数的所有可能值;步骤四、在所有可能取值范围内,寻找最优值对应的***频率;步骤五、根据上一步计算的***固有频率,反算出***的刚度值;根据上一步计算的***刚度值,机械调节***的刚度;其中,步骤三中的目标函数可以为由隔振效果、隔振后的最大位移、最大速度组成的加权表达式。本发明是一种基于外界振动频率、模拟生物遗传性机理的智能调频方法。
Description
技术领域
本发明涉及机器人的智能隔振调节领域,特指一种基于生物遗传算法的智能机器人调频方法。
背景技术
智能机器人的一个令人瞩目的特点是实施类似于人的调节方式,将机器人***的刚度调节到与外界所受振动的频率相匹配的最优程度。尽管现有机器人中存在刚度可调的隔振器,但如何计算出最优化***的固有频率和刚度成为智能机器人的研究热点。为此,需要提出一种模拟达尔文生物进化论的自然选择和遗传学机理的调频方法,以适应智能机器人的主动调频隔振。
发明内容
本发明需解决的技术问题是:针对现有技术存在的技术问题,本发明提供一种基于外界振动频率、机器人隔振目标最优化的、模拟遗传性机理的智能机器人调频方法。
为了解决上述问题,本发明提出的解决方案为:一种基于生物遗传算法的智能机器人调频方法,按照以下步骤进行:
步骤一、获取当前状态下的外界激振频率;
步骤二、以外界激励频率与***频率的比值为自变量,建立目标函数;
步骤三、调节自变量,计算目标函数的所有可能值;
步骤四、在所有可能取值范围内,寻找最优值对应的***频率;
步骤五、根据上一步计算的***固有频率,反算出***的刚度值;
步骤六、根据上一步计算的***刚度值,机械调节***的刚度。
所述步骤三中的目标函数可以为由隔振效果、隔振后的最大位移、隔振后的最大速度组成的加权表达式。
本发明与现有技术相比,具有如下优点和有益效果:
(1)本发明的一种基于生物遗传算法的智能机器人调频方法,能够根据外界的激励频率与虚拟固有频率构建自变量,建立关于隔振效果的目标函数,从而计算出所有可能的隔振效果,并从而优化出最佳***固有频率,从而实现调频。
(2)本发明的一种基于生物遗传算法的智能机器人调频方法,还可以构建隔振效果、***最大位移以及***最大速度组成的加权目标函数,从而采用遗传算法获取目标函数的最优值,并更加最优的***固有频率反算出***的刚度。
附图说明
图1是本发明的一种基于生物遗传算法的智能机器人调频方法的步骤流程图。
具体实施方式
以下将结合附图和具体实施例对本发明作进一步详细说明。
参见图1所述,本发明的一种基于生物遗传算法的智能机器人调频方法,按照以下步骤进行:
参见图1所述,步骤一、获取当前状态下的外界激振频率;
参见图1所述,步骤二、以外界激励频率与***频率的比值为自变量,建立目标函数;
参见图1所述,步骤三、调节自变量,计算目标函数的所有可能值;
参见图1所述,步骤四、在所有可能取值范围内,寻找最优值对应的***频率;
参见图1所述,步骤五、根据上一步计算的***固有频率,反算出***的刚度值;
参见图1所述,步骤六、根据上一步计算的***刚度值,机械调节***的刚度。
参见图1所述,步骤三中的目标函数可以为由隔振效果、隔振后的最大位移、隔振后的最大速度组成的加权表达式。
实施事例1:假设***所受激励的频率为f,需要严格控制***的隔振效果步骤一、先获得环境的频率f;步骤二、将***虚拟的固有频率fn与环境频率f的比值作为自变量λ,即λ=f/fn,建立目标函数步骤三、将***所有可能的固有频率依次代入,计算λi,i为***可能的固有频率个数,并计算出所有的目标函数步骤四、由于目标要求仅为隔振效果,因此目标函数最优值为最大值并记录下此目标函数对应的自变量λ*和***虚拟固有频率步骤五、利用公式反算出***最佳的刚度值K*,式中m为***质量;步骤六、由于K*为***可能取值的刚度之一,因此根据上一步计算出的刚度值,将***的刚度调节为K*。
实施事例2:假设***所受激励的频率为f,需要严格控制***的隔振效果***的最大位移X。步骤一、先获得环境的频率f;步骤二、将***虚拟的固有频率fn与环境频率f的比值作为自变量λ,即λ=f/fn,建立两个子目标函数和其中Fmax为环境的最大力幅值,m为***质量;构建加权目标函数其中γ为加权系数,γ∈(0,1),此时可取γ=0.5;
步骤三、将***所有可能的固有频率fn依次代入,计算λi,i为***可能的固有频率个数,并计算出所有的目标函数步骤四、由于目标要求为隔振效果与最大位移的综合考虑,因此目标函数最优值为最小值并记录下此目标函数对应的自变量λ*和***虚拟固有频率步骤五、利用公式反算出***最佳的刚度值K*;步骤六、由于K*为***可能取值的刚度之一,因此根据上一步计算出的刚度值,将***的刚度调节为K*。
Claims (2)
1.一种基于生物遗传算法的智能机器人调频方法,其特征是按照以下步骤进行:
步骤一、获取当前状态下的外界激振频率;
步骤二、以外界激励频率与***频率的比值为自变量,建立目标函数;
步骤三、调节自变量,计算目标函数的所有可能值;
步骤四、在所有可能取值范围内,寻找最优值对应的***频率;
步骤五、根据上一步计算的***固有频率,反算出***的刚度值;
步骤六、根据上一步计算的***刚度值,机械调节***的刚度。
2.根据权利要求1所述的一种基于生物遗传算法的智能机器人调频方法,其特征在于:所述步骤三中的目标函数可以为由隔振效果、隔振后的最大位移、隔振后的最大速度组成的加权表达式。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711214397.4A CN107992671B (zh) | 2017-11-28 | 2017-11-28 | 一种基于生物遗传算法的智能机器人调频方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711214397.4A CN107992671B (zh) | 2017-11-28 | 2017-11-28 | 一种基于生物遗传算法的智能机器人调频方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107992671A true CN107992671A (zh) | 2018-05-04 |
CN107992671B CN107992671B (zh) | 2021-09-03 |
Family
ID=62033611
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711214397.4A Active CN107992671B (zh) | 2017-11-28 | 2017-11-28 | 一种基于生物遗传算法的智能机器人调频方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107992671B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110058679A (zh) * | 2018-12-29 | 2019-07-26 | 瑞声科技(新加坡)有限公司 | 一种马达的激励信号搜索方法及电子设备 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102179821A (zh) * | 2011-06-10 | 2011-09-14 | 北方工业大学 | 一种可调刚度弹性直线伸缩式被动机器人关节 |
CN104088203A (zh) * | 2014-04-01 | 2014-10-08 | 重庆邮电大学 | 移动荷载下轨道磁流变隔振***的仿人控制方法及装置 |
CN105320821A (zh) * | 2015-12-04 | 2016-02-10 | 江苏大学 | 一种果穗振动脱落仿真模型及其构建方法 |
CN105389428A (zh) * | 2015-11-02 | 2016-03-09 | 株洲时代新材料科技股份有限公司 | 一种用于动力机械设备的单层隔振***设计方法 |
CN106639471A (zh) * | 2016-12-22 | 2017-05-10 | 浙江建科减震科技有限公司 | 压电及电磁复合俘能型半主动调频质量颗粒阻尼器 |
WO2017167682A1 (de) * | 2016-03-31 | 2017-10-05 | Siemens Aktiengesellschaft | Hydraulischer aktor, roboterarm, roboterhand und verfahren zum betrieb |
-
2017
- 2017-11-28 CN CN201711214397.4A patent/CN107992671B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102179821A (zh) * | 2011-06-10 | 2011-09-14 | 北方工业大学 | 一种可调刚度弹性直线伸缩式被动机器人关节 |
CN104088203A (zh) * | 2014-04-01 | 2014-10-08 | 重庆邮电大学 | 移动荷载下轨道磁流变隔振***的仿人控制方法及装置 |
CN105389428A (zh) * | 2015-11-02 | 2016-03-09 | 株洲时代新材料科技股份有限公司 | 一种用于动力机械设备的单层隔振***设计方法 |
CN105320821A (zh) * | 2015-12-04 | 2016-02-10 | 江苏大学 | 一种果穗振动脱落仿真模型及其构建方法 |
WO2017167682A1 (de) * | 2016-03-31 | 2017-10-05 | Siemens Aktiengesellschaft | Hydraulischer aktor, roboterarm, roboterhand und verfahren zum betrieb |
CN106639471A (zh) * | 2016-12-22 | 2017-05-10 | 浙江建科减震科技有限公司 | 压电及电磁复合俘能型半主动调频质量颗粒阻尼器 |
Non-Patent Citations (2)
Title |
---|
LE LIANG ET AL.: ""A Method of Structure Optimization for High-speed and Heavy-load Robot based on Dynamic Characteristic Analysis"", 《2016 IEEE INTERNATIONAL CONFERENCE ON ADVANCED INTELLIGENT MECHATRONICS (AIM)》 * |
杨小龙: ""基于Stewart机构的隔振技术研究"", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110058679A (zh) * | 2018-12-29 | 2019-07-26 | 瑞声科技(新加坡)有限公司 | 一种马达的激励信号搜索方法及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN107992671B (zh) | 2021-09-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106598849B (zh) | 一种基于ap-pso算法的组合测试用例生成方法 | |
WO2016206563A1 (zh) | 一种dpd*** | |
Liu | Optimization design on fractional order PID controller based on adaptive particle swarm optimization algorithm | |
CN1731645A (zh) | 电力***中基于软分区的电压控制方法 | |
RU2009140398A (ru) | Способ создания заданного уровня вакуума в системе доения и компьютерные программные продукты | |
CN107992671A (zh) | 一种基于生物遗传算法的智能机器人调频方法 | |
ATE527352T1 (de) | Nichtrekombinante, auf xylose wachsende saccharomyces-stämme | |
CN111083232B (zh) | 一种基于改进一致性哈希的服务器端负载均衡方法 | |
CN107506821A (zh) | 一种改进的粒子群优化方法 | |
EP3875328A3 (en) | Cruise control method and apparatus, device, vehicle and medium | |
CN106462117B (zh) | 控制目标*** | |
CN206307028U (zh) | 一种电动车辆及其控制*** | |
CN109747575A (zh) | 一种基于阶次优化的多模式车内声品质优化*** | |
CN113240014B (zh) | 一种二类分割损失函数在实现椎间盘组织图像二类分割中的应用方法 | |
CN109656140A (zh) | 一种分数阶微分补偿型vsg控制方法 | |
CN111030850B (zh) | 一种scada***数据采集周期控制方法及装置 | |
CN107121991A (zh) | 一种基于区域划分的湿度智能化控制方法 | |
CN110001336B (zh) | 一种基于add正实网络优化的车辆isd悬架一阶理想模型 | |
CN114263564B (zh) | 考虑不变桨风速范围的风电机组有功功率控制方法及*** | |
CN105333032B (zh) | 离合器接合控制方法和*** | |
CN107992071A (zh) | 尾座式无人机纵向姿态双模糊控制***及方法 | |
CN113110024B (zh) | 一种基于椭圆焦半径改进型海鸥算法的风力机叶片振动控制器设计方法 | |
CN110588654B (zh) | 一种自动整定车辆速度相应pid控制参数的方法 | |
CN109094569A (zh) | 一种基于驾驶行为的驾驶控制策略调整方法及*** | |
CN113595528B (zh) | 一种基于幂函数的自适应变步长lms滤波器及其实现方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |