摘 要: | 开展月球探测对于提升我国综合实力具有重要意义.按照计划我国将在2017年左右完成月球采样并返回地球的目标.目前国内各科研院所对采样机具的研究多集中在钻取机具的设计及其仿真模拟上,对表层取样机具研究较少.基于表层取样研发了一套由直流电机驱动,并能通过检测其电流间接测算挖取运动扭矩的试验机构.利用该机构在6种不同的模拟月壤中进行不同试验参数的挖取试验后可知,在不同的试验条件下挖取机构承受的扭矩变化趋势大致相同,并能由4个特征点进行描述.4个特征点的取值随试验参数的不同而改变.完成试验后将试验数据进行归一化处理后导入BP神经网络进行学习和训练,建立了以运动参数(运动角度、机构悬挂高度)、模拟月壤类型(内聚力、内摩擦角)、模拟月壤密实程度(容积密度、孔隙度、相对密实度)为输入量,机具承受扭矩为输出量的神经网络模型.通过与实测数据对比可证明本文建立的BP神经网络挖取力学模型具有很高的拟合和预测精度.
|