基于LNN与RBF的打磨机器人的力/位混合控制

针对打磨机器人系统建模时存在的参数不确定和稳定控制问题,提出一种基于LNN和RBF力/位混合控制方法。将LNN和RBF神经网络控制器相结合,在保证系统能量守恒的前提下,通过学习拉格朗日量,获得打磨机器人精确的动力学模型参数。同时,采用力/位混合控制器以满足打磨机器人对末端位置和打磨力的要求,将RBF神经网络控制器作为位置控制器,与PID力控制器相结合,对机械臂进行实时控制。在此基础上,以二自由度打磨机器人为研究对象,进行末端轨迹和打磨力跟踪仿真。结果表明:提出的拉格朗日神经网络可以精确获得打磨机器人动力学模型,RBF力/位混合控制方法能实现良好的跟踪和打磨效果。

面向位控机器人的力/位混合控制

本文提出了一种面向位控机器人的力／位混合控制策略．通过力反馈信息对未知约束进行估计获得位控和力控方向，根据位控和力控方向对机器人终端的运动轨迹进行规划，并采用阻抗力控制规律以使机器人获得较好的柔顺性．仿真试验表明，该策略具有较高的力控制精度和表面跟踪能力．

基于打磨机器人的力/位混合控制策略研究

根据打磨机器人作业对位置和力同时控制的要求,在分析了基于位置伺服力/位混合控制策略的基础上,对基于速度伺服的力/位混合控制策略进行了研究,对测量的力信号进行了滤波、重力补偿及传感器坐标系标定等处理,以提高所测力信号的抗干扰性和准确性。仿真结果表明:该方案可以满足打磨机器人对位置和力分别控制的要求。

在未知环境下基于模糊预测的力/位混合控制方法

针对机器人在形状未知的接触环境表面上进行柔顺力控制的问题,在传统的力/位混合控制模型中采用一种模糊预测算法.此算法利用机械手末端与环境已产生的接触轨迹和运动方向,通过三种预测因子(满意度因子,曲率适应因子,参考比例因子),预测并调整未来采样时刻的力/位混合控制模型中的期望轨迹.每次预测时首先对以前的预测进行评估,同时考虑环境曲率和刚度变化的特点.此预测算法还可以应用于阻抗控制模型中.仿真证明,这种方法可以在不同的控制模型中取得较好的力控制效果,对未知环境的变化具有较强的适应能力.

基于模糊PID的力/位混合控制机器人自动化叶片磨削加工

针对机器人自动化航空发动机叶片磨削加工质量不高的问题,提出了一种基于模糊PID的力/位混合主动力柔顺控制。基于外部固定工具坐标的重力补偿算法解决了叶片重力对接触力求解的影响,根据坐标变换,完成接触力的精确感知。将机器人、工件和砂带轮简化成弹簧-阻尼二阶系统模型,利用最小二乘参数辨识方法建立系统模型。基于模糊PID的力/位混合力控制策略根据实际接触力与参考力的差值对离线编程轨迹进行在线修正,实现恒力控制。实验表明,相对于经典PID控制,基于模糊PID力/位主动柔顺控制算法可提高系统响应性能,降低稳态误差,改善系统鲁棒性,实现机器人自动化磨削加工过程的主动力柔顺控制。

在未知环境下面向位控机器人的力/位混合控制

提出了一种面向位控机器人的力/位混合控制策略.通过力反馈信息对未知环境约束进行估计获得位控和力控方向,根据位控和力控方向对机器人终端的运动轨迹进行规划,并采用阻抗控制规律以使机器人获得较好的柔顺性.在该算法中应用一个参考比例因子调节参考轨迹,根据反馈的接触力信息通过模糊推理确定参考比例因子的大小,从而使生成的参考轨迹适应未知环境刚度的变化.仿真试验表明,该策略具有较高的力控制精度和表面跟踪能力,增强了对接触环境参数变化的鲁棒性.

基于智能预测的力/位混合控制方法

针对机器人在形状未知接触环境表面上进行柔顺力控制问题,在传统的力/位混合控制模型中采用一种智能预测算法,此算法通过三种预测因子预测并调整未来采样时刻的力/位混合控制模型中的期望轨迹,并考虑环境曲率和刚度变化的特点.为了验证预测算法的有效性,构建了开放式的机器人力控制系统,在不同期望力、不同跟踪速度下对非规则受限表面进行了力控制实验研究,分析了受限系统中未知环境参数对接触力的影响.实验结果证明该方法对未知接触环境的变化具有较强的适应能力.在实验条件下,稳定状态下的力控制误差可以控制在3%之内.

一种开放式机器人控制器力/位混合控制的实现方法

针对机器人主动柔顺控制在工程中如何实现的问题 ,开发了一种开放式机器人控制器。此控制器采用“PC+PMAC”的控制结构 ,利用伺服驱动器的两种不同的控制模式 ,提出了一种实用的力 /位混合控制方案 ,给出了相应的硬件和软件的具体实现。实验表明 ,文章提出的力

曲面零件抛光机器人的力/位混合控制方法

提出了一种针对复杂曲面零件的工业机器人抛光力/位混合控制方法,该方法可以实现稳定的力控制和精确的位置控制,保证不同法向量处材料去除率的一致。根据规划好的具有法矢量的轨迹,结合传感器反馈的力信号和法矢量方向的PI控制器,机器人沿曲面法矢量方向修正运动轨迹间接地实现刀具和曲面间接触力的控制。研究表明安装不同抛光刀具的机器人抛光系统具有不同的系统刚度,为了保证系统刚度不同的抛光系统具有较好的接触力跟踪性能,提出了自适应PI控制算法,对抛光系统刚度进行评估和PI参数的调整。仿真和实验结果表明该方法可以很好地实现曲面零件的抛光。

固高工业机器人力/位混合控制

针对固高工业机器人末端主动柔顺控制实现问题,改进并设计了力/位混合控制系统。采用PC+PCI总线采集控制卡的结构,给出了相应的硬件及软件实现方法。实验表明该系统具有良好的稳定性和动态性能。

基于力/位混合控制的工业机器人精密轴孔装配

为了研究工业机器人在高精密装配领域的应用,针对高精密装配中典型的轴孔装配问题,提出精密轴孔装配流程以及新的力/位混合控制策略实现方式:装配流程包括搜孔、插入、完成3个阶段;新的力/位混合控制策略是基于伺服速度环实现,与传统基于伺服位置环实现的力控制系统相比较具有更大的系统带宽,控制系统结构简单,方便实现,也可以把速度信号进行积分,转化为伺服位置环控制的实现方式,开展仿真和实验以验证方法的有效性,仿真结果表明,基于速度环实现的力控制能够更好地跟踪更高频率的正弦给定信号,具有较好的力跟踪性能.实验采用工业机器人大臂减速机的装配,实验结果表明,采用力/位混合控制方法和螺旋搜孔的方式能够顺利地找到装配孔,很好地完成轴孔装配作业.

基于神经网络的打磨机器人的力/位混合控制

针对封头打磨机器人在工作过程中末端执行器轨迹跟踪和恒力控制要求与打磨机器人在封头上行走的振动抑制问题,提出一种基于神经网络的力/位混合控制方法。采用力/位混合控制器完成打磨机器人力和位置的同时控制要求。针对打磨机器人平台行走过程产生的振动干扰,设计神经网络鲁棒控制器,通过神经网络对系统参数误差和振动干扰进行抑制。仿真结果显示,该混合控制器不仅能保证打磨机器人末端执行器位置的精确控制和有效的恒力控制,而且对外界振动干扰有很好的抑制效果。

基于力/位混合控制的工业机器人精密装配研究

为解决精密装配过程中轴/孔倾角引起的卡阻等装配失败问题,提出了一种新的力/位混合控制策略。根据精密装配过程的特点,借助六维力传感器测量工业机器人夹具末端装配轴所受的力/力矩信息,提出了新的力/位混合控制策略,并对力/位混合控制策略中的选择矩阵进行了改进,使切换过程更平滑。创建精密装配仿真实验平台进行实验,结果表明,所提出的力/位混合控制策略能够消除轴/孔倾角引起的卡阻等装配失败问题,能够可靠完成轴孔装配。

叶片磨抛机器人力/位混合控制的设计与实现

为提高航空类发动机叶片的自动化磨抛精度,减小复杂曲面叶片加工轨迹控制误差,采用基于六维力传感器的机器人力/位混合控制策略,实现机器人磨抛轨迹的在线修正。搭建以Staubli机器人和ATI六维力传感器为核心部件的叶片磨抛验证平台,通过C++开发上位机,采集磨抛过程中六维力传感器信息并进行Kalman滤波。通过示教确定机器人运动轨迹,对机器人运动轨迹与力传感器信息进行采集分析,确定基于力/位混合控制可以实现机器人运动轨迹的在线修正,为复杂曲面的叶片磨抛轨迹控制提供一种解决方案。

主被动踝关节假肢力/位混合控制研究

为了满足小腿截肢患者的运动需求,根据踝关节在人体步态周期中的生物力学特性,结合已有的研究基础和实验条件,研制了第一代主被动混合驱动的踝关节假肢样机。通过对样机仿生运动的分析和运动模型的建立,提出了一种基于有限状态机的力/位混合伺服控制系统,采用PID和模糊PID两种控制算法对假肢运动进行Matlab仿真和角度控制实验。实验结果表明,该假肢样机可以得到类似人体运动的踝关节角度-力矩曲线,并且模糊PID算法控制输出的曲线更加符合人体特性,从而验证了样机设计的合理性和控制方案的可行性,为进一步实现样机的应用提供了依据。

基于力/位混合控制的工业机器人精密轴孔装配

为了研究工业机器人在高精密装配领域的应用,针对高精密装配中典型的轴孔装配问题,提出精密轴孔装配流程及新的力/位混合控制策略实现方式:装配流程包括搜孔、插入、完成3个阶段;新的力/位混合控制策略基于伺服速度环实现,与传统基于伺服位置环实现的力控制系统相比较具有更大的系统带宽,控制系统结构简单,方便实现,也可以把速度信号进行积分,转化为伺服位置环控制的实现方式,具有很大的工程应用价值.开展仿真和实验,以验证方法的有效性.仿真结果表明,基于速度环实现的力控制能够更好地跟踪更高频率的正弦给定信号,具有较好的力跟踪性能.实验采用工业机器人大臂减速机的装配,实验结果表明,采用力/位混合控制方法和螺旋搜孔的方式能够顺利地找到装配孔,并能够很好地完成轴孔装配作业.

基于反步法的多机械臂系统力/位混合控制

该文研究了具有未建模动态和未知扰动的多机械臂系统力/位混合控制问题。首先,通过建立合适的坐标系构建多机械臂系统的动力学模型,并根据内力的性质来实现对力的控制;其次,采用反步法设计适用于多机械臂系统的模糊自适应力/位控制方案;最后,采用反步模糊的力/位控制方法保证闭环系统的所有信号均有界,并且使物体的位置跟踪误差和系统的内力误差收敛到原点周围极小的邻域内。该研究具有一定的实际应用价值。

基于命令滤波技术的多机械臂力/位混合控制

针对多机械臂系统(cooperative manipulators system,CMS)位置和力的控制问题,本文基于机械臂动力学方程,构建了CMS模型,将反步法与命令滤波技术相结合,不仅解决了加速度不连续的问题,而且构建了误差补偿系统,提升了跟踪效果;同时,采用模糊自适应技术,处理系统中的未知非线性项及干扰项,并基于Lyapunov方法,证明系统的稳定性,为验证所设计的新的控制策略的正确性,在Matlab/Simulink模块搭建仿真实验。仿真结果表明,本文所设计的控制策略,能保证系统具有良好的跟踪效果,且误差可以在极短的时间内收敛到一个极小的值;在物体运动加速度不连续时,虽然命令滤波技术(command filtering control,CFC)和动态面技术(dynamic surface control,DSC)都可以保证物体的位置和内力跟踪到理想的运动轨迹,但是CFC的控制效果要优于DSC的控制效果。说明本文所设计的控制策略可以保证CMS的位置和内力快速的跟踪期望轨迹。该研究具有一定的实际运用价值。

基于RBF神经网络的四旋翼磨抛机器人力/位混合控制

由六自由度并联平台和四旋翼无人机构成的四旋翼磨抛机器人的飞行轨迹和末端执行器打磨力难以稳定控制,为此提出一种基于RBF神经网络的力/位混合控制方法。根据Euler-Lagrange方程建立系统动力学模型,采用力/位混合控制器实现机器人在打磨时对力和位置的精度要求。在力控制环,采用PID控制和接触力前馈控制;在位置控制环,采用基于RBF神经网络的鲁棒控制。利用MATLAB/Simulink进行机器人轨迹跟踪和磨抛力控制仿真实验。结果表明,所提出的控制方法使得四旋翼磨抛机器人具有良好的轨迹跟踪效果,并且打磨力能保持稳定。

振动基柔顺驱动打磨机器人的力/位混合控制研究

针对柔顺打磨机器人在移动作业过程中,在基础振动、柔性振动与环境接触力耦合作用下非线性控制问题,提出一种新型鲁棒轨迹跟踪力/位混合控制策略。使用第二类拉格朗日法建立柔顺机械臂的动力学方程,通过奇异摄动法将上述系统分为快、慢2个时间尺度的子系统。慢变子系统对系统刚性部分采用力/位混合控制方法,其中力控制采用PID控制,位置控制采用基于神经网络的鲁棒控制。快变子系统对系统柔性部分采用速度差反馈法进行控制。结果表明:利用所提出的控制策略,机械臂末端的轨迹跟踪效果较好且打磨力保持稳定,对非线性振动有较好的抑制效果。