大量程柔性铰六维力传感器静态解耦的研究 .pdfVIP

学兔兔 第33卷 第5期 仪 器 仪 表 学 报 V01．33 No．5 2012年5月 Chinese Journal of Scientific Instrument May．2012 大量程柔性铰六维力传感器静态解耦的研究 石中盘 ，赵铁石 ，厉 敏 ，赵延治 ，丁长涛 (1燕山大学信息科学与工程学院 秦皇岛 066004；2燕山大学机械工程学院 秦皇岛 066004) 摘 要：为提高大量程六维力传感器的测量精度，提出了一种新型的六维力传感器非线性静态解耦方法，该方法结合混合递阶 遗传算法和小波神经网络的优点，采用递阶遗传算法与最小二乘法分别对小波神经网络隐层结构参数以及输出层权值进行优 化，再将优化后的小波神经网络模型用于六维力传感器非线性解耦。建立了基于混合递阶遗传算法和优化小波神经网络的六 维力传感器非线性解耦模型，设计了基于混合递阶遗传算法的小波神经网络结构及参数优化算法，给出了六维力传感器非线性 解耦的具体实现流程。以最新研制的6-UPUR大量程柔性铰六维力传感器为对象进行实验，结果表明，采用该方法六维力传感 器的I类误差和Ⅱ类误差分别为1．25％和2．59％，比采用BP和RBF神经网络方法的测量精度高。 关键词：六维力传感器；大量程；静态解耦；混合递阶遗传算法；小波神经网络 中图分类号：TP183 文献标识码：A 国家标准学科分类代码：520．60 Research on static decoupling of large range flexible joint six—axis force sensor Shi Zhongpan 一，Zhao Tieshi ，Li Min ，Zhao Yanzhi ，Ding Changtao (』College of b~ormation Science and Engineering，Yanshan University，Qinhuangdao 066004，China； 2 College of Mechanical Engineering，Yanshan University，Qinhuangdao 066004，China) Abstract：A new six—axis force sensor nonlinear static decoupling method that has the advantages of hybrid hierarchy genetic algorithm and wavelet neural network is proposed to improve the measurement accuracy of large range six—axis force sensor．Hierarchical genetic algorithm and least-squares method are respectively used to optimize the hidden layer structure parameters and output layer weights of wavelet neural network，and the optimized wavelet neural net— work model is applied to six—axis force sensor nonlinear decoupling．A six-