裝配機械手誤差分析與補償方法的研究與應用.pdf

1、為了提高裝配機械手的定位精度，以三關節(jié)裝配機械手為研究對象，詳細分析了機械手的靜態(tài)誤差、各連桿的柔性誤差、各關節(jié)處的隨機誤差、控制算法中動力學方程的建模誤差以及角速度測量誤差對機械手末端定位精度的影響，針對不同類型的誤差，分別采用誤差補償、精度優(yōu)化綜合以及改進的控制算法來提高機械手的定位精度。
　　將機械手的眾多靜態(tài)誤差因素歸類為運動變量誤差與結構參數誤差，以此為基礎，建立了機械手的靜態(tài)誤差分析模型，對三關節(jié)裝配機械手的靜態(tài)誤差進

2、行計算，結果顯示:長度參數對機械手末端位姿精度的影響要明顯小于角度參數的影響。運用柔度矩陣建立機械手的柔性誤差模型，將計算結果與有限元軟件仿真結果進行比較，證明所建立的柔性誤差模型能比較準確地反映機械手末端的柔性誤差。
　　在所建立的誤差模型的基礎之上，針對傳統(tǒng)神經網絡算法應用于機械手誤差補償時存在收斂速度慢、易陷入局部極小的問題，引入三次樣條權函數神經網絡。以工件的放置位置坐標為神經網絡的輸入，各關節(jié)轉角為神經網絡的輸出，建立了

3、基于三次樣條權函數神經網絡的機械手誤差補償模型，并結合機械手的控制系統(tǒng)對其進行仿真實驗，結果表明該算法有較好的補償效果。
　　將機械手的關節(jié)間隙誤差以及關節(jié)伺服定位誤差視作服從正態(tài)分布的隨機誤差，在利用微分變換對其產生的誤差進行建模的基礎上，利用蒙特卡洛方法產生與各誤差元素對應分布的隨機變量，并對機械手末端的隨機定位誤差進行概率分析。然后根據對機械手不同的工作要求，建立了三個優(yōu)化目標函數:運動精度最低化單目標評價函數、誤差波動最小

4、化單目標評價函數、綜合考慮運動精度和誤差波動的多目標評價函數，其對應的約束條件主要包括運動精度約束以及隨機定位約束，將機械手的精度優(yōu)化問題轉化為多元非線性規(guī)劃的問題，對機械手的各關節(jié)精度進行了更加合理化的分配。為了提高運算速度，采用了MATLAB優(yōu)化工具箱中的遺傳算法對目標函數進行優(yōu)化，并采用相對下降量、運動精度不均勻量與優(yōu)化效益值來衡量優(yōu)化結果對機械手機構精度的改善程度。
　　針對機械手控制器設計中存在的動力學方程的建模誤差以及