重載機器人動力學建模及前饋控制方法研究與實現(xiàn).pdf_第1頁
已閱讀1頁,還剩112頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

1、本文以江蘇省科技成果轉(zhuǎn)化專項資金項目“高速重載工業(yè)機器人(500KG)核心技術研發(fā)及產(chǎn)業(yè)化”為背景,深入研究了重載機器人動力學建模及控制的相關技術。由于500KG機器人仍處于模型設計階段,本文以華恒焊接股份有限公司150KG機器人應用為目標,完成了該機器人動力學模型建立與驗證、動力學模型參數(shù)辨識方法研究及其仿真與實驗、前饋控制方法研究及其仿真與實驗等工作。
  針對重載機器人動力學模型建立問題,由于重載機器人動力學模型十分復雜,為

2、簡化建模,考慮到機器人主要受力關節(jié)為前三個關節(jié),首先將重載機器人簡化為三關節(jié)機器人,然后采用牛頓-歐拉法作為建立重載機器人三關節(jié)動力學模型的方法,并采用符號計算軟件Maple編程,得到了重載機器人動力學模型并給出了其矩陣形式。為了驗證其正確性,本文以華恒焊接股份有限公司150KG機器人為對象,在動力學仿真軟件ADAMS中構建了該機器人模型,比較了由其動力學模型計算出的關節(jié)力矩與由動力學仿真軟件ADAMS計算出的關節(jié)力矩的吻合度,驗證了該

3、動力學模型的正確性。
  為了獲得準確的機器人動力學模型,本文采用整體辨識方法辨識重載機器人動力學模型參數(shù)。本文詳細研究了整體辨識法的辨識過程,首先通過參數(shù)重組獲得了機器人動力學基礎參數(shù),然后采用遺傳算法優(yōu)化確定參數(shù)辨識激勵軌跡。為抑制機器人按照激勵軌跡運動時所采集數(shù)據(jù)中存在的噪聲干擾,本文研究了基于快速傅里葉變換的數(shù)據(jù)濾波方式。然后基于最小二乘法進行動力學參數(shù)估算,選擇驗證軌跡,驗證辨識出的機器人動力學模型的正確性。在研究了重載

4、機器人動力學模型參數(shù)辨識方法之后,本文進行了150KG機器人動力學模型參數(shù)辨識仿真與實驗。本著先易后難、先已知后未知的原則,首先基于ADAMS軟件對重載機器人模型進行動力學參數(shù)辨識仿真實驗,驗證了150KG機器人動力學模型參數(shù)辨識方法的正確性;然后分別在輕載機器人ER-3A和150KG機器人上進行動力學參數(shù)辨識實驗,均取得了較好的辨識效果,獲得了較為準確的機器人動力學模型。
  針對采用反饋閉環(huán)控制算法的重載機器人存在的位置跟蹤精

5、度較低、響應速度較慢、動態(tài)性能較差等問題,本文進行了重載機器人力矩前饋控制方式的研究,搭建了Adams+Matlab組成的動力學聯(lián)合仿真平臺,并通過該平臺完成了150KG機器人力矩前饋控制仿真,驗證了力矩前饋控制在改善機器人關節(jié)跟蹤精度、提高響應速度等方面的有效性;最后基于貝加萊控制系統(tǒng)開發(fā)了機器人前饋控制軟件,在150KG機器人上的實現(xiàn)了前饋控制,并通過實驗驗證了相關方法的有效性,提高了機器人各關節(jié)的位置跟蹤精度和末端位置跟蹤精度,加

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論