ニュース

従来の単軸力センサーは、現代の生産と技術のニーズを満たすことができなくなりました。 6軸の力センサーは、多くの学者の注目を集めています。 6軸力センサーは、力とトルクを同時に6方向に測定でき、機械、ロボットアーム、航空宇宙、生物医学、その他のフィールドで広く使用されています。ただし、現在研究されている6軸の力センサーには、一般的に多くの問題があります。さらなる研究には、高精度および高感度センサーが緊急に必要です。このペーパーでは、理論分析、有限要素シミュレーション、およびシミュレーション実験を組み合わせて、既存のセンサー研究に基づいてセンサーの構造を最適化します。新しいタイプの高精度6軸力センサーが提案されています。主な研究コンテンツには次のものがあります。

1。センサーのさまざまな性能の詳細な分析と、センサーの幾何学的パラメーターを使用したセンサー性能の変化の法則を調査した後。新しいタイプの複合ビームタイプ6軸力センサー構造が提案されています。センサーには、単純な構造、明らかな変形、およびパッチ位置の簡単な動作があります。直交テストおよび有限要素シミュレーション方法は、センサーのサイズパラメーターを決定するために使用されます。

2。ABAQUS分析ソフトウェアを使用してセンサーモデルを構築し、センサーで静的および動的分析を実行します。センサーの最初の6順序の外力負荷の下でのセンサーのひずみ分布が得られます。結果は、センサーが良好な直線性を持っていることを示しています。

3。ホイットサージカップの基本原理に基づいて、6次元力センサーのレイアウトを決定します。有限要素法の分析結果に基づいて、弾性本体の変形領域を決定し、センサー構造のスケールを組み合わせて、その上で合理的なレイアウトを実行します。出力を適切に増やし、パッチ上の6次元力センサーの次元間結合問題を減らします。

4。センサー用の特別なキャリブレーションデバイスを開発します。センサーの構造と形状に応じて、特別なセンサーキャリブレーションデバイスのセットを設計します。シミュレーション実験の結果によると、センサーは分離されています。 Square MethodとBP Neural Network Methodを使用して、それらの間の関係を計算し、センサーのキャリブレーション研究を完了します。この研究は、BPニューラルネットワーク法がより良いデカップリング効果を持っていることを示しています。