CN110802636A - 一种多关节串联型工业机器人的谐振抑制方法 - Google Patents
一种多关节串联型工业机器人的谐振抑制方法 Download PDFInfo
- Publication number
- CN110802636A CN110802636A CN201911010008.5A CN201911010008A CN110802636A CN 110802636 A CN110802636 A CN 110802636A CN 201911010008 A CN201911010008 A CN 201911010008A CN 110802636 A CN110802636 A CN 110802636A
- Authority
- CN
- China
- Prior art keywords
- joint
- robot
- honey source
- nth
- notch
- 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
Links
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J19/00—Accessories fitted to manipulators, e.g. for monitoring, for viewing; Safety devices combined with or specially adapted for use in connection with manipulators
- B25J19/0091—Shock absorbers
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Manipulator (AREA)
Abstract
本发明公开了一种多关节串联型工业机器人的谐振抑制方法,具体涉及机器人控制领域。该方法通过每个关节的伺服驱动器对关节连续施加正反转的位置阶跃信号,使得机器人产生低频阶跃摆动,再利用安装在机器人末端的六维加速度传感器测量关节的振动频率,然后针对每个关节设计双T型陷波滤波器,将测量得到的振动频率作为陷波滤波器的谐振频率。利用人工蜂群算法对陷波滤波器的陷波深度和陷波宽度进行寻优,最终得到每个关节的最优的陷波滤波器参数,实现对多关节串联型工业机器人谐振抑制的最优化,该方法简单可靠且便于实现,对于多关节串联型工业机器人的轨迹控制精度和重复定位精度有重要的意义。
Description
技术领域
本发明涉及机器人控制领域,具体涉及一种多关节串联型工业机器人的谐振抑制方法。
背景技术
多关节串联型工业机器人是目前工业机器中最普遍的结构形式。由于关节采用了减速机或同步传动带等柔性器件,多关节串联型工业机器人在运动时关节和连杆的柔性效应会增加,导致机器人的本体结构发生机械谐振,会延长机器人末端的残余振动,降低机器人的重复定位精度。特别是多关节串联型工业机器人在对速度和精度要求更高的3C等行业中应用时,高速运动过程中大幅变化的惯量使得机器人关节的形变更为明显,机械谐振更易产生。机械谐振不仅会影响影响机器人伺服系统的稳定性、机器人末端轨迹控制精度和重复定位精度,还会损坏机械部件,降低机器人的使用寿命,因此,如何有效抑制机械谐振是目前工业机器人领域重要的研究内容。
发明内容
本发明的目的在于提供一种多关节串联型工业机器人机械谐振的抑制方案,该方法首先对机器人的每个关节测量机械谐振频率,然后再针对每个关节的谐振频率设计双T型陷波滤波器,并利用人工蜂群算法对每个陷波滤波器的参数进行寻优,实现对多关节串联型工业机器人谐振抑制的最优化。
本发明具体采用如下技术方案:
一种多关节串联型工业机器人的谐振抑制方法,包括以下步骤:
步骤一,从机器人的基坐标关节开始,依次测量机器人各关节的机械谐振频率,具体的为:
1-1,设定机器人的关节序号,机器人基坐标关节序号为1,沿着从基坐标到末端坐标的方向关节序号依次增加,末端关节的序号为序号最大值;
1-2,对于机器人的第n个关节,n≥1,首先通过机器人的示教器手动调整机器人的姿态,使得关节序号大于n的所有关节调整后的姿态作为第n关节的负载时惯量达到最大;
步骤二,从机器人的基坐标关节开始,依次设计机器人各关节的陷波滤波器,具体的为:
选择双T型滤波器作为陷波滤波器,其传递函数的表达式如式(1)所示:
其中,f为陷波中心频率,ζ为陷波深度,K为陷波宽度。
优选地,所述步骤一还包括:
利用机器人伺服系统中的抱闸装置锁死除了第n关节以外的所有关节,通过第n关节的伺服驱动器对第n关节施加正反转的位置阶跃信号1次,使得机器人的第n关节产生周期不小于10秒的阶跃摆动,利用装在机器人末端的六维加速度传感器测量第n关节运动方向上的振动频率fn0和振动衰减到初始幅值的2%的时间tnr,按照该方法依次测量其余关节的谐振频率和振动衰减时间。
优选地,对于第n关节,步骤一中测量的第n关节的振动频率fn0为第n关节陷波滤波器的陷波中心频率,采用人工蜂群算法搜索第n关节的最优的ζ和K参数值,具体过程如下:
设第n关节的人工蜂群算法的目标函数为:
fn=0.1tni (2)
I、蜂群初始化,初始化100个雇佣蜂和观察蜂,对应100个蜜源,每个蜜源对应解的维数是二,两个解分别代表ζ和K;
II、蜂群寻找新蜜源,与第i个蜜源对应的雇佣蜂按照式(3)寻找新蜜源,即新的解:
x′id=xid+φid(xid-xkd) (3)
其中,i=1,2,...100,d=1,2,φid是随机数,φid在区间[-1,1]内,i≠k,寻找到的新蜜源为X′i={x′i1,x′i2};
III、新蜜源中的x′i1,x′i2分别对应当前搜索出来的ζ和K值,将ζ和K值带入式(1)中,得到当前关节的陷波滤波器,并用陷波滤波器滤除该关节的伺服驱动器中的速度环的输出信号,滤波后的输出信号是电流环的指令信号,对该关节施加周期不小于10秒的正反转的位置阶跃信号10次,通过安装在机器人末端的六维加速度传感器分别测量该关节运动方向上的振动幅值衰减到初始值2%时的时间,并求取平均值tni;
IV、更新蜜源,将新蜜源Xi求出的tni值与原蜜源Xi-1求出的tni-1比较,并根据式(4)更新蜜源,
其中,fiti是解Xi的适应值,表达式如式(5)所示:
V、侦查蜂出发,在第IV步中,与被丢弃的蜜源对应的雇佣蜂变成侦查蜂,并根据式(6)寻找新蜜源,
VI、记忆最佳蜜源,记忆最佳蜜源位置,即最优解,并重复II-VI100次;
VII、结束蜜源寻找,当100次循环完成,或者找到达到预期适应度的蜜源,则寻优停止,输出该关节的陷波滤波器的ζ和K值的最优解。
本发明具有如下有益效果:
该方法首先对机器人的每个关节测量机械谐振频率,然后再针对每个关节的谐振频率设计双T型陷波滤波器,并利用人工蜂群算法对每个陷波滤波器的参数进行寻优,实现对多关节串联型工业机器人谐振抑制的最优化;
该方法简单可靠且便于实现,对于多关节串联型工业机器人的轨迹控制精度和重复定位精度有重要的意义。
具体实施方式
下面结合具体实施例对本发明的具体实施方式做进一步说明:
一种多关节串联型工业机器人的谐振抑制方法,包括以下步骤:
步骤一,从机器人的基坐标关节开始,依次测量机器人各关节的机械谐振频率,具体的为:
1-1,设定机器人的关节序号,机器人基坐标关节序号为1,沿着从基坐标到末端坐标的方向关节序号依次增加,末端关节的序号为序号最大值;
1-2,对于机器人的第n个关节,n≥1,首先通过机器人的示教器手动调整机器人的姿态,使得关节序号大于n的所有关节调整后的姿态作为第n关节的负载时惯量达到最大;
利用机器人伺服系统中的抱闸装置锁死除了第n关节以外的所有关节,通过第n关节的伺服驱动器对第n关节施加正反转的位置阶跃信号1次,使得机器人的第n关节产生周期不小于10秒的阶跃摆动,利用装在机器人末端的六维加速度传感器测量第n关节运动方向上的振动频率fn0和振动衰减到初始幅值的2%的时间tnr,按照该方法依次测量其余关节的谐振频率和振动衰减时间。
步骤二,从机器人的基坐标关节开始,依次设计机器人各关节的陷波滤波器,具体的为:
选择双T型滤波器作为陷波滤波器,其传递函数的表达式如式(1)所示:
其中,f为陷波中心频率,ζ为陷波深度,K为陷波宽度。
对于第n关节,步骤一中测量的第n关节的振动频率fn0为第n关节陷波滤波器的陷波中心频率,采用人工蜂群算法搜索第n关节的最优的ζ和K参数值,具体过程如下:
设第n关节的人工蜂群算法的目标函数为:
fn=0.1tni (2)
I、蜂群初始化,初始化100个雇佣蜂和观察蜂,对应100个蜜源,每个蜜源对应解的维数是二,两个解分别代表ζ和K;
II、蜂群寻找新蜜源,与第i个蜜源对应的雇佣蜂按照式(3)寻找新蜜源,即新的解:
x′id=xid+φid(xid-xkd) (3)
其中,i=1,2,...100,d=1,2,φid是随机数,φid在区间[-1,1]内,i≠k,寻找到的新蜜源为X′i={x′i1,x′i2};
III、新蜜源中的x′i1,x′i2分别对应当前搜索出来的ζ和K值,将ζ和K值带入式(1)中,得到当前关节的陷波滤波器,并用陷波滤波器滤除该关节的伺服驱动器中的速度环的输出信号,滤波后的输出信号是电流环的指令信号,对该关节施加周期不小于10秒的正反转的位置阶跃信号10次,通过安装在机器人末端的六维加速度传感器分别测量该关节运动方向上的振动幅值衰减到初始值2%时的时间,并求取平均值tni;
IV、更新蜜源,将新蜜源Xi求出的tni值与原蜜源Xi-1求出的tni-1比较,并根据式(4)更新蜜源,
其中,fiti是解Xi的适应值,表达式如式(5)所示:
V、侦查蜂出发,在第IV步中,与被丢弃的蜜源对应的雇佣蜂变成侦查蜂,并根据式(6)寻找新蜜源,
VI、记忆最佳蜜源,记忆最佳蜜源位置,即最优解,并重复II-VI100次;
VII、结束蜜源寻找,当100次循环完成,或者找到达到预期适应度的蜜源,则寻优停止,输出该关节的陷波滤波器的ζ和K值的最优解。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
当然,上述说明并非是对本发明的限制,本发明也并不仅限于上述举例,本技术领域的技术人员在本发明的实质范围内所做出的变化、改型、添加或替换,也应属于本发明的保护范围。
Claims (3)
1.一种多关节串联型工业机器人的谐振抑制方法,其特征在于,包括以下步骤:
步骤一,从机器人的基坐标关节开始,依次测量机器人各关节的机械谐振频率,具体的为:
1-1,设定机器人的关节序号,机器人基坐标关节序号为1,沿着从基坐标到末端坐标的方向关节序号依次增加,末端关节的序号为序号最大值;
1-2,对于机器人的第n个关节,n≥1,首先通过机器人的示教器手动调整机器人的姿态,使得关节序号大于n的所有关节调整后的姿态作为第n关节的负载时惯量达到最大;
步骤二,从机器人的基坐标关节开始,依次设计机器人各关节的陷波滤波器,具体的为:
选择双T型滤波器作为陷波滤波器,其传递函数的表达式如式(1)所示:
其中,f为陷波中心频率,ζ为陷波深度,K为陷波宽度。
2.如权利要求1所述的一种多关节串联型工业机器人的谐振抑制方法,其特征在于,所述步骤一还包括:
利用机器人伺服系统中的抱闸装置锁死除了第n关节以外的所有关节,通过第n关节的伺服驱动器对第n关节施加正反转的位置阶跃信号1次,使得机器人的第n关节产生周期不小于10秒的阶跃摆动,利用装在机器人末端的六维加速度传感器测量第n关节运动方向上的振动频率fn0和振动衰减到初始幅值的2%的时间tnr,按照该方法依次测量其余关节的谐振频率和振动衰减时间。
3.如权利要求2所述的一种多关节串联型工业机器人的谐振抑制方法,其特征在于,对于第n关节,步骤一中测量的第n关节的振动频率fn0为第n关节陷波滤波器的陷波中心频率,采用人工蜂群算法搜索第n关节的最优的ζ和K参数值,具体过程如下:
设第n关节的人工蜂群算法的目标函数为:
fn=0.1tni (2)
I、蜂群初始化,初始化100个雇佣蜂和观察蜂,对应100个蜜源,每个蜜源对应解的维数是二,两个解分别代表ζ和K;
II、蜂群寻找新蜜源,与第i个蜜源对应的雇佣蜂按照式(3)寻找新蜜源,即新的解:
x′id=xid+φid(xid-xkd) (3)
其中,i=1,2,...100,d=1,2,φid是随机数,φid在区间[-1,1]内,i≠k,寻找到的新蜜源为X′i={x′i1,x′i2};
III、新蜜源中的x′i1,x′i2分别对应当前搜索出来的ζ和K值,将ζ和K值带入式(1)中,得到当前关节的陷波滤波器,并用陷波滤波器滤除该关节的伺服驱动器中的速度环的输出信号,滤波后的输出信号是电流环的指令信号,对该关节施加周期不小于10秒的正反转的位置阶跃信号10次,通过安装在机器人末端的六维加速度传感器分别测量该关节运动方向上的振动幅值衰减到初始值2%时的时间,并求取平均值tni;
IV、更新蜜源,将新蜜源Xi求出的tni值与原蜜源Xi-1求出的tni-1比较,并根据式(4)更新蜜源,
其中,fiti是解Xi的适应值,表达式如式(5)所示:
V、侦查蜂出发,在第IV步中,与被丢弃的蜜源对应的雇佣蜂变成侦查蜂,并根据式(6)寻找新蜜源,
VI、记忆最佳蜜源,记忆最佳蜜源位置,即最优解,并重复II-VI100次;
VII、结束蜜源寻找,当100次循环完成,或者找到达到预期适应度的蜜源,则寻优停止,输出该关节的陷波滤波器的ζ和K值的最优解。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911010008.5A CN110802636A (zh) | 2019-10-23 | 2019-10-23 | 一种多关节串联型工业机器人的谐振抑制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911010008.5A CN110802636A (zh) | 2019-10-23 | 2019-10-23 | 一种多关节串联型工业机器人的谐振抑制方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110802636A true CN110802636A (zh) | 2020-02-18 |
Family
ID=69488946
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911010008.5A Pending CN110802636A (zh) | 2019-10-23 | 2019-10-23 | 一种多关节串联型工业机器人的谐振抑制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110802636A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112589794A (zh) * | 2020-12-02 | 2021-04-02 | 法奥意威(苏州)机器人系统有限公司 | 一种机器人震动抑制的方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2008065836A1 (fr) * | 2006-11-28 | 2008-06-05 | Kabushiki Kaisha Yaskawa Denki | Contrôleur de moteur et procédé permettant d'ajuster un filtre de sortie et dispositif permettant d'ajuster un filtre de sortie |
CN103313828A (zh) * | 2011-01-06 | 2013-09-18 | 精工爱普生株式会社 | 机械手以及机械手的噪声消除方法 |
CN108638056A (zh) * | 2018-04-13 | 2018-10-12 | 华南理工大学 | 基于柔体动力学模型的机器人关节振动分析与抑制方法 |
-
2019
- 2019-10-23 CN CN201911010008.5A patent/CN110802636A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2008065836A1 (fr) * | 2006-11-28 | 2008-06-05 | Kabushiki Kaisha Yaskawa Denki | Contrôleur de moteur et procédé permettant d'ajuster un filtre de sortie et dispositif permettant d'ajuster un filtre de sortie |
CN103313828A (zh) * | 2011-01-06 | 2013-09-18 | 精工爱普生株式会社 | 机械手以及机械手的噪声消除方法 |
CN108638056A (zh) * | 2018-04-13 | 2018-10-12 | 华南理工大学 | 基于柔体动力学模型的机器人关节振动分析与抑制方法 |
Non-Patent Citations (4)
Title |
---|
刘婷等: "基于人工蜂群算法的FIR滤波器设计", 《山西电子技术》 * |
张建民等: "《机电一体化系统设计(修订版)》", 28 February 2006, 北京理工大学出版社 * |
张铁等: "柔体动力学模型的机器人关节振动分析与抑制", 《振动 测试与诊断》 * |
李文涛等: "陷波滤波器谐振抑制参数优化方法", 《噪声与振动控制》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112589794A (zh) * | 2020-12-02 | 2021-04-02 | 法奥意威(苏州)机器人系统有限公司 | 一种机器人震动抑制的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105772917B (zh) | 一种三关节点焊机器人轨迹跟踪控制方法 | |
WO2019218805A1 (zh) | 一种四足机器人的运动闭环控制方法 | |
CN110802636A (zh) | 一种多关节串联型工业机器人的谐振抑制方法 | |
CN110605721A (zh) | 一种基于末端六维力传感器的机械臂拖动示教方法 | |
CN108527372A (zh) | 一种变刚度串联弹性驱动器的机器人关节自适应控制方法 | |
CN104723340A (zh) | 基于连接和阻尼配置的柔性关节机械臂的阻抗控制方法 | |
GB1004449A (en) | Trifluorovinyl sulfonic acid polymers | |
CN108247638B (zh) | 多自由度旋转机械臂的控制方法 | |
CN114536334B (zh) | 一种柔性机械臂系统高阶滑模抗干扰控制方法 | |
CN108469730B (zh) | 一种基于均值耦合的多电机固定时间自适应滑模控制方法 | |
CN107363832B (zh) | 一种工业机器人前馈力矩实时计算方法 | |
CN111890348A (zh) | 一种双机器人协同搬运的控制方法及装置 | |
CN108170094A (zh) | 一种刀具路径平滑压缩的方法 | |
CN109571432A (zh) | 一种基于力传感器的机器人直接示教方法 | |
CN115570568B (zh) | 一种多机械手协同控制方法及系统 | |
CN109905067B (zh) | 电机驱动系统结构与控制一体优化方法 | |
CN107511830B (zh) | 一种五自由度混联机器人控制器参数自适应调整实现方法 | |
CN113359419A (zh) | 一种高速并联机器人的模糊耦合控制方法 | |
CN111872933A (zh) | 一种基于改进二次型迭代学习控制的scara机器人轨迹跟踪控制方法 | |
CN116638544A (zh) | 一种基于超局部模型的关节模组协同控制方法 | |
CN115179288B (zh) | 机器人的运动学逆解方法、机器人及计算机可读存储介质 | |
CN114001056B (zh) | 一种适用于压制火炮的液压控制系统及其控制方法 | |
CN104714569A (zh) | 一种基于模糊pid控制的车身振动控制系统及方法 | |
CN106542268B (zh) | 一种低耦合度易控制型两自由度皮带式输送装置 | |
CN114952849A (zh) | 一种基于强化学习与动力学前馈融合的机器人轨迹跟踪控制器设计方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200218 |