發(fā)布時(shí)間：2024-06-04 05:13

　　隨著機(jī)器人加工難度和加工精度要求的增加,多目標(biāo)的優(yōu)化控制也越來(lái)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(guò)大或加工工件的表面損傷,因此必須對(duì)力和位置進(jìn)行柔順控制。由于機(jī)器人的連桿結(jié)構(gòu)和運(yùn)動(dòng)狀態(tài)影響著受力,所以必須建立動(dòng)力學(xué)模型分析運(yùn)動(dòng)狀態(tài)和受力的關(guān)系,實(shí)現(xiàn)高精度的力/位柔順控制。針對(duì)上述問(wèn)題,提出一種基于動(dòng)力學(xué)模型實(shí)現(xiàn)機(jī)器人末端力/位柔順控制的方法,論文的主要研究?jī)?nèi)容包括:分析并比較了常用的動(dòng)力學(xué)建模算法,利用牛頓-歐拉法構(gòu)建了帶摩擦力模型的動(dòng)力學(xué)方程。將動(dòng)力學(xué)參數(shù)劃分為連桿動(dòng)力學(xué)參數(shù)和負(fù)載動(dòng)力學(xué)參數(shù)。在連桿動(dòng)力學(xué)參數(shù)辨識(shí)中,計(jì)算了線性摩擦力,通過(guò)空載動(dòng)力學(xué)模型構(gòu)建了待辨識(shí)的連桿動(dòng)力學(xué)參數(shù)集,并提出了改進(jìn)遺傳算法進(jìn)行識(shí)別,實(shí)現(xiàn)更為高效的收斂速度;在負(fù)載動(dòng)力學(xué)參數(shù)辨識(shí)中,推導(dǎo)了帶負(fù)載動(dòng)力學(xué)參數(shù)的理論負(fù)載力矩的表示方法,并分別通過(guò)最小二乘法和改進(jìn)粒子群算法識(shí)別負(fù)載動(dòng)力學(xué)參數(shù),同對(duì)比分析,驗(yàn)證了改進(jìn)粒子群算法具有更高的辨識(shí)精度。在動(dòng)力學(xué)模型的基礎(chǔ)上研究了力/位柔順控制算法,分別設(shè)計(jì)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(jī)末端力和位姿的協(xié)...

【文章頁(yè)數(shù)】：83 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖5.3基于連桿動(dòng)力學(xué)參數(shù)辨識(shí)的關(guān)節(jié)力矩

華中科技大學(xué)碩士學(xué)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(jìn)遺傳算法....

圖5.4基于連桿動(dòng)力學(xué)參數(shù)的關(guān)節(jié)力矩辨識(shí)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(jìn)遺傳算法的辨識(shí)誤差。圖5.3基于連桿動(dòng)力學(xué)參數(shù)辨識(shí)的關(guān)節(jié)力矩

圖5.6基于負(fù)載動(dòng)力學(xué)參數(shù)辨識(shí)的關(guān)節(jié)力矩定義辨識(shí)得到理論關(guān)節(jié)力矩和測(cè)量得到的實(shí)際關(guān)節(jié)力矩之間的差值：

華中科技大學(xué)碩士學(xué)位論文分別利用最小二乘法和改進(jìn)粒子群算法辨識(shí)得到的最小負(fù)載動(dòng)力學(xué)參數(shù)集構(gòu)力學(xué)模型（LSM動(dòng)力學(xué)模型和IPSO動(dòng)力學(xué)模型），并設(shè)計(jì)實(shí)驗(yàn)驗(yàn)證模型的準(zhǔn)。使機(jī)器人沿驗(yàn)證軌跡運(yùn)動(dòng)10秒，分別利用LSM動(dòng)力學(xué)模型和IPSO動(dòng)力學(xué)模算基....

圖5.7基于負(fù)載動(dòng)力學(xué)參數(shù)辨識(shí)的關(guān)節(jié)力矩?cái)M合誤差基于LSM和IPSO辨識(shí)結(jié)果所建立的動(dòng)力學(xué)模型力矩?cái)M合誤差如圖5.7所示，

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

本文編號(hào)：3988917