改进Delta并联机构运动可靠性分析

运动精度是评价机构质量的重要考核指标。以往并联机构运动精度分析中,往往不考虑输入误差的随机性,造成评价结果不准确。首先应用齐次坐标变换,推导了改进Delta并联机构的位置反解公式。基于位置反解和一阶泰勒展开,建立了包含机构尺寸误差、转动副间隙误差和驱动误差的机构位置误差计算模型。利用该误差模型,考虑各个原始输入误差的随机性,推导了机构运动可靠性数学模型,给出了评价机构运动可靠性高低的量度和计算方法。运动可靠性是机构运动精度高低的更本质的衡量指标。运动可靠性分析是机构优化设计和误差补偿的基础。

Delta并联机构精度标定方法研究

以Delta并联机构为对象,研究一类合平行四边形支链的3自由度并联机构误差建模技术,所建模型可有效分离出影响末端姿态误差的几何误差源。在此基础上提出一种精度标定方法,该方法利用并联机构操作空间与关节空间非线性映射的性质,仅需检测末端沿z向的位置误差、以及在初始位形下的姿态误差便可识别出几何参数,并可通过修改系统输入实现末端位置误差补偿。给出算例以验证该方法的有效性。

半对称三平移Delta-CU并联机构运动误差分析与标定

对提出的一种半对称三平移Delta-CU并联机器人机构进行误差建模和实验分析。在规划执行末端运动轨迹的基础上,采用外部直接标定和修正系统输入的方法对机构的运动学误差进行补偿。在外部直接标定的过程中,为降低系数矩阵中的随机测量误差对执行末端坐标精度的影响,利用整体最小二乘法求解坐标变换参数;以误差数据为样本,通过模糊神经网络模型进行训练,并将训练好的模糊神经网络模型用于Delta-CU并联机器人机构的误差值预测。实验表明,模糊神经网络模型能够对Delta-CU并联机器人机构误差进行精准的预测,有利于提高Delta-CU并联机器人机构的补偿精度,可为Delta-CU并联机器人机构误差补偿提供参照。补偿后其绝对位置精度由1.187 mm提高到0.4 mm,重复位置精度由0.037 mm提高到0.018 mm。

柔索驱动并联机器人的误差分析及其标定仿真

建立了大射电望远镜(Large Radio Telescope-LT)中柔索驱动并联机器人(Wire Driven Parallel Ro-bot-WDPR)系统的末端误差模型,用正向运动学标定方式对LT5m缩比模型的运动学参数做了辨识。首先,建立LT舱索系统的运动学正、逆解模型;接着,在运动学分析的基础上建立了其误差模型,得到影响末端位姿误差的各项参数;最后,对LT5m柔索并联机构的标定过程作了模拟,验证算法的有效性。结果显示该算法收敛性好,忽略测量误差的情况下能够保证运动学参数具有很高的标定精度,从而为提高LT5m模型的控制精度奠定了理论基础。

三平动冗余驱动并联机床误差分析及标定方法的研究

以三平动非对称冗余驱动(3-2SPS)并联机床为研究对象,对该机构进行运行学分析,在此基础上以矢量微分法建立包括球铰铰链点、伸缩杆杆长、冗余线性模组的位置和方向向量在内的48个结构参数的误差雅可比矩阵,并在MATLAB中计算得到各误差源对机床动平台末端位姿的影响。建立基于运动学逆解的标定模型,并用Gauss-Newton非线性最小二乘法求解出机构48个结构参数的实际值,通过MATLAB仿真验证了标定算法的有效性。研究结果为3-2SPS非对称冗余驱动并联机构的实际应用提供了理论依据。

2UPR&2RPS型冗余驱动并联机器人的运动学标定

运动学标定能够有效提高并联机器人的运动精度。以一类2UPR&2RPS型冗余驱动并联机器人为研究对象,提出了该类装置的运动学标定方法。通过将误差闭环矢量方程分别投影到运动支链的驱动方向和约束方向建立了该机器人的几何误差模型,并分离出可补偿误差源和不可补偿误差源。基于误差映射矩阵建立了误差灵敏度指标,随后通过灵敏度分析找出了对末端误差影响较大的不可补偿误差源。利用正则化算法建立了基于激光跟踪仪末端位置测量的几何误差辨识模型。标定试验结果表明,所提出的运动学标定方法是有效的。

可重构混联机械手——Tricept的自标定方法

由于并联构型装备难于实现全闭环反馈控制,使运动学标定成为一项具有显著经济价值并十分有效的提高并联构型装备精度的手段,通常包括误差建模、测量、辨识和补偿4个环节。基于以上因素,以5自由度混联机械手Tricept为对象,研究一种基于内部传感器检测信息的运动学标定方法。首先建立传感器测量值与影响末端可补偿位姿误差的几何误差源的映射关系。在此基础上,讨论了几何误差的可辨识性。通过计算机仿真验证了所提方法的可行性和有效性。

基于等效运动链的并联机器人运动学标定方法

为了解决并联机器人结构复杂难以准确求解误差模型的问题,提出一种基于等效运动链的并联机器人运动学标定方法。首先通过并集和交集算子求解动平台上的运动空间解析表达式,构建与动平台运动空间等效的虚拟串联运动链,并对其进行误差模型,再将末端误差补偿到等效运动链的末端,最后通过并联机器人运动学反解计算出误差补偿后动平台末端位姿对应的驱动值,并将其补偿到并联机器人的驱动关节中。以2-UPR-RPU并联机器人和冗余驱动的2-UPR-2-RPU并联机器人为例,二者的运动空间都等效于一个RPR串联运动链,对虚拟串联RPR运动链进行误差建模,并对误差模型进行仿真与标定试验验证。试验结果表明,标定后的2-UPR-RPU并联机器人和冗余驱动的2-UPR-2-RPU并联机器人位置误差和姿态误差平均值下降明显,均验证了该方法的正确性。所提方法将并联机器人的误差建模转化为等效的串联运动链的误差建模,直接将等效运动链补偿的末端位姿代入并联机器人的运动学反解即可得到驱动关节的补偿值,无需进行并联机器人的运动学正解,具有计算简单的优点。