五自由度混联抛光机器人系统的开发及力控制关键技术研究
发布时间:2023-11-22 19:16
目前市场对于抛光产品表面的质量要求越来越高,特别是珠三角地区的中小型制造企业。传统的人手抛光方式对健康危害较大,导致抛光行业招工困难。此外,工业生产线上常使用多轴数控磨床、工业机械臂,虽然能满足生产自动化、高效率的抛光要求,然而高昂的设备成本限制了薄利的抛光行业发展。因此,本课题致力于研发低成本的抛光机器人系统及其控制策略,对提高抛光行业的生产链效益、避免低效率的重复工作以及保证工件抛磨效果均具有深远意义。本课题第一章首先结合目前抛光行业的发展水平,对于工业生产线上的两大类抛光设备的结构特点及存在问题进行分析,然后阐述了常用的恒力控制策略及新型恒力控制策略的研究方向。第二章介绍五自由度抛光机器人的总体机械结构及其工作原理,分析主、被动结合的恒力控制机构的运动学特性。根据控制系统的性能要求,选择合适的元器件(如主控制器、电气比例阀和压力传感器)完成控制系统的搭建。第三章分析抛光机器人的运动学模型,结合抛光机器人对不同形状工件的抛光能力进行验证。接着通过对一种通用工件的抛光力学模型进行建模,运算并推导抛光正压力随着工件轮廓的变化规律,理论上验证机器人对复杂曲面的恒力抛光能力。第四章首先在A...
【文章页数】:86 页
【学位级别】:硕士
【文章目录】:
致谢
摘要
ABSTRACT
1 绪论
1.1 课题的研究背景及意义
1.2 国内外相关的研究现状及分析
1.2.1 一体式抛光机器人
1.2.2 恒力控制装置结构
1.2.3 恒力控制策略
1.3 机器人力控制方法的研究意义
1.4 论文的研究目的与主要内容
2 机械结构和控制系统设计
2.1 引言
2.2 抛光机器人的机械结构
2.2.1 抛光机器人的主体机械结构和特点
2.2.2 主、被动结合的恒力控制机械结构设计
2.2.3 抛光机器人的工作原理
2.3 抛光机器人的控制系统设计
2.3.1 控制系统的性能要求
2.3.2 控制系统的总体设计
2.3.3 控制系统硬件的设计与选型
2.4 本章小结
3 运动学和抛光力学模型构建
3.1 引言
3.2 仿生构型设计
3.3 抛光机器人运动学分析
3.3.1 机器人运动学正解
3.3.2 机器人运动学逆解
3.4 抛光力学模型
3.5 本章小结
4 虚拟仿真和实验验证
4.1 引言
4.2 ADAMS中抛光机器人的模型
4.3 仿真实验分析
4.3.1 接触模型的建立
4.3.2 仿真分析
4.4 抛光实验数据分析
4.4.1 标定实验
4.4.2 抛光正压力控制实验的研究
4.4.3 抛光正压力实验数据及结果的分析
4.5 本章小结
5 基于强化学习的控制策略
5.1 引言
5.2 深度Q学习算法
5.2.1 控制策略的马尔科夫建模
5.2.2 深度Q学习策略控制
5.3 基于强化学习的抛光控制策略
5.3.1 抛光环境模型的设计
5.3.2 抛光恒力控制策略
5.4 本章小结
结论与展望
参考文献
附录 A
作者简历及攻读硕士学位期间取得的研究成果
本文编号:3865986
【文章页数】:86 页
【学位级别】:硕士
【文章目录】:
致谢
摘要
ABSTRACT
1 绪论
1.1 课题的研究背景及意义
1.2 国内外相关的研究现状及分析
1.2.1 一体式抛光机器人
1.2.2 恒力控制装置结构
1.2.3 恒力控制策略
1.3 机器人力控制方法的研究意义
1.4 论文的研究目的与主要内容
2 机械结构和控制系统设计
2.1 引言
2.2 抛光机器人的机械结构
2.2.1 抛光机器人的主体机械结构和特点
2.2.2 主、被动结合的恒力控制机械结构设计
2.2.3 抛光机器人的工作原理
2.3 抛光机器人的控制系统设计
2.3.1 控制系统的性能要求
2.3.2 控制系统的总体设计
2.3.3 控制系统硬件的设计与选型
2.4 本章小结
3 运动学和抛光力学模型构建
3.1 引言
3.2 仿生构型设计
3.3 抛光机器人运动学分析
3.3.1 机器人运动学正解
3.3.2 机器人运动学逆解
3.4 抛光力学模型
3.5 本章小结
4 虚拟仿真和实验验证
4.1 引言
4.2 ADAMS中抛光机器人的模型
4.3 仿真实验分析
4.3.1 接触模型的建立
4.3.2 仿真分析
4.4 抛光实验数据分析
4.4.1 标定实验
4.4.2 抛光正压力控制实验的研究
4.4.3 抛光正压力实验数据及结果的分析
4.5 本章小结
5 基于强化学习的控制策略
5.1 引言
5.2 深度Q学习算法
5.2.1 控制策略的马尔科夫建模
5.2.2 深度Q学习策略控制
5.3 基于强化学习的抛光控制策略
5.3.1 抛光环境模型的设计
5.3.2 抛光恒力控制策略
5.4 本章小结
结论与展望
参考文献
附录 A
作者简历及攻读硕士学位期间取得的研究成果
本文编号:3865986
本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3865986.html