关键词： 动力学参数辨识   最优轨迹规划   学生心理优化算法   串联机器人  

摘要： 机器人在推进现代农业、服务业和工业转型升级的过程中起着日益重要的作用。绿色生产、降本增效是产业转型升级的核心诉求,机器人的运行时间和能耗与其高度相关。为提高工作效率,减少能量消耗,实现绿色资源节约型生产,需开展考虑动力学特性的轨迹优化,而精确的动力学模型是施加动力学约束、计算运行能耗的重要基础,但动力学参数获取困难,导致建立的动力学模型精度较低。针对轨迹优化过程中动力学约束不够准确的问题,本文以串联机器人为研究对象,进行动力学参数辨识,开展基于动力学的时间、能耗和冲击综合最优轨迹规划研究。为提高动力学参数辨识精度,针对常见参数辨识算法在求解时变、非线性、强耦合的动力学系统时存在辨识效率较低、易陷入局部最优、初始化参数难确定等问题,在学生心理优化算法(SPBO)的基础上,提出改进学生心理优化算法(BSPBO),使用牛顿-欧拉法建立机器人动力学模型,将CAD软件生成的动力学参数设为BSPBO算法的初始解,对线性动力学模型进行求解,并将辨识结果与其它六种启发式算法对比,结果表明:BSPBO算法有较强的全局寻优能力和较好的收敛精度,能更稳定高效地完成各关节动力学参数的辨识。在获得精确动力学模型的基础上,研究了动力学约束准确与否对综合最优轨迹的影响。采用B样条曲线进行关节空间轨迹规划,分别使用CAD软件和辨识实验所得惯性参数生成动力学约束,建立最优轨迹规划数学模型,并使用BSPBO算法进行求解。将优化算法生成的最优轨迹输入MWorks仿真模型,验证优化算法的有效性;驱动实验平台跟踪经过仿真验证的最优轨迹,结果表明:施加准确的动力学约束可将轨迹运行时间缩短7.09%、运行能耗降低4.60%、减少运动冲击,证实了基于动力学的综合最优轨迹规划的可实施性。

关键词： 上肢康复机器人   改进粒子群算法   动力学模型   轨迹优化  

摘要： 在技术方面,近些年伴随着技术的飞速发展以及整个社会的需求,机器人已经快速进入生命科学领域。在市场需求方面,以脑卒中疾病为例,患者以约200万的数量逐年递增,其中上肢功能障碍的人居多,传统的康复治疗以康复医师辅助患者进行康复训练为主,但仅靠康复医师远远无法满足市场需求。在此背景下,上肢康复机器人受到了越来越广泛的关注。为了满足不同患病程度患者的需求,以及市场的推广,对康复机器人控制精度和稳定性要求也越来越高,这就要求上肢康复机器人动力学模型更加准确。另一方面上肢康复机器人是一种与人体手臂相适应的医疗器械,合理的轨迹规划可以保证康复训练的安全性和舒适性,也是应用于临床前的关键过程。 本文论述了康复机器人、参数辨识和轨迹优化的现状,以及未来的发展趋势。并以三自由度上肢康复机器人为研究对象,首先分析了上肢康复机器人结构和参数,基于D-H法建立了运动学模型,在MATLAB中完成运动学模型仿真验证和机器人运动空间仿真验证。基于拉格朗日法推导了动力学方程及其动力学模型线性形式,以傅里叶级数为基础,并对关节角度,速度,加速度进行限制,得到满足要求的激励轨迹,采用基于模拟退火的改进粒子群算法对轨迹系数进行优化,再通过递推最小二乘法得到动力学模型所需要辨识的参数,针对康复轨迹优化问题,基于康复机器人结构结合日常生活,设计康复训练轨迹,采用高次B样条曲线进行插值,同时将运动学约束转化为对各阶B样条曲线控制顶点的约束,减少了计算难度,并将传统罚函数和二次罚函数结合,以此解决运动学约束问题,采用改进粒子群方法结合加权系数法进行多目标寻优,得到了综合特性更好的训练轨迹,即在运动学约束条件下,得到的轨迹拟合曲线更光滑而且完成训练的时间更短。 最后通过实验对比基于优化前后轨迹得到的辨识参数相对应的预测力矩和实际力矩的残差均方根,结果表明本文方法可以得到比较准确的动力学模型。样机实验验证结果表明所优化的康复轨迹可以对上肢多关节进行空间复合运动,证明该方法可以用于康复运动轨迹的优化。

关键词： 工业机器人   动力学辨识   自适应控制   轨迹规划   碰撞检测  

摘要： 现代机器人的发展逐步走向了具有多种感知能力,且能适应多种作业环境的方向,在减少人工劳动,提高生产效率,节约能源消耗和保障人身安全等方面具有重要的发展意义。但在工业机器人的发展中仍存在一些问题,比如工作环境下动力学模型辨识不准确,导致关节控制不稳定以及在轨迹规划时未考虑能源消耗和人机协作中的碰撞问题。本文从工业机器人的底层算法框架出发,考虑现阶段工业机器人底层算法的精确度和鲁棒性以及控制策略智能化程度不高的问题,提出了一个基于数据驱动的工业机器人辨识与控制策略的算法框架研究。其主要贡献点如下:针对工业机器人动力学辨识中存在未建模项和系统干扰造成的精度问题,提出了一种基于稀疏贝叶斯学习的工业机器人在线动力学辨识算法。结合机器人动力学的先验物理知识和潜在的候选模型构成字典函数,将机器人的非线性时变动力学变型为线性参数辨识问题,并采用递推的求解方式实现了动力学模型的在线辨识,最后通过预测工业机器人的力矩验证了该在线辨识方法的准确性。针对工业机器人动力学未建模项难以用显式函数描述的不确定性特性,提出了一种工业机器人的深度自适应控制算法。在上述辨识的模型的基础上使用深度神经网络对残差进行拟合,作为模型的补偿获得完整的动力学模型。随后根据李雅普诺夫第二定理证明了所提控制理论的收敛性,并依此设计了算法的自适应更新律。同时本文也在工业机器人平台上通过实验验证了所提算法的有效性。针对工业机器人由于轨迹设置不合理产生的能耗浪费问题,提出了一种基于强化学习的工业机器人节能轨迹规划算法。通过设计合适的奖励函数,并采用深度强化学习算法进行训练。在仿真环境训练时采用了域随机化的方法,增强了训练策略的效率和后续算法的迁移性。最后在工业机器人平台上通过三次多项式生成平滑的输出轨迹,并采用上述的深度自适应控制方法进行轨迹跟踪实验,验证了该轨迹规划算法的可行性与节能性。针对人机交互场景中的碰撞问题,提出了一种基于切换动量动力学辨识的工业机器人碰撞检测技术。将碰撞检测转化为切换系统辨识问题,并使用动量动力学避免了加速度信噪比小造成的检测不精确,并定量辨识出碰撞后的接触力。随后通过分类算法溯源定位碰撞发生的具体关节位置,便于碰撞后机器人的快速正确响应。该算法在仿真环境中进行训练和测试,迁移到自制工业机器人平台上进行了碰撞测试,测试结果显示了所提算法的可实际操作性。

关键词： 混联抛光机器人   弹性动力学   运动副间隙   虚功原理  

摘要： 随着航空航天、现代光学系统、半导体加工等产业的迅猛发展,以及相关的计算机控制技术和数控加工技术的不断提升,对超光滑表面元器件加工要求越来越高。电辅助光催化纳米颗粒胶体射流抛光是一种可实现亚纳米级超光滑表面去除的加工方法。将射流抛光技术和超精密运动平台组合,可以很好地完成复杂曲面的超精密抛光加工。这种组合中,混联机床因其广阔的工作空间、卓越的动态性能和高承载能力等优点,成为超精密运动平台领域的首选。目前,并联机构正朝着高速化、轻质化、高精度的方向发展。然而,机构末端若有高负载和机构自身运动的固有特性均会使其机构发生一定的弹性变形,以及各运动副间隙处可能会产生的冲击碰撞,均会影响并联机构的动力学特性。因此,对空间混并联机构进行动力学分析的同时考虑构件的柔性和运动副间隙具有十分重要的意义。本文以3-RPS并联机器人为研究对象,结合XY方向的串联十字滑台机构,组成XY-3-RPS混联系统,作为超精密加工运动平台的载体,综合分析了串联子系统与并联子系统的弹性变形和运动副间隙引起的误差,具体研究工作如下:首先,对XY-3-RPS混联抛光机器人进行运动学建模,通过搭建虚拟样机开展运动学仿真,其结果与数值分析结果对比验证混联机器人模型的正确合理性。对机构进行分析,建立其含运动副间隙的运动学模型。考虑实际工况下系统可能发生的运动和变化,将XY-3-RPS混联抛光机器人系统拆分为并联子系统和串联子系统,并进一步将混联子系统拆分为动平台子系统、驱动臂子系统、从动臂子系统以及串联子系统,将运动学与虚功原理相结合建立各个子系统的刚体动力学模型。再通过矢量相加求得整个混联系统的刚体动力学模型,运用理论模型与虚拟样机完成混联系统的动力学分析。然后,将XY-3-RPS混联抛光机器人拆分的各子系统,利用Newton-Euler方程、Lagrange方程和有限元理论,完成各个子系统的动力学模型的建立。在运动学约束方程和动平台子系统的动力学模型的基础上,将各支链子系统的弹性动力学模型合并在一起,确立混联系统的弹性动力学模型。通过对模型及进行仿真验证分析,探求了弹性变形这一影响因素对混联机器人的动态特性影响。最后,基于数值统计原理与随机函数,完成了混联抛光机器人系统中各个运动副的间隙模型的建立,求得各个支链的虚拟杆长。并进一步将求得的虚拟杆长与含运动副间隙时各个运动副处的接触碰撞力融合到混联系统的弹性动力学模型中,进而得到含运动副间隙的XY-3-RPS混联机器人的动力学模型,再经数值分析,探究了运动副间隙对混联系统的动态特性影响。对比其含运动副间隙与各个子系统支链弹性变形的结果,综合比较分析了各支链的弹性变形与运动副间隙之间的耦合关系,以及两者共同作用分别对混联系统的动态特性影响,探究了影响整个混联系统末端输出的误差变化的关键因素,为之后XY-3-RPS混联抛光机器人的精确控制、误差补偿等提供理论依据和指导。

关键词： 工业机器人   高速运动   动力学简化   柔性关节   控制  

摘要： 在现代工业中,高速运动工业机器人被广泛应用于汽车、电子、航空航天等领域,成为推动工业自动化的关键设备之一。在高速运动时,机器人的非线性动力学特性十分显著,复杂的动力学影响了机器人控制的实时性。此外,关节柔性也会导致机器人各连杆之间产生振动。因此,在机器人的动力学建模和控制中,必须充分考虑关节柔性因素。本文以六自由度工业机器人为研究对象,针对复杂的动力学会影响基于动力学控制的实时性问题,以及高速运动时关节柔性导致的关节振动和变形问题,在刚体动力学模型的基础上简化动力学表达式,并考虑关节柔性因素,建立六自由度高速运动机器人动力学模型。通过研究机器人高速运动时影响动态精度的多种因素,利用计算力矩法进行控制并在该控制方法上进行改进,以提高机器人高速运动时的动态精度。论文主要研究内容如下:首先,根据机器人的结构与参数,构建了机器人的D-H坐标系与参数模型,对机器人正运动学模型和逆运动学进行了推导,得到了机器人末端的位姿变化矩阵表达式与逆运动学的八组解析解,通过多种方法验证了所建立的六自由度工业机器人正运动学模型和逆运动学求解的正确性,为研究机器人动力学奠定基础。其次,分析机器人的刚体动力学特性,利用牛顿欧拉法递推六自由度机器人动力学模型,对机器人各关节进行轨迹规划,实现从低速运动向高速运动的转换。将动力学表达式中的惯性项、离心力与哥氏力项和重力项进行简化,得到了机器人高速运动时的简化动力学方程以满足控制的实时性要求,通过对比机器人各关节驱动电机的输出力矩,证明了动力学方程简化的合理性,为进一步研究考虑关节柔性时的高速运动机器人的动力学特性和控制方法提供理论依据。然后,建立机器人柔性关节模型,在考虑关节柔性的情况下建立六自由度柔性关节机器人动力学方程。基于该模型,研究了机器人关节运动的速度大小对各关节产生振动的影响,并探讨了在高速运动时关节刚度和阻尼的大小对各关节振动与变形的影响;采用计算力矩法对柔性关节机器人进行控制,对比分析了机器人简化模型的有效性,并将计算力矩法与模糊控制理论相结合改进了传统的计算力矩法,以此来提高高速运动机器人的动态精度。最后,利用Adams虚拟样机软件建立了考虑关节柔性的六自由度工业机器人仿真模型,在Simulink中建立控制系统,然后通过Simulink和Adams联合仿真的方法,完成了机器人高速运动时控制的仿真,仿真结果表明基于模糊理论的改进计算力矩法可对柔性关节机器人进行有效控制。

关键词： 工业机器人   动力学   模态分析   结构优化设计  

摘要： 工业机器人作为一种自动化设备,用于在制造和生产过程中执行各种任务。随着现代制造业的快速发展,工业机器人在生产线上扮演着至关重要的角色。本文基于6自由度工业机器人为研究对象,对机器人动力学优化分析与机器人结构优化设计进行了深入研究。本文研究内容主要包括:(1)在对机器人本体机械结构研究分析的基础上,通过建立基准坐标系与各连杆杆件坐标系,基于改进型D-H法,构建了面向机器人正运动学分析的数学模型,并以此为切入点,通过解析法数学代换,研究机器人逆解问题,分别推导出机器人6个关节角的解析解数学表达式。通过微分变换法求解机器人雅克比矩阵,描述了机器人运动速度与关节角速度之间的关系。对机器人奇异位姿进行分析,并分离奇异位姿参数。(2)基于Lagrange法建立了机器人动力学数学模型,通过适当简化机器人结构,对机器人动力学方程进行优化计算,优化计算后得到机器人动力学各连杆惯量系数项、科氏力与向心力系数项以及重力系数项解析解。基于多体动力学软件对机器人虚拟样机进行运动学和动力学仿真分析,输出了机器人运动学和动力学特性参数曲线,为物理样机的调试提供了参考。(3)利用有限元分析软件对机器人三种典型工况姿态进行整机模态分析,仿真求解出机器人三种典型工况姿态下前四阶模态与振型。整理总结了随位姿变化时机器人固有频率和振型的变换规律。针对机器人部件结构优化问题,采用多目标优化技术,以提升力学特性与结构轻量化为优化设计目标。根据机器人部件线性静力学与模态分析仿真结果,基于有限元分析软件优化设计模块对机器人大臂和腰部以及小臂模型进行了结构优化变量筛选、DOE试验设计、灵敏度分析、响应面拟合以及全局优化求解,实现了对机器人大臂和腰部和小臂的结构优化设计。经过结构优化设计后的机器人部件在满足力学性能的前提下,减轻了结构重量,提升了一阶固有频率,实现了部件的结构优化设计。

关键词： 机器人动力学   模型学习   稀疏特征   优化算法   关节型机器人控制  

摘要： 迄今为止,机器人动力学建模仍然是科学界的热点问题。机器人控制方法能够直接受益于模型知识,达到任务所需的准确性和一致性水平,降低控制系统负担。然而,多自由度机器人是一个强耦合的复杂非线性系统,其动力学中存在重力、惯性、科里奥利力、弹性变形和装配间隙等不确定性。而且,由于大多数机器人结构的复杂性和制造商提供信息的缺乏,无法直接获得相关信息和准确参数,导致建模精度受到严重影响。因此,本文针对基于稀疏特征学习的机器人动力学建模方法行了深入研究,在物理结构和运动学相关先验信息缺失的情况下,突破动力学精确建模难题,并以学习模型为基础进行机器人控制方法的优化设计,为基于数据驱动的“建模-学习-控制”完整方案提供有效的技术途径。 本文首先基于动力学方程和雅可比矩阵分析将模型分类,研究了机器人静模型的建模方法。针对传统方法线性回归解不稳定的问题,提出了基于核技巧的模型学习方法,并将结果作为参考继续进行深入挖掘。为了摆脱建模方法对物理结构和运动学参数的依赖,提出了基于稀疏范数优化的机器人重力模型学习算法,利用模型的基函数字典结构,结合稀疏优化方法,在机器人结构参数未知的前提下从运动样本数据中直接学习模型,消除因参数标定与装配引起的模型误差,提高建模精度。此外,引入交替方向乘子算法优化学习过程,提高了重力模型标定更新的速度。 研究了基于稀疏特征的机器人动模型建模方法。延续静模型建模思路,继续探索了方法在动模型建模中的可行性。分析了机器人动模型的过完备字典,发现动模型字典结构更加复杂,规模极大,超过通用求解器计算能力。针对此问题,设计了基于ADMM与重加权L1最小化技术相结合的定制求解器,减小动模型观测方程求解的时间和空间复杂度,解决了通用求解器由于数据“维度灾难”引发的求解困难。此外,使用连续可微摩擦模型学习机器人关节摩擦,解决机器人控制器开发中的摩擦模型设计问题,组成机器人实际工作状态下的完整动力学模型。 研究了基于稀疏特征模型的机器人控制器设计方法。以机器人与人类共享工作空间的场景为例考虑了两个问题:一是机器人在独立工作时的安全控制,在既定轨迹内突然出现人或障碍物的情况下能否有效反应;二是在面向接触式的操作任务时对外力的适应性,操作人员能否轻松牵引拖动。采用稀疏特征学习模型为设计依据,提出了无运动学计算的前馈低增益控制和模型参考控制的优化设计方法,引入基于ARE的饱和增益增量优化,增强了机器人对扰动突变的反应能力,基于SMO对参考控制器优化,防止关节耦合作用产生的不良影响。提出的控制方法有助于提高机器人的安全性与物理交互的一致性,为场景中的人-机器人协作提供有效的控制方案。 在自主研发的七自由度关节型机器人平台上进行了相关实验验证。不同负载情况下的关节力矩预测实验验证了模型学习与更新方法的有效性,与其他动力学建模方案的对比实验展示了提出方法的优越性。基于学习模型前馈设计的低增益控制器实现了无外部传感器碰撞检测,在运行中保证机器人本体和操作人员的安全。基于学习模型设计的模型参考控制器实现了机器人零力控制和交互力跟随。以上实验有针对性地验证了稀疏特征学习建模方法的有效性,以及控制方法在任务中的实用性与可靠性。

关键词： 非线性摩擦   物理一致性   动力学参数   参数辨识   分别辨识  

摘要： 协作机器人需要实时感知自身状态和环境信息,并基于这些信息与人类进行高精度、高效率的密切合作。因此,如何保证更高的安全性和可靠的稳定性是人机协作的共性问题。精确估计机器人的动力学参数可以提高机器人控制算法的精度和效率,进而使机器人能够更加高效地执行任务,并与人类进行更加安全有效的合作。因此,本文从机器人建模与惯性参数约束分析、关节摩擦辨识、连杆惯性参数辨识、负载辨识等方面开展以下工作:1)基于改进的DH参数对机器人进行运动学建模,获得机器人各连杆坐标系的空间表达式。通过拉格朗日方程获得以状态空间方程形式表达的机器人逆动力学方程。由于机器人惯性参数耦合在方程中,因此将动力学方程进一步改写为与机器人惯性参数为线性关系的表达式,并通过数值实验进行验证。惯性参数是物体固有的物理属性,受到客观物理规律的约束。因此本文考虑了惯性参数的物理一致性以及几何一致性约束,并对约束进行了分析和证明。2)利用机器人逆动力学方程中惯性力、离心力与科氏力以及重力的特性,设计了通过关节正反转抵消非摩擦力矩项的关节运动轨迹,从而将关节摩擦力矩从采集得到的关节力矩信息中单独剥离。通过在参考角度和角速度平面上对关节摩擦力矩进行加权平均滤波,实现摩擦力矩与角速度的匹配以及噪声的滤除。选用了三种不同的静态摩擦模型对关节摩擦进行建模,并通过遗传算法求解摩擦参数,对三种摩擦模型进行分析与对比。3)以傅里叶级数作为激励轨迹的参考模型,使用五阶多项式代替常数项避免了关节初始与终止运动状态的突变。运行激励轨迹并采集关节数据,使用第3章辨识得到的摩擦参数计算摩擦力矩,将摩擦力从测量到的关节力矩中剔除。将机器人惯性参数辨识表达为带物理一致性约束的凸优化问题,以标称惯性参数与辨识值之差的L2范数作为正则项,使用优化问题求解器进行求解。基于MATLAB中的Robot System Toolbox进行了仿真数据求解,验证了方法的可行性。并设计了三种不同的实验验证了所提出的基于物理一致性约束的分别辨识方法的有效性。4)对带载的机器人动力学模型进行分析,得到负载所贡献的机器人关节力矩方程,并通过仿真进行验证。设计了三种不同的负载辨识方法:基于机器人本体动力学参数的负载辨识方法、基于同一轨迹空载与带载关节力矩之差的负载辨识方法、连杆和负载惯性参数的同时辨识方法,并对多个不同几何结构的负载进行辨识。最后将辨识的末端负载添加到机器人连杆惯性参数中,使用机器人计算库Pinocchio实现机器人运动学和动力学的计算,并基于机器人的零力控制进行了验证。

关键词： 机器人学   直臂式高空作业车   六铰点变幅机构   路径逆运动学   Coppelia Sim仿真  

摘要： 针对主流的高空作业专用装备——高空作业车进行运动学分析可以促进高空作业无人化,但当前的研究工作基本都针对具有三铰点变幅机构的直臂、曲臂式高空作业车进行。相较于三铰点变幅机构,六铰点变幅机构能更均匀地分配负载以保证臂架结构的稳定,还能快速举升臂架以提高工作效率,但六铰点变幅机构结构复杂,运动学建模难度大,相关研究工作较少。本文从实际场景需求出发,以某高机公司一款具有六铰点变幅机构的直臂式高空作业车为研究对象,结合机器人学理论,进行了运动学分析和路径逆运动学的深入研究。本文主要研究内容如下:(1)建立了六铰点变幅机构直臂式高空作业车TB22J-PLUS的运动学模型,并明确了TB22J-PLUS高空作业车属于混合链冗余机械臂。本文首先对该款高空作业车总体结构及驱动方式进行分析说明,确定了该款高空作业车既存在串联结构又存在并联结构,属于混合链型。然后推导了其臂架系统中六铰点变幅机构、飞臂部分两个变幅油缸位移变量与各自变幅角之间的强非线性映射关系,以及为保证其抗倾覆稳定性所设定的主臂部分伸缩油缸与变幅角的临界分段函数映射关系。本文运用几何方法,结合映射关系,基于5个驱动空间变量成功建立了TB22J-PLUS高空作业车的正向运动学模型。(2)建立了六铰点变幅机构直臂式高空作业车TB22J-PLUS的逆运动学问题模型,并提出了一种可用于求解该款高空作业车路径逆运动学问题的逆运动学算法。通过理论分析确定了研究对象具有冗余自由度后,本文结合实际场景应用需求,设计了包括末端位置精度、运动连续性以及避开变量运动范围极限的多个优化目标和约束条件,将该款高空作业车的运动规划转化成路径逆运动学问题,并作为多目标优化问题进行求解。本文以偏好多目标进化思想为基础,结合了高斯变异算子、区间搜索算子和算法收敛提前退出机制,形成了一种基于给定路径信息的逆运动学算法——IW-IK(Improved WVMOEAPInverse Kinematics)。为验证IW-IK算法在求解该高空作业车路径逆运动学问题上的高效性,本文设计了空间直线、空间圆弧、平面曲线、船体曲线四种不同目标路径,在给定的目标路径及高空作业车初始姿态相同的条件下,将所提出的IW-IK算法与MOPSO、NSGA-III、WVMOEA-P算法进行不同目标路径下的高空作业车路径逆运动学对照实验,实验的各项指标均显示IW-IK算法在解决该问题时相较于其他算法具有更优的综合性能:平均求解单个目标路径点仅需要0.25s左右,位置误差仅在0.02mm左右,运动连续性和避开变量运动范围极限的指标也最佳。(3)建立了TB22J-PLUS高空作业车运动仿真系统。本文利用STL文件在Coppelia Sim软件中分步搭建了TB22J-PLUS高空作业车的运动仿真模型,利用Coppelia Sim和Matlab进行联合运动仿真。在利用运动仿真对该款高空作业车的正向运动学计算结果一致性进行验证后,本文利用部署在Matlab中的逆运动学算法对该款高空作业车进行路径逆运动学解算,通过远程API驱动Coppelia Sim中的TB22J-PLUS高空作业车仿真模型,成功建立该款高空作业车的运动仿真系统,实现了运动的可视化,为实际物理样机的自动运动规划提供一定的技术依据。最后本文还通过该高空作业车运动仿真系统展示了IW-IK算法应用在不同运动路径下的高空作业车运动效果。图73幅,表10个,参考文献67篇