复杂结构柔顺加工的人机示教编程与机器人力控研究

发布时间：2020-10-28 08:57

　　 叶片的加工质量直接影响着汽轮发动机的性能和寿命。目前将机器人应用于叶片型面等已知结构的自动化抛光技术已较为成熟,但是对于叶缘、阻尼台等较为复杂的结构,由于机器人编程复杂且配置困难,仍然以人工抛光为主,效率较低且无法保证表面一致性。本文针对具有复杂结构叶片的机器人抛光问题,提出了一种基于人-机器人示教(Human-Robot Demonstration)辅助编程的机器人自动化力控抛光方法,围绕人-机器人示教的柔顺性和机器人-环境接触力控制两个关键技术展开了研究。本文具体研究内容如下:1.机器人控制模型构建。针对工业常用的串联型机器人进行了运动学和动力学分析,在Matlab环境下分别建立了其运动学和动力学模型,然后分析了目前常用的运动控制和力控制框架,得出运动控制是力控制精度的保障的结论,提出采用“外环力控制+内环运动控制”的机器人柔顺控制的总体框架,以保证机器人的力控制精度,实验结果证明了所提方法的有效性。2.自适应运动控制器设计与改进。针对所提的柔顺控制总体框架的内环运动控制器,首先建立了笛卡尔空间下的驱动力矩设计模型,采用比例微分(PD)控制器实现了笛卡尔空间下的轨迹跟踪控制。然后采用鲁棒自适应PD控制器,提高了轨迹跟踪精度和鲁棒性。最后提出径向神经网络自适应控制方法,无需提前对机器人动力学模型进行线性化处理,超调量降低90%以上,轨迹跟踪精度得到进一步提升。3.基于意图预测的人-机器人柔顺示教。针对人-机器人交互过程中的柔顺性问题,首先建立了人-机器人交互系统的线性二次型调节器模型,并采用积分强化学习方法对阻抗参数进行在线优化,降低了操作力,提高了柔顺性。为了消除阻抗模型带来的延时,提出了一种基于意图预测的力前馈补偿方法,较未采用前馈补偿的情况操作力降低90%,位置跟踪精度也得以提升。4.复杂结构环境恒力跟踪研究。针对与环境接触时的恒力控制问题,首先提出了一种基于强化学习的恒力跟踪方法,经过多次离线训练可以将力跟踪误差控制在10%以内。然后提出了一种基于参考轨迹在线修调的恒力跟踪方法并对其进行了改进,实现了在线的恒力跟踪控制。由实验可知力控精度较改进前提升了30%。最后进行了实验,实验结果表明前馈补偿人-机器人交互方法可有效提高机器人柔顺性,改进的参考轨迹在线修调方法可以实现较高精度的恒力跟踪。
【学位单位】：华中科技大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：TP242
【部分图文】：

(a)抛光过程 (b)抛光结果图 1-2 人工抛光叶片[2]了实现难加工部位的自动化抛光，一种可行方案是采用专用数控机床进行，数控机床抛光示意图如图 1-3 所示。然而专用数控机床只能针对某特定型进行抛光，通用性较差，无法满足各种型号的叶片的抛光工作。同时专用生产成本较高、技术复杂，而欧美发达国家在这一领域对我国实行了严密锁，因而极大地阻碍了我国针对叶片研发专用数控机床的步伐，所以单单数控机床无法满足国内对各种各样的汽轮机叶片的大量需求。

(a)抛光过程 (b)抛光结果图 1-2 人工抛光叶片[2]了实现难加工部位的自动化抛光，一种可行方案是采用专用数控机床进行，数控机床抛光示意图如图 1-3 所示。然而专用数控机床只能针对某特定型进行抛光，通用性较差，无法满足各种型号的叶片的抛光工作。同时专用生产成本较高、技术复杂，而欧美发达国家在这一领域对我国实行了严密锁，因而极大地阻碍了我国针对叶片研发专用数控机床的步伐，所以单单数控机床无法满足国内对各种各样的汽轮机叶片的大量需求。

华 中 科 技 大 学 硕 士 学 位 论 文逐渐在焊接、搬运、喷涂、装配、铣削、抛光等领域应用越来越人叶片抛光技术尽管在国内外已经得到了许多研究，仍无法完片的自动化抛光。这是因为单独利用机器人进行叶片抛光还具片难加工部位的结构参数难以精确测量，离线编程困难；（2）工艺配置困难、准备周期长，难以融入人的智慧经验，不具备人的专业技能要求较高。结合工匠智慧与机器人精细加工的双度柔性、自主编程、经验沉淀的“能工巧匠”型机器人，是一思路。为了利用机器人实现对汽轮机叶片的抛光，本文将针对能柔顺力跟踪问题进行研究。
【参考文献】

相关期刊论文 前9条

1 张雷;周宛松;卢磊;樊成;;抛光力实时控制策略研究[J];东北大学学报(自然科学版);2015年06期

2 孙桂涛;邵俊鹏;董翔;王晓晶;;基于环境参数自适应估计的液压机器人力控制[J];华中科技大学学报(自然科学版);2015年04期

3 李正义;曹汇敏;;适应环境刚度、阻尼参数未知或变化的机器人阻抗控制方法[J];中国机械工程;2014年12期

4 游有鹏;张宇;李成刚;;面向直接示教的机器人零力控制[J];机械工程学报;2014年03期

5 黄诚;刘华平;左小五;朱记全;胡才红;孙富春;;基于Kinect的人机协作[J];中南大学学报(自然科学版);2013年S1期

6 李正义;唐小琦;熊烁;叶伯生;;卡尔曼状态观测器在机器人力控制中的应用[J];华中科技大学学报(自然科学版);2012年02期

7 李杰,韦庆,常文森,张彭;基于阻抗控制的自适应力跟踪方法[J];机器人;1999年01期

8 殷跃红,尉忠信,朱剑英;机器人跟踪未知环境的智能新策略[J];机械工程学报;1999年01期

9 于海生;;利用分解加速度方法的机器人柔顺控制[J];山东纺织工学院学报;1989年04期

相关博士学位论文 前3条

1 贺军;变负载双臂机器人阻抗自适应控制系统研究[D];中国科学技术大学;2016年

2 李二超;未确知环境下机器人力控制技术研究[D];兰州理工大学;2011年

3 詹建明;机器人研磨自由曲面时的作业环境与柔顺控制研究[D];吉林大学;2002年

相关硕士学位论文 前6条

1 方骏;基于关节型测量机引导的机器人示教方法研究[D];安徽工程大学;2017年

2 罗灿;轻型无线化人机协作机械臂的研究[D];哈尔滨工业大学;2017年

3 韩静如;基于六维力传感器的机器人力觉示教技术研究[D];华北理工大学;2017年

4 刘佳祺;拖拽式多关节示教机器人位姿学习平台硬件开发[D];华中科技大学;2016年

5 周洪波;基于模糊神经网络机械臂柔顺运动阻抗控制算法研究[D];吉林大学;2007年

6 魏媛媛;基于模糊控制理论的机器人柔顺控制方法的研究[D];华中师范大学;2001年

本文编号：2859870