CN109543332A - 一种系列化机器人腕部减速器选型方法 - Google Patents

一种系列化机器人腕部减速器选型方法 Download PDF

Info

Publication number
CN109543332A
CN109543332A CN201811460086.0A CN201811460086A CN109543332A CN 109543332 A CN109543332 A CN 109543332A CN 201811460086 A CN201811460086 A CN 201811460086A CN 109543332 A CN109543332 A CN 109543332A
Authority
CN
China
Prior art keywords
retarder
servo motor
motor
range
0max
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201811460086.0A
Other languages
English (en)
Inventor
吴成东
张亚平
姜杨
王怀震
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Northeastern University China
Original Assignee
Northeastern University China
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Northeastern University China filed Critical Northeastern University China
Priority to CN201811460086.0A priority Critical patent/CN109543332A/zh
Publication of CN109543332A publication Critical patent/CN109543332A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/17—Mechanical parametric or variational design

Landscapes

  • Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Computational Mathematics (AREA)
  • Manipulator (AREA)

Abstract

本发明提供一种系列化机器人腕部减速器选型方法，包括以下步骤：S1、选定确定系列的减速器范围；构建以下约束条件，在确定系列的减速器范围内，首选额定扭矩最小的减速器；S2、选定确定系列的伺服电机范围；在确定系列的伺服电机范围内，首选额定输出功率最小的伺服电机；S3、伺服电机及减速器的匹配；确定惯量匹配、验证条件，进行验证步骤，选择符合标准的伺服电机和减速器组合。本发明所述的系列化机器人腕部减速器选型方法，和传统计算方法相比，降低了繁琐的计算量，并在保持伺服系统高性能的同时使其具有更高的性价比，是一种新的系列化机器人腕部减速器选型方法。

Description

一种系列化机器人腕部减速器选型方法
技术领域
本发明涉及机器人技术与应用领域，特别是涉及一种对系列化机器人腕部减速器的选型方法。
背景技术
机器人涉及到机械、电子、控制、计算机、传感器等多个学科和领域，是多种高新技术发展成果的综合集成，其模块化、网络化和智能化的程度也越来越高，功能越来越强。特别是2012年之后，国内机器人得到国家有关部门的重视和高等院校的重点研发，研发和制造机器人的厂家越来越多。在研发过程中，伺服电机和减速器的正确选型是核心问题之一。
伺服电机和减速器是机器人伺服系统的重要组成部分,他们的选型与伺服系统的性能及成本密切相关。为了满足伺服系统对高精度和快速响应的要求，应使系统具有较小的负载电机惯量比、较高的过载能力等，如果盲目地选择大规格的电机和减速器会大幅增加成本，因此应充分考虑各方面的要求，以便充分发挥其性能。
现有机器人伺服减速器选型方法通常多是依靠查询相关的技术手册，计算繁琐且效率很低，而且伺服电机系统各部件成本很高。如何优化他们的组合以期保证性能的同时提高性价比成为一个难题；并且减速器作为机器人伺服系统十分精密且最为昂贵的部件，在选型过程中未被充分重视。
发明内容
根据上述提出现有机器人伺服减速器选型方法通常多是依靠查询相关的技术手册，计算繁琐且效率很低，而且伺服电机系统各部件成本很高的技术问题，而提供一种系列化机器人腕部减速器选型方法。本发明主要利用在进行选型时，以伺服系统中成本占比较高的减速器为主，并结合机器人设计参数选出符合设计指标和低成本的电机和减速器组合，从而使伺服系统有较高的稳定性、动态性能和性价比。
本发明采用的技术手段如下：
一种系列化机器人腕部减速器选型方法，包括以下步骤：
S1、选定确定系列的减速器范围；机器人腕部设计参数有：最大速度ω，单位rad/s、容许力矩TLmax，单位N.m、容许惯性力矩JLmax，单位kg.m2。
S11、构建以下约束条件；
(π/30)N0max≥ω (1)
T0max≥TLmax (2)
其中，N0max为减速器容许输出转速，单位rpm；T0max为减速器瞬时最大容许转矩，单位N.m；随着T0max增大，N0max减小，故由上述公式(1)和公式(2)能够选定减速器的范围。
S12、在确定系列的减速器范围内，首选额定扭矩最小的减速器；相同额定扭矩的减速器，在减速器其他参数均相同的情况下，减速器惯性力矩J0(kg.m2)和减速器减速比i成反比；减速器惯性力矩J0，单位kg.m2。
S2、选定确定系列的伺服电机范围。
S21、计算电机的额定输出功率P1，单位w，结合功率范围系数选定电机的额定输出功率范围，该结合功率范围系数为1.5至2；
P1＝TLmax.ω (3)。
S22、在确定系列的伺服电机范围内，首选额定输出功率最小的伺服电机。
S3、伺服电机及减速器的匹配。
S31、惯量匹配；
iG＝(JLmax+J0)/(i2.J1) (4)
其中，iG为负载电机惯量比；J1为电机转子惯性力矩，单位kg.m2；
验证条件中，首先将iG的范围限定为不大于3；
S32、验证条件；
对所选伺服电机和减速器使用以下条件进行验证：
T1max.i/η≤T0max (5)
iG＝(JLmax+J0)/(i2.J1)≤3 (6)
其中，T1max为电机瞬时最大转矩，N.m；η为减速器启动效率；
公式(5)表示电机内部急停时，其有效扭矩须小于减速器瞬时最大容许转矩；
S33、验证步骤；
A、改变i值，选出符合(5)式和(6)式的减速比；若范围内的i值满足条件，则完成验证，选取伺服电机和减速器组合；若范围内所有i值均不满足，则实施步骤B。
B、逐步增大伺服电机额定输出功率，重复A步骤；若范围内所有额定输出功率的伺服电机均不满足条件，则实施步骤C。
C、逐步增大减速器的额定扭矩，仍从最小额定输出功率的伺服电机开始，重复A和B步骤。
D、若最后没有符合条件的组合，在允许的范围内适当放宽(7)式的标准，并结合性价比，选择符合标准的伺服电机和减速器组合。
进一步地，计算与设计参数的匹配情况，通过确定的电机和减速器参数来验证与初始设计参数是否匹配，若参数值在设计参数的上下误差百分之10以内，则符合标准。
进一步地，步骤S33中的D，公式(7)中iG的放宽标准为：先改为iG≤4，不符合标准，再依次改为iG≤5、iG≤6、iG≤7、iG≤8、iG≤9和iG≤10。
与现有技术相比较，本发明所述的系列化机器人腕部减速器选型方法，由机器人设计参数首先确定减速器和电机的选择范围，并初步选择范围内性价比最高的组合；其次结合限定条件选择出符合要求的组合(包括减速比)；最后验证与机器人设计参数的符合程度，并以此选取最符合设计参数的电机和减速器组合。此方法和传统计算方法相比，本发明的有益效果在于降低了繁琐的计算量，并在保持伺服系统高性能的同时使其具有更高的性价比，是一种新的系列化伺服电机和方法。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图做以简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明流程图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
如图1所示，本发明提供了一种系列化机器人腕部减速器选型方法，包括以下步骤：
S1、选定确定系列的减速器范围；机器人腕部设计参数有：最大速度ω(rad/s)、容许力矩TLmax(N.m)、容许惯性力矩JLmax(kg.m2)。
S11、构建以下约束条件；
(π/30)N0max≥ω (1)
T0max≥TLmax (2)
其中，N0max为减速器容许输出转速，rpm(转/分)；T0max为减速器瞬时最大容许转矩，N.m；随着T0max增大，N0max减小，故由上述公式(1)和公式(2)能够选定减速器的范围。
S12、在确定系列的减速器范围内，首选额定扭矩最小的减速器；相同额定扭矩的减速器，在减速器其他参数均相同的情况下，减速器惯性力矩J0(kg.m2)和减速器减速比i成反比；即，对于确定系列的减速器，额定扭矩越大，成本越高。考虑性价比因素，在选定范围内首选额定扭矩最小的减速器。相同额定扭矩的减速器，除了其惯性力矩J0(kg.m2)和减速比i不同外，其他参数均相同。且J0和i有明确的对应关系，即随着i的增大，J0减小。
S2、选定确定系列的伺服电机范围。
S21、计算电机的额定输出功率P1(w)，结合功率范围系数选定电机的额定输出功率范围，该结合功率范围系数为1.5至2。
P1＝TLmax.ω (3)。
S22、在确定系列的伺服电机范围内，首选额定输出功率最小的伺服电机，考虑性价比因素。
S3、伺服电机及减速器的匹配；
S31、惯量匹配；
iG＝(JLmax+J0)/(i2.J1) (4)；
其中，iG为负载电机惯量比；J1为电机转子惯性力矩，kg.m2；
验证条件中，首先将iG的范围限定为不大于3；iG是充分发挥机械及伺服系统最佳效能的前提，其直接影响电机的灵敏度以及整个伺服系统的精度。惯量越小，系统的动态特性反应越好，惯量大，容易产生谐振，影响了伺服精度和响应速度，所以应尽量减小惯量。
S32、验证条件；
对所选伺服电机和减速器使用以下条件进行验证：
T1max.i/η≤T0max (5)
iG＝(JLmax+J0)/(i2.J1)≤3 (6)
其中，T1max为电机瞬时最大转矩，N.m；η为减速器启动效率(若采用纳博特斯克减速器，则其启动效率为80％)；公式(5)表示电机内部急停时，其有效扭矩须小于减速器瞬时最大容许转矩。
S33、验证步骤；
A、改变i值，选出符合(5)式和(6)式的减速比；若范围内的i值满足条件，则完成验证，选取伺服电机和减速器组合；若范围内所有i值均不满足，则实施步骤B。
B、逐步增大伺服电机额定输出功率，重复A步骤；若范围内所有额定输出功率的伺服电机均不满足条件，则实施步骤C。
C、逐步增大减速器的额定扭矩，仍从最小额定输出功率的伺服电机开始，重复A和B步骤。
D、若最后没有符合条件的组合，在允许的范围内适当放宽(7)式的标准，并结合性价比，选择符合标准的伺服电机和减速器组合。
上述公式(7)中iG的放宽标准为：先改为iG≤4，不符合标准，再依次改为iG≤5、iG≤6、iG≤7、iG≤8、iG≤9和iG≤10。
S4、最后，计算与设计参数的匹配情况，通过确定的电机和减速器参数来验证与初始设计参数是否匹配，若参数值在设计参数的上下误差百分之10以内，则符合标准。
以下两个实施例均从YASKAWA(安川)电机全系列和Nabtesco(纳博特斯克)减速器的RV-N系列(RV-N系列专门针对机器人领域)中选取。两个实施例的主要区别是在负载质量上不同。
实施例1
本发明提供了一种针对50kg左右负载的机器人，对机器人腕部电机及减速器进行选型。
(一)明确机器人腕部设计参数；
机器人腕部设计参数：最大速度ω(rad/s)＝4.36、容许力矩TLmax(N.m)＝55、容许惯性力矩JLmax(kg.m2)＝1。
(二)选定确定系列的减速器范围；
1)由(1)式：N0max≥41.635；由(2)式：T0max≥55。由此确定减速器范围为RV-25N(额定扭矩Te＝245，N0max＝57，T0max＝1225)、RV-40N(Te＝412，N0max＝52，T0max＝2058)和RV-60N(Te＝600，N0max＝44，T0max＝3000)。
2)对于确定系列的减速器，额定扭矩越大，成本越高。考虑性价比因素，在选定范围内首选额定扭矩最小的减速器，RV-25N。
(三)选定确定系列的伺服电机的范围；
1)P1＝TLmax.ω＝239.8w，所以在239.8w～479.6w中选取，有SGMGV-03A(300w)、SGM7G-03A(300w)、SGMJV-04A(400w)、SGM7J-04A(400w)、SGM7A-04A(400w)、SGMGV-05A(450w)和SGM7G-05A(450w)。
2)考虑性价比因素，首先选择范围内额定输出功率最小的伺服电机，SGMGV-03A(300w)。
(四)伺服电机及减速器的匹配；
RV-25N中T0max＝1225，i有41～164.07范围内的5个值，同样惯性力矩也有0.0000171～0.00000326范围内的对应的五个J0(已换算至电机轴)；SGMGV-03A中T1max＝5.88,J1＝0.000273。
对于(6)式,由于减速器惯性力矩已换算至电机轴，所以使用iG＝((JLmax/i2)+J0)/J1≤3。
经验证，上述5组不同减速比的减速器均满足要求。
(五)计算与设计参数的匹配情况；
电机为SGM7G-03A的最高转速为3000rpm,瞬时最大转矩T1max＝5.88N·m。RV-25N的减速比i＝41时，最大速度ω(rad/s)＝7.66,容许力矩TLmax(N.m)＝241.08；RV-25N的减速比i＝81时，最大速度ω(rad/s)＝3.88,容许力矩TLmax(N.m)＝476.28；i＝107.66、126、137和164.07时，最大速度ω(rad/s)<3，舍去。
故最后选用电机为SGM7G-03A和减速器为RV-25N(i＝41或81)的组合。
实施例2
本发明还提供了一针对5kg左右负载的机器人，对机器人腕部电机及减速器进行选型。
(一)明确机器人腕部设计参数；
机器人腕部设计参数：最大速度ω(rad/s)＝5.8、容许力矩TLmax(N.m)＝8.5、容许惯性力矩JLmax(kg.m2)＝0.35。
(二)选定确定系列的减速器范围；
由(1)式：N0max≥55.4；由(2)式：T0max≥8.5。由此确定减速器范围为RV-25N(额定扭矩Te＝245，N0max＝57，T0max＝1225)。
(三)选定确定系列的伺服电机的范围
P1＝TLmax.ω＝53.41w，所以在53.41w～106.82w中选取，有SGM7J-01A(100w)、SGMJV-01A(100w)和SGM7A-01A(100w)。选择SGM7J-01A(100w)。
(四)伺服电机及减速器的匹配
RV-25N中T0max＝1225，i有41～164.07范围内的5个值，同样惯性力矩也有0.0000171～0.00000326范围内的对应的五个J0(已换算至电机轴)；SGM7J-01A(100w)中T1max＝1.11,J1＝0.00000739。
对于(6)式,由于减速器惯性力矩已换算至电机轴，所以使用iG＝((JLmax/i2)+J0)/J1≤3。
经验证，上述5组不同减速比的减速器中，当i＝137和164.07时满足要求。
(五)计算与设计参数的匹配情况；
电机为SGM7J-01A的最高转速为6000rpm,瞬时最大转矩T1max＝1.11N·m。RV-25N的减速比i＝137时，最大速度ω(rad/s)＝4.586,容许力矩TLmax(N.m)＝152.07；RV-25N的减速比i＝164.07时，最大速度ω(rad/s)＝3.83,容许力矩TLmax(N.m)＝182，舍去。
故最后选用电机为SGM7J-01A和减速器为RV-25N(i＝137)的组合。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (3)

1.一种系列化机器人腕部减速器选型方法，其特征在于，包括以下步骤：
S1、选定确定系列的减速器范围；
机器人腕部设计参数有：最大速度ω，单位rad/s、容许力矩TLmax，单位N.m、容许惯性力矩JLmax，单位kg.m2；
S11、构建以下约束条件；
(π/30)N0max≥ω (1)
T0max≥TLmax (2)
其中，N0max为减速器容许输出转速，单位rpm；T0max为减速器瞬时最大容许转矩，单位N.m；
随着T0max增大，N0max减小，故由上述公式(1)和公式(2)能够选定减速器的范围；
S12、在确定系列的减速器范围内，首选额定扭矩最小的减速器；
相同额定扭矩的减速器，在减速器其他参数均相同的情况下，减速器惯性力矩J0和减速器减速比i成反比，减速器惯性力矩J0，单位kg.m2；
S2、选定确定系列的伺服电机范围；
S21、计算电机的额定输出功率P1，单位w，结合功率范围系数选定电机的额定输出功率范围，该结合功率范围系数为1.5至2；
P1＝TLmax.ω (3)
S22、在确定系列的伺服电机范围内，首选额定输出功率最小的伺服电机；
S3、伺服电机及减速器的匹配；
S31、惯量匹配；
iG＝(JLmax+J0)/(i2.J1) (4)
其中，iG为负载电机惯量比；J1为电机转子惯性力矩，kg.m2；
验证条件中，首先将iG的范围限定为不大于3；
S32、验证条件；
对所选伺服电机和减速器使用以下条件进行验证：
T1max.i/η≤T0max (5)
iG＝(JLmax+J0)/(i2.J1)≤3 (6)
其中，T1max为电机瞬时最大转矩，N.m；η为减速器启动效率；
公式(5)表示电机内部急停时，其有效扭矩须小于减速器瞬时最大容许转矩；
S33、验证步骤；
A、改变i值，选出符合(5)式和(6)式的减速比；
若范围内的i值满足条件，则完成验证，选取伺服电机和减速器组合；
若范围内所有i值均不满足，则实施步骤B；
B、逐步增大伺服电机额定输出功率，重复A步骤；若范围内所有额定输出功率的伺服电机均不满足条件，则实施步骤C；
C、逐步增大减速器的额定扭矩，仍从最小额定输出功率的伺服电机开始，重复A和B步骤；
D、若最后没有符合条件的组合，在允许的范围内适当放宽(7)式的标准，并结合性价比，选择符合标准的伺服电机和减速器组合。
2.根据权利要求1所述的系列化机器人腕部减速器选型方法，其特征在于，
计算与设计参数的匹配情况，通过确定的电机和减速器参数来验证与初始设计参数是否匹配，若参数值在设计参数的上下误差百分之10以内，则符合标准。
3.根据权利要求1所述的系列化机器人腕部减速器选型方法，其特征在于，
步骤S33中的D，公式(7)中iG的放宽标准为：先改为iG≤4，不符合标准，再依次改为iG≤5、iG≤6、iG≤7、iG≤8、iG≤9和iG≤10。
CN201811460086.0A 2018-11-30 2018-11-30 一种系列化机器人腕部减速器选型方法 Pending CN109543332A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811460086.0A CN109543332A (zh) 2018-11-30 2018-11-30 一种系列化机器人腕部减速器选型方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811460086.0A CN109543332A (zh) 2018-11-30 2018-11-30 一种系列化机器人腕部减速器选型方法

Publications (1)

Publication Number Publication Date
CN109543332A true CN109543332A (zh) 2019-03-29

Family

ID=65851815

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811460086.0A Pending CN109543332A (zh) 2018-11-30 2018-11-30 一种系列化机器人腕部减速器选型方法

Country Status (1)

Country Link
CN (1) CN109543332A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110053037A (zh) * 2019-04-22 2019-07-26 珠海格力智能装备有限公司 机器人的关节力矩确定的方法
CN110181505A (zh) * 2019-04-22 2019-08-30 珠海格力智能装备有限公司 机器人的减速机确定的方法及机器人
WO2021159784A1 (zh) * 2020-02-14 2021-08-19 珠海格力智能装备有限公司 机器人用减速机的运行保护方法及其系统、存储介质
CN113618735A (zh) * 2021-08-16 2021-11-09 深圳市优必选科技股份有限公司 一种机器人关节的配置信息的确定方法、装置及终端设备
CN114372322A (zh) * 2021-12-14 2022-04-19 武汉船用电力推进装置研究所（中国船舶重工集团公司第七一二研究所） 一种电动水炮动力系统参数选型方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1999008167A1 (fr) * 1997-08-05 1999-02-18 Kabushiki Kaisha Yaskawa Denki Procede permettant de generer une consigne d'acceleration/deceleration destinee a un robot industriel
WO2003027911A1 (fr) * 2001-09-26 2003-04-03 Harmonic Drive Systems Inc. Procede permettant de selectionner le moteur d'entrainement et le ralentisseur constituant l'organe de commande
CN103425842A (zh) * 2013-08-20 2013-12-04 天津大学 一种并联机器人快速开发系统及方法
CN104537244A (zh) * 2014-12-31 2015-04-22 大连理工大学 一种多自由度机器人腕部电机、减速器的计算与选型方法
CN106621209A (zh) * 2016-09-18 2017-05-10 上海交通大学 腕部康复机器人助动训练的力反馈控制方法及系统
CN108527365A (zh) * 2018-03-21 2018-09-14 清华大学 一种高速并联机器人驱动系统参数优化选型方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1999008167A1 (fr) * 1997-08-05 1999-02-18 Kabushiki Kaisha Yaskawa Denki Procede permettant de generer une consigne d'acceleration/deceleration destinee a un robot industriel
WO2003027911A1 (fr) * 2001-09-26 2003-04-03 Harmonic Drive Systems Inc. Procede permettant de selectionner le moteur d'entrainement et le ralentisseur constituant l'organe de commande
CN103425842A (zh) * 2013-08-20 2013-12-04 天津大学 一种并联机器人快速开发系统及方法
CN104537244A (zh) * 2014-12-31 2015-04-22 大连理工大学 一种多自由度机器人腕部电机、减速器的计算与选型方法
CN106621209A (zh) * 2016-09-18 2017-05-10 上海交通大学 腕部康复机器人助动训练的力反馈控制方法及系统
CN108527365A (zh) * 2018-03-21 2018-09-14 清华大学 一种高速并联机器人驱动系统参数优化选型方法

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110053037A (zh) * 2019-04-22 2019-07-26 珠海格力智能装备有限公司 机器人的关节力矩确定的方法
CN110181505A (zh) * 2019-04-22 2019-08-30 珠海格力智能装备有限公司 机器人的减速机确定的方法及机器人
CN110181505B (zh) * 2019-04-22 2021-09-07 珠海格力智能装备有限公司 机器人的减速机确定的方法及机器人
WO2021159784A1 (zh) * 2020-02-14 2021-08-19 珠海格力智能装备有限公司 机器人用减速机的运行保护方法及其系统、存储介质
CN113618735A (zh) * 2021-08-16 2021-11-09 深圳市优必选科技股份有限公司 一种机器人关节的配置信息的确定方法、装置及终端设备
CN113618735B (zh) * 2021-08-16 2022-07-19 深圳市优必选科技股份有限公司 一种机器人关节的配置信息的确定方法、装置及终端设备
CN114372322A (zh) * 2021-12-14 2022-04-19 武汉船用电力推进装置研究所（中国船舶重工集团公司第七一二研究所） 一种电动水炮动力系统参数选型方法

Similar Documents

Publication Publication Date Title
CN109543332A (zh) 一种系列化机器人腕部减速器选型方法
JP5571365B2 (ja) 捩りモード減衰装置
JP2010127283A6 (ja) 風力発電機のタービンで得られる電力生産量を予測する方法、風力発電機のタービンで得られる電力生産量を予測する制御装置、風力発電機のタービン、および、風力発電機のタービンで得られる電力生産量を予測するためのコンピュータプログラム
CN101750216A (zh) 次同步振荡引起的汽轮发电机轴系疲劳损伤在线分析方法
CN108920880A (zh) 一种智能驱动单元的电机和减速器选型方法
CN104537244A (zh) 一种多自由度机器人腕部电机、减速器的计算与选型方法
CN109787528B (zh) 基于转速调节占空比的异步电机直接转矩控制系统及方法
US8770019B2 (en) Test rig for dynamic test assignments on internal combustion engines, and method for operating a test rig of this kind
CN109038649A (zh) 一种基于虚拟惯量控制的dfig轴系振荡的控制方法
CN108595798A (zh) 一种适用于机电暂态仿真的负荷模型参数计算方法
Sell-Le Blanc et al. Material based process model for linear noncircular coil winding processes with large wire gauge: Investigation of wire material influences on the winding process and compensation approaches
CN104064083B (zh) 一种电网模拟控制系统
CN113076648A (zh) 减速器疲劳加速试验和剩余寿命预测方法及存储处理系统
CN115549139A (zh) 一种新能源发电和负荷混合模型辨识建模方法
CN113285638B (zh) 一种风力发电机转子侧变换器的功率控制方法及系统
CN116054190A (zh) 一种双馈风电场控制参数对次同步振荡影响的分析方法
CN106992732B (zh) 一种电机磁共能模型建立系统
CN1043395C (zh) 单相感应电动机的控制方法及装置
CN109379003A (zh) 高速永磁同步电机控制的方法、装置及计算机存储介质
Pushparajesh et al. Torque ripple minimization in switched reluctance motor using ANFIS controller
CN113532731B (zh) 一种增程器系统输出扭矩校验方法
CN113404553B (zh) 进汽调节阀的间接配汽方法、装置和汽轮机
CN108923707A (zh) 双馈电机系统的控制方法、系统、装置及可读存储介质
CN112186767B (zh) 含高比例可再生能源的海岛微电网频率稳定的优化控制方法
CN109742992B (zh) 一种无位置传感器的新型混合励磁同步电机控制方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
AD01 Patent right deemed abandoned

Effective date of abandoning: 20231201

AD01 Patent right deemed abandoned