本文關(guān)鍵詞： 引流板螺栓 RBF神經(jīng)網(wǎng)絡(luò) 帶電作業(yè)機(jī)器人 機(jī)械手 擰緊控制　出處：《東北大學(xué)學(xué)報(bào)(自然科學(xué)版)》2017年10期 　論文類型：期刊論文

【摘要】：針對(duì)完全依靠人工帶電擰緊高壓輸電線路耐張?zhí)�引流板螺栓作業(yè)效率低、勞動(dòng)強(qiáng)度大、高空高壓危險(xiǎn)設(shè)計(jì)了一種雙臂、雙機(jī)械手的螺栓緊固帶電作業(yè)機(jī)器人.在整個(gè)作業(yè)過程中著重對(duì)螺栓擰緊的關(guān)鍵問題進(jìn)行了理論分析,建立了螺栓擰緊過程控制的RBF神經(jīng)網(wǎng)絡(luò)模型.將機(jī)器人的螺栓擰緊過程抽象為神經(jīng)網(wǎng)絡(luò)的非線性逼近控制問題,提出了基于RBF神經(jīng)網(wǎng)絡(luò)的機(jī)器人螺栓擰緊狀態(tài)監(jiān)測(cè)控制方法.最后帶電作業(yè)試驗(yàn)結(jié)果顯示經(jīng)過該控制方法機(jī)器人擰緊的螺栓聯(lián)接可靠性增強(qiáng),驗(yàn)證了所提出方法具有較強(qiáng)的工程實(shí)用性,同時(shí)進(jìn)一步提高了作業(yè)效率、作業(yè)安全性及作業(yè)可操作性.
[Abstract]:A kind of double arms is designed in view of the low working efficiency, the high labor intensity and the high altitude high voltage danger of tightening the tension jumper draining plate bolt of the high voltage transmission line completely relying on the manual live. In the whole working process, the key problems of bolt tightening are analyzed theoretically. The RBF neural network model of bolt tightening process control is established. The bolt tightening process of robot is abstracted as a nonlinear approximate control problem of neural network. The monitoring and control method of bolt tightening state based on RBF neural network is proposed. Finally, the test results of live operation show that the reliability of bolt fastened by the control method is enhanced. It is verified that the proposed method has strong engineering practicability, and further improves the work efficiency, job safety and operation maneuverability.
【作者單位】： 武漢大學(xué)動(dòng)力與機(jī)械學(xué)院;國網(wǎng)吉林省電力有限公司白山供電公司;
【基金】：國家自然科學(xué)基金資助項(xiàng)目(51105281) 國網(wǎng)吉林省電力有限公司資助項(xiàng)目(JDK2016-19)
【分類號(hào)】：TM75;TP242
【正文快照】： 耐張桿塔是高壓輸電線路的主要組成部分之一,位于這類桿塔兩側(cè)的高壓輸電導(dǎo)線都是由耐張?zhí)�和引流板兩個(gè)關(guān)鍵部件聯(lián)接起來的.由于惡劣自然環(huán)境下的外力震動(dòng)及桿塔的施工工藝等各種因素容易造成引流板的螺栓發(fā)生松動(dòng)導(dǎo)致接觸不良后其接頭處電阻變大,引流板的溫度會(huì)大幅升高,在

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張毅;姜思博;李錚;;改進(jìn)的遺傳灰色RBF模型的短期電力負(fù)荷預(yù)測(cè)[J];電測(cè)與儀表;2014年05期

2 胡迎松,陳明,范志明;一種電力系統(tǒng)短期負(fù)荷預(yù)測(cè)的RBF優(yōu)化算法[J];華中科技大學(xué)學(xué)報(bào)(城市科學(xué)版);2003年03期

3 苗青,曹廣益,朱新堅(jiān);基于一種改進(jìn)的RBF神經(jīng)網(wǎng)絡(luò)的直接甲醇燃料電池建模[J];系統(tǒng)仿真學(xué)報(bào);2005年02期

4 郭金偉;周渝慧;;基于RBF改進(jìn)模型的電力系統(tǒng)短期負(fù)荷預(yù)測(cè)[J];電力信息化;2007年07期

5 楊胡萍;白慧;劉家學(xué);張力;;基于改進(jìn)RBF神經(jīng)網(wǎng)絡(luò)的電力系統(tǒng)短期負(fù)荷預(yù)測(cè)[J];東華大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年02期

6 郭偉偉;劉家學(xué);馬云龍;李書琰;;基于改進(jìn)RBF網(wǎng)絡(luò)算法的電力系統(tǒng)短期負(fù)荷預(yù)測(cè)[J];電力系統(tǒng)保護(hù)與控制;2008年23期

7 張曉亮;;一種改進(jìn)的RBF網(wǎng)絡(luò)在電力系統(tǒng)短期負(fù)荷預(yù)測(cè)中的應(yīng)用[J];煤礦機(jī)電;2008年03期

8 李強(qiáng);田大林;夏迎迎;付煒;王亦飛;于遵宏;;新型兩段組合式氣化產(chǎn)氣熱值的RBF神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型及遺傳算法優(yōu)化[J];計(jì)算機(jī)與應(yīng)用化學(xué);2008年10期

9 夏長(zhǎng)亮;李志強(qiáng);王明超;劉均華;;基于RBF神經(jīng)網(wǎng)絡(luò)在線辨識(shí)的永磁無刷直流電機(jī)單神經(jīng)元PID模型參考自適應(yīng)控制[J];電工技術(shù)學(xué)報(bào);2005年11期

10 曹安照;田麗;;基于RBF神經(jīng)網(wǎng)絡(luò)的短期電力負(fù)荷預(yù)測(cè)[J];電子科技大學(xué)學(xué)報(bào);2006年04期

相關(guān)會(huì)議論文 前3條

1 蔣勁;譚少華;符向前;陶志建;;基于徑向基函數(shù)(RBF)網(wǎng)絡(luò)的大型水輪發(fā)電機(jī)故障診斷[A];全國水電廠技術(shù)改造學(xué)習(xí)交流研討會(huì)論文集[C];2005年

2 劉偉;王科俊;姚杰;;基于RBF神經(jīng)網(wǎng)絡(luò)采用混合粒子群優(yōu)化的電力負(fù)荷短期預(yù)測(cè)[A];2007年中國智能自動(dòng)化會(huì)議論文集[C];2007年

3 侯樹文;王建偉;段愛霞;;基于RBF的同步發(fā)電機(jī)模糊PID勵(lì)磁控制系統(tǒng)[A];第八屆工業(yè)儀表與自動(dòng)化學(xué)術(shù)會(huì)議論文集[C];2007年

相關(guān)碩士學(xué)位論文 前4條

1 李志強(qiáng);基于RBF神經(jīng)網(wǎng)絡(luò)在線辨識(shí)的永磁無刷直流電機(jī)單神經(jīng)元自適應(yīng)PID控制[D];天津大學(xué);2005年

2 王聰;基于RBF神經(jīng)網(wǎng)絡(luò)與模糊控制的電力系統(tǒng)短期負(fù)荷預(yù)測(cè)[D];華北電力大學(xué)（河北）;2005年

3 李琳;基于RBF神經(jīng)網(wǎng)絡(luò)無刷直流電機(jī)控制系統(tǒng)的基礎(chǔ)研究[D];安徽理工大學(xué);2015年

4 左志文;基于HHT和RBF神經(jīng)網(wǎng)絡(luò)的異步電動(dòng)機(jī)故障診斷的研究[D];太原理工大學(xué);2015年

，

本文編號(hào)：1463430