基于改进粒子群算法的并联机械手运动参数识别

›› 2016, Vol. 29 ›› Issue (9): 26-.

基于改进粒子群算法的并联机械手运动参数识别

杨勇明

（上海理工大学公共实验中心，上海 200093）

出版日期:2016-09-15 发布日期:2016-09-26
作者简介:杨勇明(1986-)，男，硕士，工程师。研究方向：机器人技术及机电一体化技术。
基金资助:
上海市自然科学基金资助项目(12ZR1420700)；上海市高校青年教师培养计划资助项目(1014204803)

Motion Parameter Identification of Parallel Manipulator Based on Particle Swarm Optimization Algorithm

YANG Yongming

(Public Experiment Center,University of Shanghai for Science and Technology, Shanghai 200093, China)

Online:2016-09-15 Published:2016-09-26

摘要/Abstract

摘要：

在工业生产过程中，由于机械手制造与装配过程存在误差，不仅造成运动精度降低，而且阻碍生产效率提高。为解决这一问题，提出了基于了改进粒子群优化算法的并联机械手运动参数识别研究，通过建立参数数学模型，完成机械手几何参数误差的识别和补偿。实验表明，文中提出基于改进粒子群优化算法的并联机械手运动参数识别，测试误差小、收敛速度快，可以为改良生产线、改善产品质量、提高企业效率提供有效的帮助。

关键词: 并联机械手, 粒子群优化算法, 参数识别

Abstract:

In industrial production, the errors in manufacturing and assembly of manipulators lead to poor movement accuracy and production efficiency. In order to solve the problems, this paper puts forward amotion parameter identification of parallel manipulator based on the particle swarm optimization algorithm, which achieves the manipulator geometric parameter identification and estimation error by the establishment of parameter mathematical model. Experimental results show that motion parameter identification of parallel manipulator based on particle swarm optimization algorithm enjoys small test error and fast convergence, and can be used in the improvement of the production line, product quality, and corporate efficiency.

Key words: parallel manipulator, particle swarm optimization algorithm, parameter identification

中图分类号:

TP301.6

杨勇明. 基于改进粒子群算法的并联机械手运动参数识别[J]. , 2016, 29(9): 26-.

YANG Yongming. Motion Parameter Identification of Parallel Manipulator Based on Particle Swarm Optimization Algorithm[J]. , 2016, 29(9): 26-.

[1]	朱成名,魏云冰,蒋成成,朱健安. 基于PSO-BP神经网络的风电功率备用容量估计模型[J]. 电子科技, 2021, 34(12): 36-41.
[2]	梁樱馨，田浩杉. 基于细菌觅食与粒子群的改进混合算法[J]. , 2017, 30(4): 79-.
[3]	刘桂英. 一种通用的NAND Flash参数识别方法[J]. , 2011, 24(6): 54-.