专    业：机械工程

导    师：张俊 教授

毕业去向：云南北方光电仪器有限公司

教育及工作背景：

2020年9月至2023年6月     福州大学   机械工程   工学硕士学位

2015年9月至2019年6月    江苏大学   机械设计制造及其自动化  工学学士学位

研究方向：

机器人机构学

参与科研项目：

1.福建省科学技术厅, 自然科学基金项目（杰青）, 基于1T2R并联式摆角头的五轴混联数控加工单元设计理论与关键技术研究（2020J06010）, 2020-2023，参与

2.福建省科学技术厅, 高校产学合作项目, 基于过约束冗余驱动并联模块的混联数控装备研究及产业化（2019H6006）,2019-2022，参与

3.企业合作（厦门万久科技股份有限公司）,横向合作项目, 高端并混联数控装备研发（00201806）,2018-2022，参与

4.重庆大学机械传动国家重点实验室开放基金资助项目, 冗余驱动并联机构的误差分析与精度设计（SKLMT-ZDKFKT-202003）,2020-2022，参与

发表论文：

1. Sun Z, Fang H, Chou C, et al. Design and Development of a Numerical Control System for a Hybrid Machining Robot [C]. 2022 5th World Conference on Mechanical Engineering and Intelligent Manufacturing (WCMEIM), Ma’anshan, China, 2022: 60-65.

2. 朱超,孙载超,张俊. 2UPS&UPR&UP型并联机器人精度综合[J]. 机械传动,2023,47(1):11-16.

授权专利：

1.一种基于LMS的自由模态测试实验装置，专利号： ZL202221658804.7.

2.一种用于新能源汽车的轮边章动减速器，专利号： ZL202221739821.3.

荣誉与奖励：

2020年 福州大学硕士研究生优秀新生二等奖学金

2022年 “申昊杯”第四届中国研究生机器人创新设计大赛三等奖

2023年 福州大学研究生综合优秀学业奖学金三等奖

硕士学位论文简介：

一类2R1T冗余驱动并联机器人的误差补偿方法

冗余驱动并联机器人由于增加了支链，使得其具有更高的刚度、更好的运动灵巧性以及更少的奇异位姿。然而，冗余驱动的引入会给误差补偿带来三个问题：其一是产生系统冗余误差，会降低误差参数可辨识性；其二是参数辨识模型容易产生病态或多重共线性，会导致误差辨识结果不准确；其三是非几何误差的映射关系更加复杂，难以构建数学模型来完成补偿。为提高冗余驱动并联机器人的运动精度，本文以Z4型冗余驱动并联机器人为研究对象，开展误差补偿方法研究。相关研究内容如下：

（1）误差建模。首先，介绍Z4型并联机器人的机械结构。其次，采用闭环矢量法建立机器人的运动学位置逆解模型，进而采用分层搜索算法计算出给定机器人的工作空间。最后，对闭环矢量方程采用一阶摄动法建立Z4型并联机器人的几何误差模型，并通过数值仿真验证所建误差模型的正确性。

（2）运动学标定方法。首先，建立基于球杆仪的参数辨识模型,并基于辨识矩阵零空间特性，对冗余误差项进行辨别，并剔除参数辨识模型中的冗余误差。其次，提出一种基于无量化参数辨识模型的位形优选方法，对参数辨识模型进行无量纲化处理，再采用观测性指标来选取测量位形。在此基础上，将测量得到的位姿点带入参数辨识模型，采用主元分析算法辨识得到各几何误差的真实值。最后，根据辨识结果修正主动关节的输入值，实现几何误差补偿。

（3）非几何误差补偿方法。首先，针对几何误差补偿后的残差，构建BP神经网络预测模型，并采用遗传算法对预测模型进行优化。其次，通过数值仿真验证建立的神经网络预测模型的预测的准确性。在此基础上，采用正交实验法设计实验采集点，将其用于BP神经网络的训练与预测。最后，提出了基于伪目标法和迭代法的非几何误差补偿策略。

（4）实验研究。搭建Z4型并联机器人的误差补偿实验平台，采用分步式误差补偿策略，依次开展几何误差补偿与非几何误差补偿实验。结果表明，本文提出的误差补偿方法可有效提高冗余驱动并联机器人的运动精度。

论文工作为冗余驱动并联机器人实现高效、稳定、高精度的误差补偿提供了理论基础，解决了上述冗余驱动并联机器人在冗余驱动引入后带来的误差补偿难题。