發(fā)布時間：2024-06-04 05:13

　　隨著機器人加工難度和加工精度要求的增加,多目標的優(yōu)化控制也越來越重要,特別是打磨、裝配、拋光等需要與環(huán)境交互的任務(wù),可能造成關(guān)節(jié)力矩過大或加工工件的表面損傷,因此必須對力和位置進行柔順控制。由于機器人的連桿結(jié)構(gòu)和運動狀態(tài)影響著受力,所以必須建立動力學模型分析運動狀態(tài)和受力的關(guān)系,實現(xiàn)高精度的力/位柔順控制。針對上述問題,提出一種基于動力學模型實現(xiàn)機器人末端力/位柔順控制的方法,論文的主要研究內(nèi)容包括:分析并比較了常用的動力學建模算法,利用牛頓-歐拉法構(gòu)建了帶摩擦力模型的動力學方程。將動力學參數(shù)劃分為連桿動力學參數(shù)和負載動力學參數(shù)。在連桿動力學參數(shù)辨識中,計算了線性摩擦力,通過空載動力學模型構(gòu)建了待辨識的連桿動力學參數(shù)集,并提出了改進遺傳算法進行識別,實現(xiàn)更為高效的收斂速度;在負載動力學參數(shù)辨識中,推導了帶負載動力學參數(shù)的理論負載力矩的表示方法,并分別通過最小二乘法和改進粒子群算法識別負載動力學參數(shù),同對比分析,驗證了改進粒子群算法具有更高的辨識精度。在動力學模型的基礎(chǔ)上研究了力/位柔順控制算法,分別設(shè)計了基于位置和基于力矩的阻抗控制器,并利用基于力矩的阻抗控制器完成了機末端力和位姿的協(xié)...

【文章頁數(shù)】：83 頁

【學位級別】：碩士

【部分圖文】：

圖5.3基于連桿動力學參數(shù)辨識的關(guān)節(jié)力矩

華中科技大學碩士學位論文'IGAlinklink,IGAerr(5式中，τ’link表示actual力矩，τlink,start表示start力矩，τlink,IGA表示IGA力矩，eerrIGA分別代表三維模型和改進遺傳算法....

圖5.4基于連桿動力學參數(shù)的關(guān)節(jié)力矩辨識誤差分析

τ’link表示actual力矩，τlink,start表示start力矩，τlink,IGA表示IGA力矩，eerrIGA分別代表三維模型和改進遺傳算法的辨識誤差。圖5.3基于連桿動力學參數(shù)辨識的關(guān)節(jié)力矩

圖5.6基于負載動力學參數(shù)辨識的關(guān)節(jié)力矩定義辨識得到理論關(guān)節(jié)力矩和測量得到的實際關(guān)節(jié)力矩之間的差值：

華中科技大學碩士學位論文分別利用最小二乘法和改進粒子群算法辨識得到的最小負載動力學參數(shù)集構(gòu)力學模型（LSM動力學模型和IPSO動力學模型），并設(shè)計實驗驗證模型的準。使機器人沿驗證軌跡運動10秒，分別利用LSM動力學模型和IPSO動力學模算基....

圖5.7基于負載動力學參數(shù)辨識的關(guān)節(jié)力矩擬合誤差基于LSM和IPSO辨識結(jié)果所建立的動力學模型力矩擬合誤差如圖5.7所示，

為1237.868N·m，最大辨識方差是0.023N2·m2。改進粒子群辨識方算法得到辨識誤差之和為900.863N·m，最大辨識方差是0.008N2·m2。這表明使用改算法得到的辨識誤差之和以及辨識方差都遠小于最小二乘法，證明了改進法的可行性和優(yōu)越性。表5.7兩種算....

本文編號：3988917