大型球磨机工作时,衬板与物料发生碰撞及摩擦导致衬板磨损。因此,必须定期更换衬板。传统的球磨机衬板更换方法需要人工搬运、拆卸和安装、劳动强度大、安全系数低。安装衬板时,由于衬板本身质量较大,需要使用吊具辅助安装。安装过程中需要不断地调整吊具位置,严重影响安装效率。为提高衬板更换的效率,本文进行数据和图像驱动的磨机换衬机械手建模与控制系统研究,主要研究内容为:设计了磨机换衬机械手的机械结构、末端夹具以及衬板搬运夹具。使用Solid Works Simulation对末端夹具进行静态有限元分析,根据设计的磨机换衬机械手,使用D-H法和拉格朗日法分别建立运动学和动力学模型。建立了磨机衬板视觉检测系统。通过张氏相机标定法得到双目相机的参数并使用双目相机测量相机到衬板的距离。使用YOLOv4对两种衬板进行分类,并提取衬板螺栓孔中心点的坐标。衬板检测实验结果表明,该方法可以得到衬板螺栓孔中心点的坐标和相机与衬板之间的距离。提出了循环随机配置网络(RSCN),并使用RSCN训练磨机换衬机械手的不确定参数预测模型。提出并行配置方法(PCM)和混沌随机配置网络(SCNCM-I,SCNCM-II)。以混沌随机配置网络和哈里斯鹰优化算法(HHO)为基础,建立了层级学习策略(HLS)。PCM使用均匀和正态分布随机分配隐含层节点的输入权重和偏置并设计了迭代学习算法以提高配置效率。SCNCM-I使用多个误差值和混沌映射来调整节点块大小以提高训练速度。在SCNCM-I的基础上,SCNCM-II利用节点移除机制降低模型结构的复杂程度。HLS是SCNCM-I、SCNCM-II和HHO集成以提高训练速度并降低模型结构的复杂程度。在HLS基础上增加反馈通道,得到循环随机配置网络。并使用逼近函数、基准数据集验证方法的通用性。设计了基于RSCN干扰观测器的递归终端滑模控制方法(RTSMC)。建立了一种非线性函数用于设计终端滑模面。并针对建立的磨机换衬机械手的动力学模型,设计递归终端滑模控制器。在不确定参数预测模型的基础上增加自适应律,建立干扰观测器对模型参数不确定性和外界干扰进行补偿。构造dsat函数实现切换增益的自适应调整。仿真实验证明方法具有良好的轨迹跟踪能力和抗干扰能力。
暂无评论