- •Введение
- •1. Краткие сведения о правилах работы в вычислительной среде matlab
- •1.2. Переопределенные системы уравнений. Метод наименьших квадратов
- •Введемвекторы
- •1.3. Оценка параметров периодических сигналов по экспериментальным данным
- •Таким образом, требуется оценить амплитуды и фазы
- •Разделив период Tна 24 равных интервала, мы получим . Так как , то каждому будет соответствовать угол (в градусах).
- •На основе мнк
- •Нормальное распределение.
- •3.1. Ряды с большим числом наблюдений.
- •Информационное и программное обеспечение процесса вычисления интеграла ошибок Гаусса по заданным границам.
- •84.22%, 29.73% И 20.11% всей площади.
- •4.2. Расчётэлементовконтрольныхкарт. Обработка данных измерений.
- •Статистический контроль в промышленности
- •4.4. Контрольная карта для стандартных отклонений.
- •4.5. Информационное и программное обеспечение процедуры построения контрольных карт.
- •8. Информационное обеспечение графических построений при управлении качеством продукции.
- •8.1. Использование функции «gaussmf» для построения кривых Гаусса.
- •8.2. Графическая интерпретация статистического контроля качества продукции.
- •Заданные параметры движения
- •Вариант № 1.
- •3. Оптимизация параметров звеньев робота - манипулятора с помощью метода наименьших квадратов.
- •4. Построение траекторий звеньев робота - манипулятора сиспользованием кубических полиномов (сплайнов).
- •5. Построение траектории перемещения двухзвенного робота-манипулятора с помощью элементов символьной математики.
- •5.1. Решение уравнений в символьной форме.
- •5.2. Позиционирование двухзвенного робота – манипулятора.
- •6. Параметрическаяоптимизацияконструкциимеханизма с подвижнымцилиндром.
- •7. Параметрическая оптимизация сопряжения деталей при ихсборке с заданным допуском узла.
- •8.Оптимизация процесса грузовой обработки судна в порту.
- •Время выполнения работ (по виду работы)
- •9.Оптимальное распределение ресурсов между объектами порта по критериюмаксимального дохода.
- •Составим таблицу:
- •Библиографический список
- •Содержание
- •Применение мнк для решения практических задач
- •Оценка параметров периодических сигналов по экспериментальным данным
- •Таким образом, требуется оценить амплитуды и фазы
- •Разделив период t на 24 равных интервала, мы получим . Так как , то каждому будет соответствовать угол (в градусах).
- •Операции над матрицами
- •Проверьте выполнение равенства .
- •Проверьте выполнение равенства .
- •Проверьте выполнение равенства .
- •Проверьте выполнение равенства .
- •Проверьте выполнение равенства .
- •Проверьте выполнение равенства .
- •Проверьте выполнение равенства .
- •Проверьте выполнение равенства .
- •Проверьте выполнение равенства .
- •Проверьте выполнение равенства .
- •Проверьте выполнение равенства .
- •Проверьте выполнение равенства .
- •Проверьте выполнение равенства .
- •Проверьте выполнение равенства .
- •Системы лин. Уравнений
- •Векторы. Прямые и плоскости
- •Собственные числа и собственные векторы
- •Пределы и производные
- •Графики функций
- •Нули, экстремумы и точки перегиба
- •Компьютерное моделирование и оптимизация режимов работы портовой перегрузочной техники Учебное пособие
3. Оптимизация параметров звеньев робота - манипулятора с помощью метода наименьших квадратов.
Применение двухзвенных манипуляторов связанно со значительным уменьшением стоимости устройств, упрощением процесса их обслуживания во время эксплуатации. Рассмотримдвухзвенный манипулятор, кинематическая схема которого представлена на рис.3.1.
Предположим,
что манипулятор должен перемещать груз
m по оси абсцисс, в диапазоне изменения
угла
,
при этом необходимо определить величину
звеньев манипулятора а1
и а2.
Из рис.3.1 видно, что расстояние до груза m, определяется равенством:
. (3.1)
Назовем Smi аппроксимируемой траекторией перемещения груза и обозначим:
(3.2)
Предположим, что по техническим условиям действительная траектория перемещения груза соответствует закону:
, (3.3)
где
заданная траектория движения груза.
Задача оптимизации сводится к определению параметров a1 и a2 при обеспечении минимума среднеквадратичной ошибки, представленной в виде критерия качества:
(3.4)
или по методу наименьших квадратов:
, (3.5)
где n число измерений.
Для решения задачи параметрической оптимизации численными методами необходимо выбрать шаг дискретности для угла φ. Например, угол φ можно задать в виде вектора:
φi1 = 0o : 5o : 90o (шаг дискретизации равен 5o ) или
(в радианах).
Исходя из рис.3.1., при равенстве Sm = xd, по теореме косинусов, можно записать:
. (3.6)
Преобразовав (3.6), получаем:
(3.7)
или
, (3.8)
где
.
Поскольку А и В постоянные коэффициенты, то уравнение (3.8) для каждого i-ого элемента вектора φi1 в линейном виде можно записать в виде матричного выражения:
Y = Hd, где (3.9)
,
,
d - матрица постоянных коэффициентов, H' - транспонированная матрица, составленная из единиц и значений Vi:
Vi
= 2*xdi*cos
i, i
= 1, 2, … , n. . (3.10)
Наилучшая оценка звеньев манипулятора a1 и a2 определяется с помощью соотношения:
.
(3.11)
Преобразуя (3.11), получаем:
.
(3.12)
Из выражения (3.12) следует, что
,
, (3.13)
которые и подставляются в значение Sm.
В среде MATLAB параметрическая оптимизация сводится к нахождению нормы разности векторов xd и Sm:
,
(3.14)
где K - размерность i-ого изменения угла φ.
Линейный метод наименьших квадратов параметрической оптимизации приведен в файле pt3.m.
Лабораторная работа №3."Линейный метод оптимизации параметров звеньев робота - манипулятора с помощью метода наименьших квадратов"
Цель работы.
1.Определить размерность матрицы дискретного изменения угла перемещения звена а1 манипулятора.
2.Рассчитать параметры оптимальной оценки звеньев манипулятора а1, а2 по линейному методу наименьших квадратов с определением параметров матриц H,Y и d.
3.Рассчитать значения матрицы U векторов xd и Sm – заданной и аппроксимируемой траекторий перемещения груза.
4.Рассчитать значение эвклидовой нормы V разности векторов xd и Sm.
5.Построить график зависимостей i Smi и xdi – аппроксимируемой и заданной траекторий движения груза в диапазоне изменения угла манипулятора .
%File pt3.m
fi1=0:5:90; %Вектор изменения угла φ в градусах.
fi=(pi/180)*fi1; %Вектор изменения угла φ в радианах.
xd=1+(cos(fi)).^2; %Вектор заданной траектории перемещения груза.
%Вариант 1.
K=size(fi1) %Определение размеров матрицы.
K1=K(2) % К1 = 19.
H=[ones(K(2),1) (2*xd.*cos(fi))'] %Матрица состоящая из единиц
%1-го столбца и (2*xd.*cos(fi)) 2-го %столбца.
Y=[xd.^2]' %Элементы вектора заданной траектории, %возведенные в квадрат.
d=(inv(H'*H))*H'*Y %Наилучшая оценка, используемая для %нахождения оптимальных значений а1 и а2.
a1=d(2);
a2=sqrt(d(1)+d(2)^2);
sm=a1*cos(fi)+sqrt(a2^2-(a1*sin(fi)).^2); %Вектортраектории %аппроксимации.
U=[xd;sm] %Матрица векторов xd, Sm.
V=norm(xd-sm)/K(2) %Эвклидова норма разности векторов xd и Sm
plot(fi1,xd,'*',fi1,sm,fi1,sm,'.'),grid %График зависимостей:
%xd = f(φi), Sm= f(φi).
a=[a1 a2] %Размер звеньев а1 и а2.
Решение файла можно получить следующим образом: либо в окне Редактора "Отладка" ==> "Выполнить". Либо вызвав файл pt3 в Командном Окне.
Решение первого варианта задания.
K =
19
K1 =
19
H =
1.0000 4.0000
1.0000 3.9696
1.0000 3.8798
1.0000 3.7343
1.0000 3.5389
1.0000 3.3015
1.0000 3.0311
1.0000 2.7376
1.0000 2.4312
1.0000 2.1213
1.0000 1.8167
1.0000 1.5246
1.0000 1.2500
1.0000 0.9962
1.0000 0.7641
1.0000 0.5523
1.0000 0.3578
1.0000 0.1756
0.0000
Y =
4.0000
3.9697
3.8803
3.7365
3.5458
3.3175
3.0625
2.7923
2.5180
2.2500
1.9971
1.7662
1.5625
1.3891
1.2476
1.1385
1.0612
1.0152
1.0000
d =
0.7032
0.7936
Рис.3.2 График зависимостей Smiи xdi – аппроксимируемой и заданной траекторий движения груза в диапазоне изменения угла .
U =
Columns 1 through 7
2.0000 1.9924 1.9698 1.9330 1.8830 1.8214 1.7500
1.9482 1.9431 1.9279 1.9027 1.8680 1.8240 1.7715
Columns 8 through 14
1.6710 1.5868 1.5000 1.4132 1.3290 1.2500 1.1786
1.7111 1.6437 1.5702 1.4917 1.4093 1.3245 1.2385
Columns 15 through 19
1.1170 1.0670 1.0302 1.0076 1.0000
1.1528 1.0687 0.9876 0.9106 0.8385
V =
0.0148
a =
1.1546
Таблица 3.1
Варианты заданий для л.р. № 3
№ Варианта задания |
xd |
1 |
1+(cos(fi)).^2 |
2 |
1+(sin(fi)).^2 |
3 |
1+(cos(fi)).^3+(cos(fi)).^2 |
4 |
-0.7520*fi+2.0904 |
5 |
1.7*fi+1.4 |
Кроме линейной оценки возможно решение задачи с помощью нелинейного метода наименьших квадратов.
Введем дополнительные ограничения на параметры а1 и а2:
;
.
Для определения наилучших значений параметров а1 и а2 воспользуемся решением нелинейной оптимизационной задачи с помощью функции "lsqcurvefit", содержащейся в каталоге "Оптимизация" среды MATLAB.
Составим два файла: pt31.m - основной файл программы и pt32.m – файл-функция. Файл pt32.m является дополнительной функцией для файла pt31.m
%Filept32.m
functionf=pt32(x,fi); %Описаниефункцииf (a, φ).
f=x(1)*cos(fi)+sqrt(x(2)^2-(x(1)*sin(fi)).^2); %Функциональнаязависимость
%траектории аппроксимации
%приx(1) = a1, x(2) = a2.
Лабораторная работа №3а. "Нелинейный метод оптимизации параметров звеньев робота - манипулятора с помощью метода наименьших квадратов"
Цель работы.
1. Определить размерность матрицы дискретного изменения угла
перемещения звена а1 манипулятора.
2. Рассчитать значения матрицы U векторов xd и sm – заданной и аппроксимируемой траекторий перемещения груза.
3. Рассчитать значение V – нормы разности векторов xd и sm.
4. Рассчитать оптимальные параметры звеньев а1 и а2 манипулятора.
5. Построить график зависимостей smi и xdi – аппроксимируемой и заданной траекторий движения груза в зависимости от угла поворота манипулятора.
%Filept31.m
fi1=0:5:90;
fi=(pi/180)*fi1;
y=1+(cos(fi)).^2; %Вектор заданной траектории движения груза.
%Вариант 1.
%y=-0.7520*fi+2.0904; %Вариант 2.
%y=1+(cos(fi)).^3; %Вариант 3.
K=size(fi) %Определение размерности матрицы.
veb=[0.1 0.1];vub=[10 10]; %Нижние и верхние ограничения на
%параметры а1 и а2.
x=lsqcurvefit('pt32',[0.1 0.1],fi,y,veb,vub); %Оптимальная оценка
%коэффициентов а1 и а2.
z=x(1)*cos(fi)+sqrt(x(2)^2-(x(1)*sin(fi)).^2); %Вектор траектории
%аппроксимации при z = Sm.
U=[y;z] %Матрица векторов у = xd и z = Sm.
V=(norm(y-z))/K(2) %Норма разности векторов xd-Sm.
plot(fi1,z,fi1,y,'*'),grid %График зависимостей xd = f(φi), Sm= f(φi).
x=[x(1) x(2)] %Размер звеньев а1 и а2.
Решение первого варианта задания в среде MATLAB.
K =
19
Optimization terminated successfully:
Relative function value changing by less than OPTIONS.TolFun
U =
Columns 1 through 7
2.0000 1.9924 1.9698 1.9330 1.8830 1.8214 1.7500
1.9333 1.9284 1.9136 1.8892 1.8554 1.8127 1.7617
Columns 8 through 14
1.6710 1.5868 1.5000 1.4132 1.3290 1.2500 1.1786
1.7031 1.6376 1.5662 1.4900 1.4101 1.3278 1.2443
Columns 15 through 19
1.1170 1.0670 1.0302 1.0076 1.0000
1.1610 1.0792 1.0002 0.9250 0.8545
V =
0.0145
x =
0.7778 1.1555
Рис.3.5 График зависимостей xd = f(φi), Sm= f(φi) для нелинейного метода оптимизации параметров.
