CN115406686A - 一种基于工业机器人的振动状态分析方法 - Google Patents

一种基于工业机器人的振动状态分析方法 Download PDF

Info

Publication number
CN115406686A
CN115406686A CN202210902209.1A CN202210902209A CN115406686A CN 115406686 A CN115406686 A CN 115406686A CN 202210902209 A CN202210902209 A CN 202210902209A CN 115406686 A CN115406686 A CN 115406686A
Authority
CN
China
Prior art keywords
target ball
acceleration
industrial robot
vibration state
sampling
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
CN202210902209.1A
Other languages
English (en)
Inventor
戴家隆
潘阳
嵇玮玮
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.)
Jiangsu Hangding Intelligent Equipment Co ltd
Original Assignee
Jiangsu Hangding Intelligent Equipment Co ltd
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 Jiangsu Hangding Intelligent Equipment Co ltd filed Critical Jiangsu Hangding Intelligent Equipment Co ltd
Priority to CN202210902209.1A priority Critical patent/CN115406686A/zh
Publication of CN115406686A publication Critical patent/CN115406686A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M99/00—Subject matter not provided for in other groups of this subclass
    • G01M99/004—Testing the effects of speed or acceleration
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H9/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves by using radiation-sensitive means, e.g. optical means
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M7/00—Vibration-testing of structures; Shock-testing of structures
    • G01M7/08—Shock-testing

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)

Abstract

本发明公开了一种基于工业机器人的振动状态分析方法，涉及工业机器人动态测试技术领域。该振动状态分析方法包括如下步骤：首先采用锤击模态试验法，对工业机器人进行试验模态分析，采集靶球的位置坐标；将采集的靶球位置坐标分别计算任一个靶球采样点在三个方向上的加速度，将加速度画成时域图；将靶球在三个方向上的加速度分别通过快速离散傅氏变换，得到对应的加速度的幅值，将加速度的幅值画成频谱图。本发明基于工业机器人的振动状态分析方法能够解决工业机器人的运动控制精度和动态特性等核心性能无法满足高精度制造加工需求，加快了工业机器人应用于高精度制造加工领域的步伐。

Description

一种基于工业机器人的振动状态分析方法
技术领域
本发明涉及工业机器人动态测试技术领域，具体地，涉及一种基于工业机器人的振动状态分析方法。
背景技术
近年来，工业机器人的应用越来越广泛，已经成为现代工业中重要的生产加工设备，但一直无法应用于航空、航天等高精度制造加工领域，究其原因，主要是工业机器人的运动控制精度和动态特性等核心性能无法满足高精度制造加工需求。基于机器人运动学的控制与补偿，虽然能改善其控制精度，但提升效果有限，必须进行机器人动力学研究，建立准确描述其动态特性的动力学方程，实现动力学参数的快速精准识别，以精确获取机器人加工过程中的动态特性与动力响应。
现有技术中，一种六自由度机器人末端负载动力学参数辨识装置及方法，其基于拉格朗日方程建立机器人动力学模型，需要建立机器人整体动力学模型，建模过程复杂。同时，需要毫秒级高精度设备对机器人轨迹进行数据采样，并利用加权最小二乘法辨识机器人动力学参数，辨识方法和计算过程比较复杂。
基于极大似然估计的scara机器人动力学参数辨识方法，其采用牛顿-欧拉法建立机器人动力学模型，需要对机器人激励轨迹进行设计与优化，通过采集激励轨迹数据后，再基于极大似然估计方法，识别动力学惯性参数，不仅建模过程复杂，而且，在识别复杂系统的参数时速度较慢。
同时，现有技术大都存在如下问题：其一，建立机器人动力学模型都需要建立机器人总体动力学方程，建模方法和计算过程复杂，涉及的矩阵阶次高，导致机器人动力学参数辨识速度慢；其二，需要对机器人进行实时数据采集，对于大规模参数辨识问题，需要采集大量的样本数据，辨识过程复杂；其三，辨识的关节刚度都是只考虑绕关节旋转轴的刚度，忽略了其它方向的刚度，在计算精度上会产生偏差。
发明内容
针对现有技术中存在的问题，本发明提供了一种基于业机器人的振动状态分析方法能够避免繁琐的建模过程以及复杂的计算，快速得到频域下的振动幅值。
为实现上述目的，本发明采用如下技术方案：一种基于工业机器人的振动状态分析方法，包括如下步骤：
步骤1、首先采用锤击模态试验法，对工业机器人进行试验模态分析，采集靶球的位置坐标；
步骤2、将采集的靶球位置坐标分别计算任一个靶球采样点在三个方向上的加速度，将加速度画成时域图；
步骤3、将靶球在三个方向上的加速度分别通过快速离散傅氏变换，得到对应的加速度的幅值，将加速度的幅值画成频谱图。
进一步地，步骤1包括如下子步骤：
步骤101、将靶球安装在工业机器人末端，将激光跟踪仪放置在工业机器人的正前方；
步骤102、使用带有力传感器的敲击锤，敲击靶球，激光跟踪仪安装设置的采样时间间隔采集靶球位置坐标。
进一步地，所述靶球在三个方向上的加速度的计算过程为：
Figure BDA0003771287420000021
Figure BDA0003771287420000022
Figure BDA0003771287420000023
其中，
Figure BDA0003771287420000024
为第n个靶球采样点在x轴方向上的加速度，
Figure BDA0003771287420000025
为第n个靶球采样点在y轴方向上的加速度，
Figure BDA0003771287420000026
为第n个靶球采样点在z轴方向上的加速度，t为激光跟踪设置的采样时间间隔，(xn，yn，zn)为第n个靶球采样点的位置坐标，(xn-1，yn-1，zn-1)为第n-1个靶球采样点的位置坐标。
进一步地，所述加速度的幅值L的计算过程为：
Figure BDA0003771287420000027
其中，i为x轴方向、y轴方向或z轴方向，k为采样频率，reali(k)为i方向上cos函数相关的幅值，imagi(k)为i方向上sin函数相关的幅值。
进一步地，所述i方向上cos函数相关的幅值reali(k)为：
Figure BDA0003771287420000031
其中，N为靶球采样点总量，n为N的索引，ain为i方向上第n个靶球采样点的加速度，k为采样频率。
进一步地，所述i方向上sin函数相关的幅值imagi(k)为：
Figure BDA0003771287420000032
其中，N为靶球采样点总量，n为N的索引，ain为i方向上第n个靶球采样点的加速度，k为采样频率。
进一步地，所述频谱图的曲线I为：
Figure BDA0003771287420000033
其中，N为靶球采样点总量，n为N的索引，
Figure BDA0003771287420000034
为加速度的相位，
Figure BDA0003771287420000035
与现有技术相比，本发明具有如下有益效果：本发明基于工业机器人的振动状态分析方法为工业机器人模态测试提供了一种优良方案，测试方法和设备简单，只需要锤击便可产生振动数据，能适应绝大多数工程应用场景。本发明基于工业机器人的振动状态分析方法相对于传统算法无需建立工业机器人系统的总体动力学方程，能够省略繁琐的建模过程和复杂的数值运算。本发明的振动状态分析方法能够得到加速度的时域图和加速度幅值的频谱图，利于用户直观清晰地看到加速度在时域和频域下的变化，时域图和频谱图可以很好地阐释工业机器人的振动状态，便于后续对工业机器人进行状态调整分析及精度补偿等一系列操作。本发明中激光跟踪设置的采样时间间隔短，数据量大，即使有数据缺失或失真仍可以很好的拟合频域下的曲线，具有良好的鲁棒性。本发明基于工业机器人的振动状态分析方法能够解决工业机器人的运动控制精度和动态特性等核心性能无法满足高精度制造加工需求，加快了工业机器人应用于高精度制造加工领域的步伐。
具体实施方式
下面对本发明的技术方案作进一步地解释说明。
本发明提供了一种基于工业机器人的振动状态分析方法，包括如下步骤：
步骤1、首先采用锤击模态试验法，对工业机器人进行试验模态分析，采集靶球的位置坐标，锤击模态试验法具有装置简单，结果稳定的优点，有助于快速得到工业机器人的固有频率、阻尼、振型，进而帮助识别工业机器人的模态参数；具体包括如下子步骤：
步骤101、将靶球安装在工业机器人末端，将激光跟踪仪放置在工业机器人的正前方；
步骤102、使用带有力传感器的敲击锤，敲击靶球，激光跟踪仪安装设置的采样时间间隔采集靶球位置坐标。
步骤2、将采集的靶球位置坐标分别计算任一个靶球采样点在三个方向上的加速度，将加速度画成时域图；具体地，靶球在三个方向上的加速度的计算过程为：
Figure BDA0003771287420000041
Figure BDA0003771287420000042
Figure BDA0003771287420000043
其中，
Figure BDA0003771287420000044
为第n个靶球采样点在x轴方向上的加速度，
Figure BDA0003771287420000045
为第n个靶球采样点在y轴方向上的加速度，
Figure BDA0003771287420000046
为第n个靶球采样点在z轴方向上的加速度，t为激光跟踪设置的采样时间间隔，(xn，yn，zn)为第n个靶球采样点的位置坐标，(xn-1，yn-1，zn-1)为第n-1个靶球采样点的位置坐标。
步骤3、为对振动状态进行进一步的分析，需要获得振动的幅值与频率的频域信息，将靶球在三个方向上的加速度分别通过快速离散傅氏变换，得到对应的加速度的幅值，为了方便和直观的表示一个周期信号中所含有的频率分量，常用周期信号的各次谐波的分布图形来表示信号，这种图形称为信号的频谱图，利用傅里叶变换的N/2的周期性和对称性，可得到幅值关于频率的单边频谱图。将x轴方向、y轴方向、z轴方向的加速度幅值、频率、在teechart上画图，可以清晰的看到加速度的幅值。将加速度幅值画成频谱图。通过离散傅氏变换将连续的时域信号通过采样进行离散化后，变换到频域信号，再将频域信号通过采样进行离散化，得到离散的频域信号，此方法的计算速度较快，效果较好。
本发明中加速度的幅值L的计算过程为：
Figure BDA0003771287420000047
其中，i为x轴方向、y轴方向或z轴方向，reali(k)为i方向上cos函数相关的幅值，imagi(k)为i方向上sin函数相关的幅值。
本发明中i方向上cos函数相关的幅值reali(k)为：
Figure BDA0003771287420000051
其中，N为靶球采样点总量，n为N的索引，ain为i方向上第n个靶球采样点的加速度，k为采样频率。
本发明中i方向上sin函数相关的幅值imagi(k)为：
Figure BDA0003771287420000052
其中，N为靶球采样点总量，n为N的索引，ain为i方向上第n个靶球采样点的加速度，k为采样频率。
本发明中频谱图的曲线I为：
Figure BDA0003771287420000053
其中，
Figure BDA0003771287420000054
为加速度的相位，
Figure BDA0003771287420000055
以上仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施方式，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进和润饰，应视为本发明的保护范围。

Claims (7)

1.一种基于工业机器人的振动状态分析方法，其特征在于，包括如下步骤：
步骤1、首先采用锤击模态试验法，对工业机器人进行试验模态分析，采集靶球的位置坐标；
步骤2、将采集的靶球位置坐标分别计算任一个靶球采样点在三个方向上的加速度，将加速度画成时域图；
步骤3、将靶球在三个方向上的加速度分别通过快速离散傅氏变换，得到对应的加速度的幅值，将加速度的幅值画成频谱图。
2.根据权利要求1所述的一种基于工业机器人的振动状态分析方法，其特征在于，步骤1包括如下子步骤：
步骤101、将靶球安装在工业机器人末端，将激光跟踪仪放置在工业机器人的正前方；
步骤102、使用带有力传感器的敲击锤，敲击靶球，激光跟踪仪安装设置的采样时间间隔采集靶球位置坐标。
3.根据权利要求1所述的一种基于工业机器人的振动状态分析方法，其特征在于，所述靶球在三个方向上的加速度的计算过程为：
Figure FDA0003771287410000011
Figure FDA0003771287410000012
Figure FDA0003771287410000013
其中，
Figure FDA0003771287410000014
为第n个靶球采样点在x轴方向上的加速度，
Figure FDA0003771287410000015
为第n个靶球采样点在y轴方向上的加速度，
Figure FDA0003771287410000016
为第n个靶球采样点在z轴方向上的加速度，t为激光跟踪设置的采样时间间隔，(xn，yn，zn)为第n个靶球采样点的位置坐标，(xn-1，yn-1，zn-1)为第n-1个靶球采样点的位置坐标。
4.根据权利要求1所述的一种基于工业机器人的振动状态分析方法，其特征在于，所述加速度的幅值L的计算过程为：
Figure FDA0003771287410000017
其中，i为x轴方向、y轴方向或z轴方向，k为采样频率，reali(k)为i方向上cos函数相关的幅值，imagi(k)为i方向上sin函数相关的幅值。
5.根据权利要求4所述的一种基于工业机器人的振动状态分析方法，其特征在于，所述i方向上cos函数相关的幅值reali(k)为：
Figure FDA0003771287410000021
其中，N为靶球采样点总量，n为N的索引，ain为i方向上第n个靶球采样点的加速度，k为采样频率。
6.根据权利要求4所述的一种基于工业机器人的振动状态分析方法，其特征在于，所述i方向上sin函数相关的幅值imagi(k)为：
Figure FDA0003771287410000022
其中，N为靶球采样点总量，n为N的索引，ain为i方向上第n个靶球采样点的加速度，k为采样频率。
7.根据权利要求4所述的一种基于工业机器人的振动状态分析方法，其特征在于，所述频谱图的曲线I为：
Figure FDA0003771287410000023
其中，N为靶球采样点总量，n为N的索引，
Figure FDA0003771287410000024
为加速度的相位，
Figure FDA0003771287410000025
CN202210902209.1A 2022-07-29 2022-07-29 一种基于工业机器人的振动状态分析方法 Pending CN115406686A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210902209.1A CN115406686A (zh) 2022-07-29 2022-07-29 一种基于工业机器人的振动状态分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210902209.1A CN115406686A (zh) 2022-07-29 2022-07-29 一种基于工业机器人的振动状态分析方法

Publications (1)

Publication Number Publication Date
CN115406686A true CN115406686A (zh) 2022-11-29

Family

ID=84158843

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210902209.1A Pending CN115406686A (zh) 2022-07-29 2022-07-29 一种基于工业机器人的振动状态分析方法

Country Status (1)

Country Link
CN (1) CN115406686A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116680549A (zh) * 2023-08-04 2023-09-01 南京数维软件科技有限公司 一种变压器运输过程机械冲击损坏的频域分析方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116680549A (zh) * 2023-08-04 2023-09-01 南京数维软件科技有限公司 一种变压器运输过程机械冲击损坏的频域分析方法
CN116680549B (zh) * 2023-08-04 2023-10-13 南京数维软件科技有限公司 一种变压器运输过程机械冲击损坏的频域分析方法

Similar Documents

Publication Publication Date Title
US11484982B2 (en) Online CNC machine tool geometric/thermal error measurement and compensation system
CN103034123B (zh) 基于动力学模型参数辨识的并联机器人控制方法
CN111007804B (zh) 一种切削加工机器人的动态误差补偿与控制方法
CN110962124B (zh) 切削加工机器人静态误差补偿与动刚度模型的修正方法
CN111590564A (zh) 一种六维力传感器重力补偿方法及系统
CN114072807B (zh) 基于小样本迁移学习的铣削机器人多模态频响预测方法
CN113297798B (zh) 一种基于人工神经网络的机器人外界接触力估计方法
CN110941183A (zh) 一种基于神经网络的工业机器人动力学辨识方法
CN111002313B (zh) 一种机器人模态参数辨识与动态特性分析的方法
CN115406686A (zh) 一种基于工业机器人的振动状态分析方法
CN114952858B (zh) 一种基于摩擦补偿控制的工业机器人轨迹跟踪方法和系统
CN111783248A (zh) 一种工业机器人动力学建模及动力学参数识别方法
CN114986498B (zh) 一种移动操作臂协同控制方法
CN111872933B (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
CN117681186A (zh) 一种基于不等式约束的高精度协作机械臂鲁棒控制方法
Li et al. Vibration suppression of ball-screw drive system based on flexible dynamics model
CN110110469A (zh) 基于奇异值分解的并联机器人动力学参数辨识方法
CN114516050B (zh) 基于位形雅可比条件数优化的机器人外力估计方法及系统
CN113246175B (zh) 机器人末端震动分类方法、机器人及存储介质
CN113486523B (zh) 一种线性变参数振动系统全局辨识方法
Ding et al. Dynamic parameter identification of a 6-DOF industrial manipulator considering friction model
Cheng et al. Fusing LSTM neural network and expanded disturbance Kalman filter for estimating external disturbing forces of ball screw drives
CN117325149B (zh) 基于卡尔曼滤波的姿态调整方法及系统
CN118295235B (zh) 一种高精度姿态传感器控制方法及系统
Barjuei Hybrid position/force control of a spatial compliant mechanism

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