隨著智能制造業(yè)的不斷發(fā)展,自動(dòng)化的生產(chǎn)線需要更高的效率和安全,對(duì)作為主要執(zhí)行機(jī)構(gòu)的工業(yè)機(jī)器人高精度控制提出了更高的要求。傳統(tǒng)的基于運(yùn)動(dòng)學(xué)的位置控制通過(guò)運(yùn)動(dòng)控制器給定位置到伺服驅(qū)動(dòng)器側(cè),控制的精度完全取決于伺服驅(qū)動(dòng)器的性能。同時(shí),在人與機(jī)器人協(xié)同工作的時(shí)候,基于位置控制的運(yùn)動(dòng)控制器在機(jī)器人發(fā)生意外碰撞時(shí)并不能及時(shí)響應(yīng),造成機(jī)器人的損害甚至危及操作人員的安全。本文以SCARA機(jī)器人和六軸機(jī)器人為研究對(duì)象展開(kāi)了機(jī)器人動(dòng)力學(xué)的研究。以SCARA機(jī)器人作為研究對(duì)象,通過(guò)拉格朗日法建立動(dòng)力學(xué)模型,明確機(jī)器人的物理屬性與動(dòng)力學(xué)模型之間的關(guān)系。針對(duì)機(jī)器人諧波驅(qū)動(dòng)關(guān)節(jié)復(fù)雜的摩擦非線性現(xiàn)象,提出了改進(jìn)的非線性摩擦模型以及周期性摩擦模型;針對(duì)激勵(lì)軌跡對(duì)參數(shù)辨識(shí)的重要性,提出改進(jìn)的遺傳算法,設(shè)計(jì)了五級(jí)傅里葉形式的激勵(lì)軌跡。實(shí)驗(yàn)證明所提摩擦模型能更好表征機(jī)器人的摩擦力矩,設(shè)計(jì)的激勵(lì)軌跡可以充分挖掘模型的“特性”,提高了辨識(shí)的精度。以六關(guān)節(jié)機(jī)器人作為研究對(duì)象,通過(guò)牛頓歐拉法建立動(dòng)力學(xué)模型,確定了串聯(lián)機(jī)器人速度和力矩的傳遞方式,并通過(guò)聯(lián)合仿真驗(yàn)證了動(dòng)力學(xué)模型的準(zhǔn)確性。針對(duì)六關(guān)節(jié)機(jī)器人無(wú)法直接測(cè)量摩擦力矩的問(wèn)題,提出...

【文章頁(yè)數(shù)】：68 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 課題研究背景
    1.2 機(jī)器人動(dòng)力學(xué)研究現(xiàn)狀
        1.2.1 動(dòng)力學(xué)參數(shù)辨識(shí)
        1.2.2 碰撞檢測(cè)技術(shù)研究
        1.2.3 基于動(dòng)力學(xué)模型的控制研究
    1.3 本文的主要研究?jī)?nèi)容
第二章 SCARA機(jī)器人動(dòng)力學(xué)參數(shù)辨識(shí)
    2.1 引言
    2.2 拉格朗日法建模
        2.2.1 動(dòng)能與勢(shì)能計(jì)算
        2.2.2 拉格朗日方程推導(dǎo)
        2.2.3 SCARA動(dòng)力學(xué)建模
    2.3 動(dòng)力學(xué)參數(shù)辨識(shí)
        2.3.1 動(dòng)力學(xué)模型線性化
        2.3.2 激勵(lì)軌跡設(shè)計(jì)與優(yōu)化
        2.3.3 最小二乘參數(shù)辨識(shí)
    2.4 摩擦建模與改進(jìn)
        2.4.1 SCARA關(guān)節(jié)摩擦建模
        2.4.2 周期性摩擦分析
    2.5 本章小結(jié)
第三章 六軸機(jī)器人動(dòng)力學(xué)參數(shù)辨識(shí)
    3.1 引言
    3.2 牛頓-歐拉算法
        3.2.1 計(jì)算速度和加速度的后向迭代
        3.2.2 計(jì)算力和力矩的前向迭代
        3.2.3 六軸機(jī)器人動(dòng)力學(xué)建模
    3.3 動(dòng)力學(xué)模型線性化以及最小參數(shù)集
        3.3.1 模型線性化
        3.3.2 最小參數(shù)集
    3.4 摩擦模型線性化
    3.5 動(dòng)力學(xué)仿真研究
    3.6 本章小結(jié)
第四章 機(jī)器人碰撞檢測(cè)算法研究
    4.1 引言
    4.2 碰撞檢測(cè)算法的原理
    4.3 基于廣義動(dòng)量的觀測(cè)器
        4.3.1 觀測(cè)器的定義
        4.3.2 觀測(cè)器誤差
        4.3.3 動(dòng)力學(xué)頻域分析
    4.4 觀測(cè)器的改進(jìn)與實(shí)現(xiàn)
        4.4.1 觀測(cè)器的改進(jìn)
        4.4.2 新型觀測(cè)器的實(shí)現(xiàn)
    4.5 觀測(cè)器的仿真測(cè)試
    4.6 本章小結(jié)
第五章 基于動(dòng)力學(xué)模型的機(jī)器人控制研究
    5.1 引言
    5.2 單關(guān)節(jié)的動(dòng)力模型及控制
        5.2.1 電機(jī)的動(dòng)力模型
        5.2.2 電機(jī)的控制
    5.3 機(jī)器人的多關(guān)節(jié)控制
        5.3.1 基于模型的控制
        5.3.2 前饋控制
    5.4 基于Simulink的控制仿真研究
    5.5 本章小結(jié)
第六章 綜合實(shí)驗(yàn)
    6.1 SCARA機(jī)器人動(dòng)力學(xué)參數(shù)辨識(shí)
        6.1.1 激勵(lì)軌跡設(shè)計(jì)
        6.1.2 采樣數(shù)據(jù)預(yù)處理
        6.1.3 參數(shù)辨識(shí)與力矩預(yù)測(cè)
    6.2 六關(guān)節(jié)機(jī)器人的動(dòng)力學(xué)參數(shù)辨識(shí)
    6.3 碰撞檢測(cè)實(shí)驗(yàn)
    6.4 本章小結(jié)
第七章 研究結(jié)論與展望
    7.1 研究結(jié)論
    7.2 展望
致謝
參考文獻(xiàn)
附錄 :作者在攻讀碩士學(xué)位期間發(fā)表的論文



本文編號(hào)：3828995