.png){kind=icon}
返回
Model predictive pose optimization for energy efficient robotic machining
.png){kind=icon}
OA
AI
DOI：10.1007/s11044-025-10127-4.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
近年来，航空研究的重点之一是通过减轻飞机结构重量来减少温室气体排放，例如采用碳纤维增强复合材料（CFRP）等轻质材料。轻型飞机可降低燃料消耗，进而影响全球碳足迹，是实现二氧化碳中性飞行的关键一步。为达成国家气候目标，环境影响应在生产阶段即进行评估。近期，弗劳恩霍夫IFAM研究所针对扭曲CFRP部件的加工目的，研究了由串联运动学（线性导轨上的工业机器人）和并联运动学（六足机器人）组成的混合运动学，并将其安装于机器人末端执行器上。本研究分析了此类混合运动学的冗余自由度能在多大程度上被利用，以确定加工过程中的能耗最优姿态。因此，在最优控制问题（OCP）中求解逆运动学，包括正向运动学，同时最小化系统能耗并遵循参考轨迹。
Keyword:
Model predictive control
Pose optimization
Energy efficiency
Robotic machining
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
2.4
论文数:
163
被引数:
2.5K
机构
引用论文
CasADi: a software framework for nonlinear optimization and optimal controlCasADi: 非线性优化和最优控制的软件框架
PREAI
分享收藏Offline simulation of path deviation due to joint compliance and hysteresis for robot machining
PREAI
分享收藏Motion profile planning of repetitive point-to-point control for maximum energy conversion efficiency under acceleration conditions.png)
MECHATRONICS
MECHATRONICSIF3.1
PREAI
分享收藏 没有更多内容
没有更多内容