泛灰数学在机器人机构误差分析中应用.docVIP

泛灰数学在机器人机构误差分析中应用 　　【摘 要】在机器人机构误差分析中应用泛灰数学，可以从根本上提升其计算的精确度，以满足实际的设计需求。但在实际的应用过程中，还存在一些不足之处与问题，影响机器人机构误差分析效率，例如，分析理论传统、分析方法不合理等。基于此，作者结合自身工作经验，对泛灰数学在机器人机构误差分析中的应用进行分析，以供相关人员参考。 　　【关键词】泛灰数学；机器人；误差分析 　　中图分类号： TB11 文献标识码： A 文章编号： 2095-2457（2018）02-0131-002 　　【Abstract】Applying the pan grey mathematics to the error analysis of robot mechanism can improve the accuracy of its calculation in order to meet the actual design requirements.However，in the practical application process，there are still some shortcomings and problems，which affect the efficiency of the error analysis of the robot mechanism.For example，the analysis theory tradition and the analysis method are unreasonable.Based on the work experience，the author analyzes the application of the grey mathematics in the error analysis of the robot mechanism for reference. 　　【Key words】Pan-grey mathematics；Robot；The error analysis 　　0 引言 　　泛灰数学在机器人机构误差分析中的应用，为实际的误差分析提供了新方法与新理论，可以有效的满足当前时代的需求，具有较强的应用价值。例如，在机器人的手臂设计过程中，设计人员除了对相?P的杆件、关节等原理与构造进行设计外，还需要结合设计的实际需求，对各杆件与关节的精度进行测量，以满足实际的设计需求。 　　1 泛灰数学分析 　　1.1 泛灰数学的发展 　　区间分析又被人们称为区间数学，其最早的应用目的是对相关的误差进行分析研究，以保证明确其误差的大小，在实际的运算过程中，相同的自变量受运算次序不同的影响，可能会导致产生不同的扩展区间。例如，张纪元在对机械误差进行分析时，灵活利用三角函数的单调性，通过扩展进行区间法分析，但在实际的分析过程中，利用区间分析法可能出现误差区间出现超差情况，误差区间范围过大，直接影响分析结果。基于此，通过不断的完善与创新，灰色系统理论概念被提出，标志着一门崭新的数学研究领域的发展，同时，相对应的“灰集合”概念逐渐衍生，区间灰数的运算法则逐渐明确。在实际的运算过程中，灰运算与区间数学具有相同的特性，部分代数性质难以表现，因此，泛灰数学概念逐渐提出，为机器人机构的误差分析奠定良好的基础。 　　1.2 泛灰数学概念 　　当前，人们将泛灰数学定义为：设论域U=R，R为实数集，则将R上的泛灰集成为泛灰数集，并将其有效的记为g（R），同时，称g（R）中的相关元素为灰数集，记作：g=（x，〖μ1，μ2〗），x∈R，μ，μ∈R①，在①中，x值代表观测值，〖μ，μ〗代表灰信息部，并将g（0）=（0，〖0，0〗）称为g（R）中的零元，将g（1）=（1，〖1，1〗）称为g（R）中的单位元。同时，如果观测部为零，则将灰信息部中的不为零的泛灰数集记为g（0）′，并称为亚零元，并且，将零元与亚零元统称为泛零元，记为g（0）′′。以泛灰数学的概念为基础，逐渐对泛灰的除法与加法运算进行定义，同时，利用加法运算定义与负元定义对减法进行定义，利用相关的逆元定义进行除法运算定义，同时，明确各运算定义的规律性，例如，泛灰加法运算定律可以满足交换律与结合律，具有封闭性特点，且存在唯一的零元；泛灰乘法运算定律与加法定律相同，同时还可以满足分配率。 　　1.3 区间灰数与泛灰数的转化分析 　　以泛灰数的定义为基础，在实际的运算应用过程中，可以将实际的泛灰数中（x，〖μ1，μ2〗）中的μ看作为数值x的最高或者最低的信任程度，以实际的数字为例，例如，μ1=0.5，μ2=0.7，则可以明确x的可信值在0.5x与0.7x之间，并用区间数进行合理的表示，表示为[0.5x，0.7