滿足任務(wù)尺寸空間需求的并聯(lián)機器人的參數(shù)優(yōu)化設(shè)計方法.pdf

1、并聯(lián)機器人與傳統(tǒng)的串聯(lián)機器人相比有許多優(yōu)點。并聯(lián)機器人的性能在很大程度上取決于它的尺寸。本文設(shè)計了一套滿足任務(wù)尺寸空間需求的并聯(lián)機器人的參數(shù)優(yōu)化設(shè)計方法。并聯(lián)機器人的參數(shù)優(yōu)化設(shè)計可以分為兩類：第一類是找到一組參數(shù)，使得并聯(lián)機器人的工作空間最大化，沒有操作任務(wù)的約束；第二類是期望所得到的并聯(lián)機器人能夠盡可能地滿足并且接近指定的任務(wù)尺寸空間。本文所進行的參數(shù)優(yōu)化設(shè)計屬于第二類優(yōu)化設(shè)計的范疇。
　　 本文將并聯(lián)機器人的參數(shù)優(yōu)化設(shè)計問題

2、公式化為一個數(shù)值最優(yōu)化問題，并將該最優(yōu)化問題轉(zhuǎn)化為兩個子問題，使得優(yōu)化問題能夠較為簡便地解決。本文考慮了兩種常用的規(guī)則形狀的任務(wù)尺寸空間，圓柱體形和長方體形任務(wù)尺寸空間，并且設(shè)計了n-DOF(n≤6)的少自由度的并聯(lián)機器人的參數(shù)優(yōu)化設(shè)計流程。
　　 并聯(lián)機器人的參數(shù)優(yōu)化設(shè)計問題是一個約束非線性優(yōu)化問題，目標(biāo)函數(shù)沒有顯式的解析表達式，因此傳統(tǒng)的基于梯度的數(shù)值方法不能適用。為了能夠快速地收斂到全局最優(yōu)解，本文采用了混合型全局最優(yōu)化方

3、法，將隨機搜索的遺傳算法和確定性搜索的模式搜索算法相結(jié)合。由于遺傳算法即將接近全局最優(yōu)解時在最優(yōu)解附近左右擺動，收斂較慢，因此首先運用遺傳算法找到全局最優(yōu)點附近的近似最優(yōu)點，然后將它作為模式搜索算法的搜索起點，利用模式搜索算法來快速收斂到全局最優(yōu)點。算法的實施采用了Matlab的遺傳算法和直接搜索工具箱，并且本文簡要地給出了遺傳算法和模式搜索算法的全局收斂性證明。
　　 本文最后將并聯(lián)機器人的參數(shù)優(yōu)化設(shè)計流程和混合型全局最優(yōu)化方

4、法運用于一種三自由度Delta并聯(lián)機器人，并且詳細(xì)地說明了優(yōu)化的過程。根據(jù)所指定的4種不同的任務(wù)尺寸空間，得到了4組不同的結(jié)果，并且對各組結(jié)果進行了討論和比較，提出了距離指標(biāo)來度量被設(shè)計的并聯(lián)機器人的合理性。
　　 通過將本文的結(jié)果進行對比和討論，可以驗證本文的結(jié)果是正確的，而且也是全面的，該混合型全局最優(yōu)化方法具有較高的效率，較好的全局收斂性，也具有較廣泛的適應(yīng)性，能夠運用于其他類型的少自由度并聯(lián)機器人滿足任務(wù)尺寸空間需求的參