CN113894781B - 一种基于几何与扭矩参数联合驱动的机器人螺栓装配与拆卸方法 - Google Patents

一种基于几何与扭矩参数联合驱动的机器人螺栓装配与拆卸方法 Download PDF

Info

Publication number
CN113894781B
CN113894781B CN202111169846.4A CN202111169846A CN113894781B CN 113894781 B CN113894781 B CN 113894781B CN 202111169846 A CN202111169846 A CN 202111169846A CN 113894781 B CN113894781 B CN 113894781B
Authority
CN
China
Prior art keywords
robot
bolt
data
length
disassembly
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.)
Active
Application number
CN202111169846.4A
Other languages
English (en)
Other versions
CN113894781A (zh
Inventor
刘志峰
陈建洲
许静静
杨聪彬
王建华
程强
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.)
Beijing University of Technology
Original Assignee
Beijing University of Technology
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 Beijing University of Technology filed Critical Beijing University of Technology
Priority to CN202111169846.4A priority Critical patent/CN113894781B/zh
Publication of CN113894781A publication Critical patent/CN113894781A/zh
Application granted granted Critical
Publication of CN113894781B publication Critical patent/CN113894781B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B25J9/1679—Programme controls characterised by the tasks executed
    • B25J9/1687—Assembly, peg and hole, palletising, straight line, weaving pattern movement
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B25J9/1602—Programme controls characterised by the control system, structure, architecture
    • B25J9/1605—Simulation of manipulator lay-out, design, modelling of manipulator

Landscapes

  • Engineering & Computer Science (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Manipulator (AREA)

Abstract

本发明公开了一种基于几何与扭矩参数联合驱动的机器人螺栓装配与拆卸方法，首先进行机器人螺栓装配或拆卸行为的数据储存，将数据存储于历史数据库中；通过历史数据构建机器人螺栓装配的拧紧长度或机器人螺栓拆卸的松开长度驱动数据模型，确定拧入长度或松开长度后，通过数据模型计算机器人系统工作参数；同时，通过历史数据构建机器人螺栓拆卸的工作扭矩非线性系统，当螺栓当下工作扭矩与期望扭矩相差较大时，通过建立的工作扭矩驱动数据模型，计算并调整机器人螺栓装配工作参数。本发明不依赖机器人螺栓装配或拆卸的数学理论模型，不需要进行大量实验，能够大幅度提高机器人螺栓装配或拆卸的效率和可靠性。

Description

一种基于几何与扭矩参数联合驱动的机器人螺栓装配与拆卸 方法
技术领域
本发明涉及螺栓自动化装配与拆卸技术，具体涉及基于几何与扭矩参数联合驱动的机器人螺栓装配与拆卸方法。
背景技术
随着工业大数据、工业物联网和大规模计算等智能制造核心技术的发展，制造业逐渐向数字化和智能化的方向发展。螺栓装配就是将待装配的零件或组件按照装配的技术要求进行组合，连接形成更高一级的装配体或直接装配成整机的过程。装配技术对装配体或整机的制造成本，使用性能和周期都有着举足轻重的影响，是整个制造的关键技术。螺栓拆卸是将栓接装配体上的螺栓松开，螺栓拆卸再制造是一种比新制造的产品更好地延长其使用寿命的过程。六自由度机器人由于其具有较好的灵活性，可代替劳动力，提高生产效率，降低错误率，操作方便，可实现不同工件之间的更变等诸多优点，在螺栓装配领域的应用越来越广泛，在非结构环境下的螺栓装配方面具有巨大的潜力和突出的优势。
六自由度机器人进行螺栓装配的过程中涉及到机器人本体运动和机器人末端执行机构运动的配合问题，机器人运动速度和末端执行机构旋转速度会对螺栓自动化装配的效率和性能产生巨大的影响。六自由度机器人螺栓自动化装配是一个复杂的系统，难以建立准确的数学模型对其装配与拆卸的效率和可靠性进行分析，目前主要是通过实验方法对六自由度机器人螺栓装配性能进行控制，在实际的装配环境中，对于不同环境下不同的装配体和不同的螺栓需要通过大量反复的实验来进行，这种方法劳动强度大并且难以准确控制装配与拆卸的性能。
发明内容
针对上述问题，提出一种基于几何与扭矩参数联合驱动的机器人螺栓装配与拆卸方法，根据螺栓装配时需要装配的长度或者螺栓拆卸时螺杆在螺纹孔中的长度，自动设置机器人运动速度，末端执行器旋转速度和工作时间，实现螺栓的高效，高可靠性装配与拆卸。
为实现以上目的，本发明的技术方案如下：
一种基于几何与扭矩参数联合驱动的机器人螺栓装配与拆卸方法，所述的方法包括数据储存方法；
(1)所述的数据储存方法为，在数据库中创建保存历史数据的数据库，所述的历史数据用于存放不同型号螺栓装配或拆卸时的数据，根据螺栓装配或拆卸时的数据类别，在用于保存历史数据的数据库中创建不同类别的数据表；
(2)所述的螺栓装配数据在采集时，为数据库创建对应的表，在表中添加对应数据列名及数据类型；
构建机器人螺栓装配的拧紧长度或机器人螺栓拆卸的松开长度非线性系统
dk＝f(vk,wk,t)，
其中，dk表示在机器人进行k型螺栓装配或拆卸时，在机械臂运动速度为vk，末端拧紧机构旋转速度为wk，在工作时间t后的拧紧或松开的长度；
f(·)表示机器人螺栓装配的拧紧长度或机器人螺栓拆卸的松开长度非线性系统的非线性函数；
通过历史数据，确定机器人螺栓装配的拧紧长度或机器人螺栓拆卸的松开长度驱动数据模型
dk＝φk1vk+φk2wk+Ck，
其中，φk1表示f(·)非线性函数的机器人装配或拆卸k型螺栓拧紧或松开长度随机械臂运动速度的变化率，vk表示为φk2表示f(·)非线性函数的机器人装配或拆卸k型螺栓拧紧或松开长度随末端拧紧机构旋转速度的变化率，wk表示为Ck表示为常数；
根据机器人螺栓装配或拆卸的输入输出储存数据，构建机器人装配或拆卸k型螺栓的拧紧长度或松开长度随机械臂运动速度和末端拧紧机构旋转速度的变化率φk1，φk2的估计准则函数，估算机器人装配k型螺栓的拧紧长度或机器人拆卸k型螺栓的松开长度随机械臂运动速度和末端拧紧机构旋转速度的变化率
构建机器人螺栓装配或拆卸的工作扭矩非线性系统
Tk(t+1)＝g(Tk(t),…,Tk(t-nv),pk(t),…,pk(t-np))，
Tk(t)表示t时刻的机器人装配或拆卸k型螺栓的工作扭矩，pk(t)表示t时刻的机器人装配或拆卸k型螺栓的工作参数，pk(t)表示为pk(t)＝[vk(t),wk(t)]T，vk(t)表示t时刻的机械臂运动速度，wk(t)表示t时刻的末端拧紧机构旋转速度。nv和np分别表示机器人螺栓装配或拆卸非线性系统的未知系统阶数和输入参数阶数；
g(·)表示机器人螺栓装配或拆卸的工作扭矩非线性系统的非线性函数；
通过历史数据，确定机器人螺栓装配或拆卸的工作扭矩驱动数据模型
Tk(t+1)＝Tk(t)+δkΔp(t)，
其中，δk表示g(·)非线性函数的机器人装配或拆卸k型螺栓工作扭矩随机器人螺栓装配或拆卸参数的变化率，δk＝[δ1k,δ2k]T，δ1k表示t时刻机器人装配或拆卸k型螺栓工作扭矩随机械臂运动速度的变化率，δ2k表示t时刻机器人装配或拆卸的k型螺栓工作扭矩随末端拧紧机构旋转速度的变化率，Δp(t)＝p(t)-p(t-1)；
根据机器人螺栓装配或拆卸的输入输出储存数据，构建机器人装配或拆卸k型螺栓的工作扭矩随机械臂运动速度和末端拧紧机构旋转速度的变化率δk的估计准则函数，估算机器人装配或拆卸k型螺栓随机械臂运动速度和末端拧紧机构旋转速度的变化率
根据确定机器人装配或拆卸的k型螺栓工作扭矩驱动的数据模型，得到机器人螺栓装配或拆卸的工作参数
其中，γ为步长因子，ρ为加权因子，为t+1时刻k型螺栓期望工作扭矩；
一种基于几何与扭矩参数联合驱动的机器人螺栓装配与拆卸方法，所述的方法包括数据调用与工作参数确定方法；
所述的数据调用与工作参数确定方法为，根据机器人装配或拆卸的螺栓型号，从历史数据中调用该型号的对应操作历史数据；
确定机器人螺栓装配需要拧入的长度或机器人螺栓拆卸拧出的长度，通过历史数据建立机器人螺栓装配的长度或机器人螺栓拆卸的长度驱动数据模型，根据该数据模型确定并运行各工作参数；
在螺栓装配或拆卸时，监测螺栓的当下工作扭矩，当螺栓当下工作扭矩与期望扭矩相差较大时，通过建立的机器人螺栓装配或拆卸的工作扭矩驱动数据模型，调整机器人螺栓装配或拆卸的工作参数。
本发明的优点在于，不依赖机器人螺栓装配或拆卸的数学理论模型，不需要进行大量的机器人螺栓装配或拆卸实验，通过采集对应型号螺栓的历史数据及构建的数据模型，可以自动获得机器人螺栓装配或拆卸时的各种工作参数，节省了劳动成本和时间成本的同时，大大提高了机器人螺栓装配或拆卸的效率和可靠性。
附图说明
图1为本发明的机器人螺栓装配或拆卸工作扭矩数据驱动流程图。
图2为本发明的机器人螺栓装配流程图。
图3为本发明的机器人螺栓拆卸流程图。
具体实施方式
下面结和附图对本发明的实施例作进一步说明：
以机器人螺栓装配为例，对发明基于几何与扭矩参数联合驱动的机器人螺栓装配与拆卸方法的详细过程进行进一步详细说明。
一种基于几何与扭矩参数联合驱动的机器人螺栓装配与拆卸方法，所述的方法包括数据储存方法：
(1)所述的数据储存方法为，在数据库中创建保存历史数据的数据库，所述的历史数据用于存放不同型号螺栓装配时的数据，根据螺栓装配时的数据类别，在用于保存历史数据的数据库中创建不同类别的数据表。
(2)所述的螺栓装配数据在采集时，为数据库创建对应的表，在表中添加对应数据列名及数据类型，数据列名包括机器人运动速度、末端拧紧机旋转速度、实时扭矩、实时转角、实时转速、螺栓型号、运行方向、运行时间、拧紧结果、拧紧长度等。
构建机器人螺栓装配的拧紧长度非线性系统
dak＝f(vak,wak,t)，
其中，dak表示在机器人进行k型螺栓装配时，在机械臂运动速度为vak，末端拧紧机构旋转速度为wak，在工作时间t后的拧紧长度，f(·)表示机器人螺栓装配的拧紧长度非线性系统的非线性函数。
通过历史数据，确定机器人螺栓装配的拧紧长度驱动数据模型
dak＝φak1vak+φak2wak+Cak，
其中，φak1表示f(·)非线性函数的机器人装配k型螺栓拧紧长度随机械臂运动速度的变化率，vak表示为φak2表示f(·)非线性函数的机器人装配k型螺栓拧紧长度随末端拧紧机构旋转速度的变化率，wak表示为/>Cak表示为常数。
根据机器人螺栓装配的输入输出储存数据，构建机器人装配k型螺栓的拧紧长度随机械臂运动速度和末端拧紧机构旋转速度的变化率φak1，φak2的估计准则函数，估算机器人装配k型螺栓的拧紧长度随机械臂运动速度和末端拧紧机构旋转速度的变化率
构建机器人螺栓装配的工作扭矩非线性系统
Tak(t+1)＝g(Tak(t),…,Tak(t-nv),pak(t),…,pak(t-np))，
Tak(t)表示t时刻的机器人装配k型螺栓的工作扭矩，pak(t)表示t时刻的机器人装配k型螺栓的工作参数，pak(t)表示为pak(t)＝[vak(t),wak(t)]T，vak(t)表示t时刻的机械臂运动速度，wak(t)表示t时刻的末端拧紧机构旋转速度。nv和np分别表示机器人螺栓装配非线性系统的未知系统阶数和输入参数阶数，g(·)表示机器人螺栓装配的工作扭矩非线性系统的非线性函数。
通过历史数据，确定机器人螺栓装配的工作扭矩驱动数据模型
Tak(t+1)＝Tak(t)+δakΔp(t)，
其中，δak表示g(·)非线性函数的机器人装配k型螺栓工作扭矩随机器人螺栓装配参数的变化率，δak＝[δ1ak,δ2ak]T，δ1ak表示t时刻机器人装配k型螺栓工作扭矩随机械臂运动速度的变化率，δ2ak表示t时刻机器人装配的k型螺栓工作扭矩随末端拧紧机构旋转速度的变化率，Δpak(t)＝pak(t)-pak(t-1)。
根据机器人螺栓装配的输入输出储存数据，构建机器人装配k型螺栓的工作扭矩随机械臂运动速度和末端拧紧机构旋转速度的变化率δak的估计准则函数，估算机器人装配k型螺栓随机械臂运动速度和末端拧紧机构旋转速度的变化率
根据确定机器人装配的k型螺栓工作扭矩驱动的数据模型，得到机器人螺栓装配的工作参数
其中，γ为步长因子，ρ为加权因子，为t+1时刻k型螺栓期望工作扭矩。
一种基于几何与扭矩参数联合驱动的机器人螺栓装配与拆卸方法，所述的方法包括数据调用与工作参数确定方法；
所述的数据调用与工作参数确定方法为：
(1)根据需要的螺栓型号，从历史数据中调用该型号的装配历史数据；
(2)确定机器人螺栓装配需要的拧入长度，以效率最高为目标，通过历史数据建立机器人装配的拧紧长度驱动数据模型，根据该数据模型确定并运行各工作参数，工作参数包括运行方向、机器人运动速度、末端拧紧机旋转速度和运行时间；
(3)在螺栓装配时，监测螺栓的当下实时扭矩信息，当螺栓当下工作扭矩与期望扭矩相差较大时，通过建立的机器人螺栓装配的工作扭矩驱动数据模型，调整机器人螺栓装配工作参数，调整工作参数包括机器人运动速度、末端拧紧机旋转速度，以提高螺栓拧紧可靠性。
同时，以机器人螺栓拆卸为例，对发明基于几何与扭矩参数联合驱动的机器人螺栓装配与拆卸方法的详细过程进行进一步详细说明。
一种基于几何与扭矩参数联合驱动的机器人螺栓装配与拆卸方法，所述的方法包括数据储存方法：
(1)所述的数据储存方法为，在数据库中创建保存历史数据的数据库，所述的历史数据用于存放不同型号螺栓拆卸时的数据，根据螺栓拆卸时的数据类别，在用于保存历史数据的数据库中创建不同类别的数据表。
(2)所述的螺栓拆卸数据在采集时，为数据库创建对应的表，在表中添加对应数据列名及数据类型，数据列名包括机器人运动速度、末端拧紧机旋转速度、实时扭矩、实时转角、实时转速、螺栓型号、运行方向、运行时间、拧紧结果、拧紧长度等。
构建机器人螺栓拆卸的拧紧长度非线性系统
ddk＝f(vdk,wdk,t)，
其中，ddk表示在机器人进行k型螺栓拆卸时，在机械臂运动速度为vdk，末端拧紧机构旋转速度为wdk，在工作时间t后的松开长度，f(·)表示机器人拆卸的松开长度非线性系统的非线性函数。
通过历史数据，确定机器人螺栓拆卸的松开长度驱动数据模型
ddk＝φdk1vdk+φdk2wdk+Cdk，
其中，φdk1表示f(·)非线性函数的机器人拆卸k型螺栓松开长度随机械臂运动速度的变化率，vdk表示为φdk2表示f(·)非线性函数的机器人拆卸k型螺栓松开长度随末端拧紧机构旋转速度的变化率，wdk表示为/>Cdk表示为常数。
根据机器人螺栓拆卸的输入输出储存数据，构建机器人拆卸k型螺栓的松开长度随机械臂运动速度和末端拧紧机构旋转速度的变化率φdk1，φdk2的估计准则函数，估算机器人拆卸k型螺栓的松开长度随机械臂运动速度和末端拧紧机构旋转速度的变化率
构建机器人螺栓拆卸的工作扭矩非线性系统
Tdk(t+1)＝g(Tdk(t),…,Tdk(t-nv),pdk(t),…,pdk(t-np))，
Tdk(t)表示t时刻的机器人拆卸k型螺栓的工作扭矩，pdk(t)表示t时刻的机器人拆卸k型螺栓的工作参数，pdk(t)表示为pdk(t)＝[vdk(t),wdk(t)]T，vdk(t)表示t时刻的机械臂运动速度，wdk(t)表示t时刻的末端拧紧机构旋转速度。nv和np分别表示机器人螺栓拆卸非线性系统的未知系统阶数和输入参数阶数，g(·)表示机器人螺栓拆卸的工作扭矩非线性系统的非线性函数。
通过历史数据，确定机器人螺栓拆卸的工作扭矩驱动数据模型
Tdk(t+1)＝Tdk(t)+δdkΔp(t)，
其中，δdk表示g(·)非线性函数的机器人拆卸k型螺栓工作扭矩随机器人螺栓拆卸参数的变化率，δdk＝[δ1dk,δ2dk]T，δ1dk表示t时刻机器人拆卸k型螺栓工作扭矩随机械臂运动速度的变化率，δ2dk表示t时刻机器人拆卸的k型螺栓工作扭矩随末端拧紧机构旋转速度的变化率，Δpdk(t)＝pdk(t)-pdk(t-1)。
根据机器人螺栓拆卸的输入输出储存数据，构建机器人拆卸k型螺栓的工作扭矩随机械臂运动速度和末端拧紧机构旋转速度的变化率δak的估计准则函数，估算机器人拆卸k型螺栓随机械臂运动速度和末端拧紧机构旋转速度的变化率
根据确定机器人拆卸的k型螺栓工作扭矩驱动的数据模型，得到机器人螺栓拆卸的工作参数
其中，γ为步长因子，ρ为加权因子，为t+1时刻k型螺栓期望工作扭矩。
一种基于几何与扭矩参数联合驱动的机器人螺栓装配与拆卸方法，所述的方法包括数据调用与工作参数确定方法；
所述的数据调用与工作参数确定方法为：
(1)根据需要的螺栓型号，从历史数据中调用该型号的拆卸历史数据；
(2)确定机器人螺栓拆卸时螺杆在螺纹孔中的长度，以效率最高为目标，通过历史数据建立机器人螺栓拆卸的松开长度驱动数据模型，根据该数据模型确定并运行各工作参数，工作参数包括运行方向、机器人运动速度、末端拧紧机旋转速度和运行时间；
(3)在螺栓拆卸时，监测螺栓的当下实时扭矩信息，当螺栓当下工作扭矩与期望扭矩相差较大时，通过建立的机器人螺栓拆卸的工作扭矩驱动数据模型，调整机器人螺栓拆卸工作参数，调整工作参数包括机器人运动速度、末端拧紧机旋转速度，以提高螺栓拆卸可靠性。
实施例不应视为对本发明的限制，但任何基于本发明的精神所作的改进，都应在本发明的保护范围之内。

Claims (1)

1.一种基于几何与扭矩参数联合驱动的机器人螺栓装配与拆卸方法，其特征在于，所述的方法包括数据储存方法，
所述的数据储存方法为，在数据库中创建保存历史数据的数据库，所述的历史数据用于存放不同型号螺栓装配或拆卸时的数据，根据螺栓装配或拆卸时的数据类别，在用于保存历史数据的数据库中创建不同类别的数据表；
所述的螺栓装配数据在采集时，为数据库创建对应的表，在表中添加对应数据列名及数据类型；
构建机器人螺栓装配的拧紧长度或机器人螺栓拆卸的松开长度非线性系统
dk＝f(vk,wk,t)，
其中，dk表示在机器人进行k型螺栓装配或拆卸时，在机械臂运动速度为vk，末端拧紧机构旋转速度为wk，在工作时间t后的拧紧或松开的长度，f(·)表示机器人螺栓装配的拧紧长度或机器人螺栓拆卸的松开长度非线性系统的非线性函数；
通过历史数据，确定机器人螺栓装配的拧紧长度或机器人螺栓拆卸的松开长度驱动数据模型
dk＝φk1vk+φk2wk+Ck，
其中，φk1表示f(·)非线性函数的机器人装配或拆卸k型螺栓拧紧或松开长度随机械臂运动速度的变化率，vk表示为φk2表示f(·)非线性函数的机器人装配或拆卸k型螺栓拧紧或松开长度随末端拧紧机构旋转速度的变化率，wk表示为Ck表示为常数；
根据机器人螺栓装配或拆卸的输入输出储存数据，构建机器人装配或拆卸k型螺栓的拧紧长度或松开长度随机械臂运动速度和末端拧紧机构旋转速度的变化率φk1，φk2的估计准则函数，估算机器人装配k型螺栓的拧紧长度或机器人拆卸k型螺栓的松开长度随机械臂运动速度和末端拧紧机构旋转速度的变化率
构建机器人螺栓装配或拆卸的工作扭矩非线性系统
Tk(t+1)＝g(Tk(t),…,Tk(t-nv),pk(t),…,pk(t-np))，
Tk(t)表示t时刻的机器人装配或拆卸k型螺栓的工作扭矩，pk(t)表示t时刻的机器人装配或拆卸k型螺栓的工作参数，pk(t)表示为pk(t)＝[vk(t),wk(t)]T，vk(t)表示t时刻的机械臂运动速度，wk(t)表示t时刻的末端拧紧机构旋转速度；nv和np分别表示机器人螺栓装配或拆卸非线性系统的未知系统阶数和输入参数阶数；
g(·)表示机器人螺栓装配或拆卸的工作扭矩非线性系统的非线性函数；
通过历史数据，确定机器人螺栓装配或拆卸的工作扭矩驱动数据模型
Tk(t+1)＝Tk(t)+δkΔpk(t)，
其中，δk表示g(·)非线性函数的机器人装配或拆卸k型螺栓工作扭矩随机器人螺栓装配或拆卸参数的变化率，δk＝[δ1k,δ2k]T，δ1k表示t时刻机器人装配或拆卸k型螺栓工作扭矩随机械臂运动速度的变化率，δ2k表示t时刻机器人装配或拆卸的k型螺栓工作扭矩随末端拧紧机构旋转速度的变化率，Δpk(t)＝pk(t)-pk(t-1)；
根据机器人螺栓装配或拆卸的输入输出储存数据，构建机器人装配或拆卸k型螺栓的工作扭矩随机械臂运动速度和末端拧紧机构旋转速度的变化率δk的估计准则函数，估算机器人装配或拆卸k型螺栓随机械臂运动速度和末端拧紧机构旋转速度的变化率
根据确定机器人装配或拆卸的k型螺栓工作扭矩驱动的数据模型，得到机器人螺栓装配或拆卸的工作参数
其中，γ为步长因子，ρ为加权因子，为t+1时刻k型螺栓期望工作扭矩；
所述的方法还包括数据调用与工作参数确定方法；
所述的数据调用与工作参数确定方法为，根据机器人装配或拆卸的螺栓型号，从历史数据中调用该型号的对应操作历史数据；
确定机器人螺栓装配需要拧入的长度或机器人螺栓拆卸拧出的长度，通过历史数据建立机器人螺栓装配的拧紧长度或机器人螺栓拆卸的松开长度非线性系统，根据该非线性系统确定并运行各工作参数；
在螺栓装配或拆卸时，监测螺栓的当下工作扭矩，当螺栓当下工作扭矩与期望扭矩相差较大时，通过建立的机器人螺栓装配的拧紧长度或机器人螺栓拆卸的松开长度非线性系统，调整机器人螺栓装配或拆卸的工作参数。
CN202111169846.4A 2021-10-08 2021-10-08 一种基于几何与扭矩参数联合驱动的机器人螺栓装配与拆卸方法 Active CN113894781B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111169846.4A CN113894781B (zh) 2021-10-08 2021-10-08 一种基于几何与扭矩参数联合驱动的机器人螺栓装配与拆卸方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111169846.4A CN113894781B (zh) 2021-10-08 2021-10-08 一种基于几何与扭矩参数联合驱动的机器人螺栓装配与拆卸方法

Publications (2)

Publication Number Publication Date
CN113894781A CN113894781A (zh) 2022-01-07
CN113894781B true CN113894781B (zh) 2023-08-18

Family

ID=79190236

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111169846.4A Active CN113894781B (zh) 2021-10-08 2021-10-08 一种基于几何与扭矩参数联合驱动的机器人螺栓装配与拆卸方法

Country Status (1)

Country Link
CN (1) CN113894781B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101100059A (zh) * 2007-07-27 2008-01-09 北京工业大学 柔性两轮自平衡机器人的姿态检测方法
CN101667465A (zh) * 2009-11-27 2010-03-10 哈尔滨工程大学 核电站蒸汽发生器一次侧检修机器人
JP2012200807A (ja) * 2011-03-24 2012-10-22 Denso Wave Inc 螺子締めロボットのパラメータ自動調整装置
CN103568002A (zh) * 2013-06-25 2014-02-12 王常勇 六轴自由度机械手
CN112720473A (zh) * 2020-12-22 2021-04-30 河南科技大学 一种薄壁大螺纹件装配的九自由度机器人拧紧控制方法
CN113276136A (zh) * 2021-03-19 2021-08-20 浏阳市金锋机械科技有限公司 一种基于远端操作的机器人系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101100059A (zh) * 2007-07-27 2008-01-09 北京工业大学 柔性两轮自平衡机器人的姿态检测方法
CN101667465A (zh) * 2009-11-27 2010-03-10 哈尔滨工程大学 核电站蒸汽发生器一次侧检修机器人
JP2012200807A (ja) * 2011-03-24 2012-10-22 Denso Wave Inc 螺子締めロボットのパラメータ自動調整装置
CN103568002A (zh) * 2013-06-25 2014-02-12 王常勇 六轴自由度机械手
CN112720473A (zh) * 2020-12-22 2021-04-30 河南科技大学 一种薄壁大螺纹件装配的九自由度机器人拧紧控制方法
CN113276136A (zh) * 2021-03-19 2021-08-20 浏阳市金锋机械科技有限公司 一种基于远端操作的机器人系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于螺栓装配技术中扭矩法与扭矩/转角法比较与应用研究;朱正德等;柴油机设计与制造;第第14卷卷(第第2期期);第40-43页 *

Also Published As

Publication number Publication date
CN113894781A (zh) 2022-01-07

Similar Documents

Publication Publication Date Title
CN111496781B (zh) 数字孪生驱动的机械臂建模、控制与监测一体化集成系统
CN105955206B (zh) 一种基于数据驱动和参数混合优化的多轴运动控制方法
CN104065322B (zh) 一种电机位置伺服系统的输出反馈控制方法
Hassan et al. Optimal design of electric power assisted steering system (EPAS) using GA-PID method
CN109623810B (zh) 一种机器人平滑的时间最优轨迹规划的方法
CN105033996B (zh) 基于手推示教式五轴水平关节机器人的控制系统
CN112847355B (zh) 一种基于dmp的机器人螺栓旋拧方法及系统
CN111515962B (zh) 含有谐波减速器柔性关节的传递误差补偿控制方法
CN113894781B (zh) 一种基于几何与扭矩参数联合驱动的机器人螺栓装配与拆卸方法
CN102759940B (zh) 全功能型螺栓拧紧轴控制器
CN116638544A (zh) 一种基于超局部模型的关节模组协同控制方法
CN104270046A (zh) 一种基于转速-电流二维模糊模型自学习的电机控制方法
CN108839057B (zh) 一种工业机器人机械结构的模块化参数化设计方法
Xiao et al. Auto-tuning PID module of robot motion system
CN113791542A (zh) 基于二维系统的伺服电机转速控制方法、系统及装置
Sultan et al. Modeling and Speed Control for Sensorless DC Motor BLDC Based on Real Time Experiement
Yu et al. Parameter optimization of PID controller based on complex system genetic algorithm in electro-hydraulic servo control system
Krasinsky et al. On one method of modeling multi-link manipulators with geometric connections, taking into account the parameters of the links
Li et al. Research on the application of artificial intelligence in the field of mechanical automation
Tang et al. Nonlinear friction modeling for modular robot joints
Liana et al. Design of 4-DOF manipulator based on Arduino
CN115673720A (zh) 一种航天装备螺钉姿态调整力控方法及设备
Ang et al. Research on the iterative learning control method for linear motor driven compressor
Aurelien et al. Application of Higher Order Sliding Mode Observer and Super Twisting Observer Based Super Twisting Control in Hydroelectric Power Plants
Cheng et al. Fastening Operation Analysis and Optimization with Desktop Robot

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
GR01 Patent grant
GR01 Patent grant