CN117798975A - 一种机械臂数字孪生构建方法 - Google Patents
一种机械臂数字孪生构建方法 Download PDFInfo
- Publication number
- CN117798975A CN117798975A CN202410064704.9A CN202410064704A CN117798975A CN 117798975 A CN117798975 A CN 117798975A CN 202410064704 A CN202410064704 A CN 202410064704A CN 117798975 A CN117798975 A CN 117798975A
- Authority
- CN
- China
- Prior art keywords
- mechanical arm
- stress
- model
- construction method
- digital twin
- 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
- 238000010276 construction Methods 0.000 title claims abstract description 19
- 238000012360 testing method Methods 0.000 claims abstract description 32
- 238000004088 simulation Methods 0.000 claims abstract description 30
- 238000000034 method Methods 0.000 claims abstract description 27
- 230000036544 posture Effects 0.000 claims abstract description 17
- 238000013461 design Methods 0.000 claims abstract description 12
- 230000006854 communication Effects 0.000 claims abstract description 11
- 238000004891 communication Methods 0.000 claims abstract description 11
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 6
- 230000007175 bidirectional communication Effects 0.000 claims abstract description 4
- 239000003795 chemical substances by application Substances 0.000 claims description 19
- 230000008569 process Effects 0.000 claims description 8
- 238000009877 rendering Methods 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 4
- 238000002474 experimental method Methods 0.000 claims description 3
- 230000003068 static effect Effects 0.000 abstract description 5
- 230000009471 action Effects 0.000 abstract description 4
- 230000036541 health Effects 0.000 abstract description 3
- 210000001503 joint Anatomy 0.000 description 7
- 230000004044 response Effects 0.000 description 3
- 239000000463 material Substances 0.000 description 2
- 210000000323 shoulder joint Anatomy 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及机械臂技术领域,尤其是涉及一种机械臂数字孪生构建方法。首先,根据机械臂物理实体进行结构分解,得到机械臂各关节模组之间的几何关系。根据机械臂结构分解关系构建机械臂的三维数字模型。其次,通过试验设计方法得到机械臂的仿真试验方案,接着,进行有限元静力学仿真,获得机械臂静力学仿真结果样本,并建立机械臂在不同姿态下应力场的径向基代理模型。最后,通过通信协议实现机械臂物理实体同数字模型双向通信,利用径向基代理模型实时预测机械臂应力,进行结构健康状态监测。该数字孪生构建方法适用于目前工业领域内常见的多自由度机械臂,能够解决传统机械臂动作控制下的数据利用率低问题。
Description
技术领域
本发明涉及机械臂技术领域,尤其是涉及一种机械臂数字孪生构建方法。
背景技术
机械臂是模仿人手的一种机械设备,因其高灵活性和多自由度的特点而被广泛应于实际工程中,辅助或代替人工完成一些任务,提高工作效率。但是由于机械臂长时间重复工作或者操作不当,机械臂承载结构常常发生损伤,导致结构应力超过材料屈服极限而失效,甚至引发安全事故。因此,实时监测机械臂结构的健康状态对降低机械臂失效率、避免安全事故发生具有重要工程意义。
目前工业领域内实现机械臂动作控制常采用编程控制、传感器控制以及遥控控制等,控制方式大多是基于物理实体直接进行控制,操作人员对于机械臂的运行状态只能通过目视以及传感器的数据反馈,难以实时掌握机械臂运行过程中的结构状态。
数字孪生是物理对象的数字模型,该模型可以通过接收来自物理对象的数据而实时演化,从而与物理对象在全生命周期保持一致。基于数字孪生可进行分析、预测、诊断、训练等,并将仿真结果反馈给物理对象,从而帮助对物理对象进行优化和决策。通过构建机械臂的数字孪生模型能够解决传统机械臂动作控制下数据利用率低、反馈不及时以及操作人员反应滞后导致机械臂使用效率低的问题,及时准确地得到机械臂物理实体的运行状态,预测机械臂潜在的风险。为此,本发明提出了一种机械臂数字孪生构建方法。
发明内容
针对传统机械臂动作控制下的数据利用率低、反馈不及时以及操作人员反应滞后导致机械臂使用效率低的问题,本发明的目的在于提供一种机械臂数字孪生构建方法。该数字孪生构建方法适用于目前工业领域内常见的多自由度机械臂。构建出机械臂物理实体的虚拟模型,通过通信通道进行虚实交互,结合有限元模型与径向基代理模型实时预测机械臂应力,监测机械臂结构健康状态。
一种机械臂数字孪生构建方法,包括:
对机械臂物理实体进行结构分解,得到机械臂各关节模组之间的几何关系;
根据机械臂物理实体各关节模组之间的几何关系,构建机械臂三维数字模型;
通过试验设计方法对机械臂各关节转动姿态的组合形式进行试验设计,得到仿真试验方案;
根据仿真试验方案进行有限元仿真,得到机械臂在m种姿态下的应力场样本;
建立机械臂在不同姿态下应力的径向基代理模型;
通过机械臂物理实体的传感器检测机械臂运行位姿,建立通信协议实现机械臂数字模型同物理实体的双向通信;
通过径向基代理模型实时更新机械臂在不同姿态下的应力场,并使用三维渲染实时显示应力云图;
结合应力阈值,实时评估机械臂的失效风险。
作为本发明进一步的方案:关节模组之间的几何关系包括配合关系、运动关系以及空间位置关系。
作为本发明进一步的方案:利用实时三维渲染引擎Unity构建机械臂三维数字模型。
作为本发明进一步的方案:通过正交试验设计,将机械臂各关节转动角度记为θ=(θ1,θ2,...,θn),其中n表示机械臂关节数量,仿真试验方案如下式所示:
式中:
θmn表示机械臂第m组试验的第n个关节角度。
作为本发明进一步的方案:通过有限元仿真软件ANSYS根据仿真试验方案进行有限元仿真,应力场样本记为:
Y(X,θi),i=1,2,…,m (2)
式中:
Y(X,θi)表示第i组试验应力场;
X表示三维坐标向量;
θi=(θi1,θi2,...,θin)表示第i组试验中机械臂的姿态向量;
m表示试验组数量。
作为本发明进一步的方案:建立机械臂在不同姿态下应力的径向基代理模型,具体包括:
从机械臂有限元网格节点中挑选出应力集中、曲率变化大以及孔洞等区域附近的D个节点,并为挑选的任意节点d处的应力关于θ的函数Yd(θ)建立一个径向基代理模型
式中:
wi为第i个径向基函数的权重;
为径向基函数。
令所有仿真样本输入输出结果对表示为将其代入式(3)中,得到:
式中,
将式(4)中记为Φ,/>记为W,/>记为Y,可以得到Φ·W=Y,可以求得:
W=Φ-1·Y (5)
至此,为挑选的所有节点都建立了径向基代理模型。
当机械臂处于任意姿态角θ'时,构建应力场Y(X,θ')的代理模型
式中:
Xd=(xd,yd,zd)为节点d的坐标;
λd为第d个径向基函数的权重;
为径向基函数。
令所有挑选节点的输入输出结果对表示为将其代入式(6)中,得到:
式中,
将式(7)中记为A,/>记为Γ,/>记为B,可以得到A·Γ=B,可以求得:
Γ=A-1·B (8)
至此,应力场的代理模型构建完成。
作为本发明进一步的方案:通过RS485通信协议实现机械臂数字模型同物理实体的双向通信。
与现有技术相比,本发明的有益效果是:
1、本发明所给出的技术方法可以适用于目前工业领域内常见的多自由度机械臂,解决传统机械臂操作的数据利用率低、反馈不及时以及操作人员反应滞后导致机械臂使用效率低的问题。
2、本发明通过构建机械臂数字孪生模型,可实时获得到机械臂物理实体的应力状态,高效预测机械臂的潜在失效风险。
3、通过选取有限元网格中应力集中、曲率变化大以及孔洞等区域附近的节点构建径向基代理模型,其余过渡平滑的有限元网格节点通过选取节点插值计算出应力值,加快全局应力场的预测效率。
本发明的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
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作简单地介绍,显而易见地,下面描述中的附图仅仅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为一种机械臂数字孪生构建方法实施方案流程图。
图2为实施例机械臂肩关节外壳有限元静力学仿真结果。
图3为实施例机械臂三维虚拟模型实时预测机械臂物理实体肩关节外壳应力分布情况。
具体实施方式
下面将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,都属于本发明保护的范围。
请参阅图1,本发明实施例中,一种机械臂数字孪生构建方法,包括以下步骤:
步骤1、对机械臂物理实体进行结构分解,得到机械臂各关节模组之间的几何关系。
此步骤中,进行机械臂物理实体结构分解是通过机械臂关节运动副进行,得到机械臂各关节模组之间的配合关系、运动关系以及空间位置关系。
步骤2、根据机械臂物理实体各关节模组之间的几何关系,利用Unity构建机械臂三维数字模型。
此步骤中,首先通过建模软件构建机械臂分解后的各部件三维模型,将机械臂各部件导入Unity后根据机械配合关系进行装配,再根据机械臂各关节之间的运动关系添加运动副。
步骤3、通过试验设计方法对机械臂各关节转动姿态的组合形式进行试验设计,得到仿真试验方案。将机械臂各关节转动角度记为θ=(θ1,θ2,...,θn),其中n表示机械臂关节数量。仿真试验方案如下式所示:
式中:
θmn表示机械臂第m组试验的第n个关节角度。
此步骤中,通过试验设计方法对机械臂各关节转动姿态的组合形式进行试验设计,具体方法为正交试验设计。
步骤4、通过有限元仿真软件ANSYS根据仿真试验方案进行有限元仿真,得到机械臂在m种姿态下的应力场样本,记为:
Y(X,θi),i=1,2,…,m (2)
式中:
Y(X,θi)表示第i组试验应力场;
X表示三维坐标向量;
θi=(θi1,θi2,...,θin)表示第i组试验中机械臂的姿态向量;
m表示试验组数量。
此步骤中,根据步骤3获得的仿真试验方案进行有限元静力学仿真,根据机械臂实际情况简化后对模型施加边界条件,利用有限元方法进行求解,得到仿真结果,仿真结果如图2所示。
步骤5、建立机械臂在不同姿态下应力的径向基代理模型。具体包括如下步骤:
步骤501、从机械臂有限元网格节点中挑选出应力集中、曲率变化大以及孔洞等区域附近的D个节点,并为挑选的任意节点d处的应力关于θ的函数Yd(θ)建立一个径向基代理模型
式中:
wi为第i个径向基函数的权重;
为径向基函数。
令所有仿真样本输入输出结果对表示为将其代入式(3)中,得到:
式中,
将式(4)中记为Φ,/>记为W,/>记为Y,可以得到Φ·W=Y,可以求得:
W=Φ-1·Y (5)
至此,为挑选的所有节点都建立了径向基代理模型。
步骤502、当机械臂处于任意姿态角θ'时,构建应力场Y(X,θ')的代理模型
式中:
Xd=(xd,yd,zd)为节点d的坐标;
λd为第d个径向基函数的权重;
为径向基函数。
令所有挑选节点的输入输出结果对表示为将其代入式(6)中,得到:
式中,
将式(7)中记为A,/>记为Γ,/>记为B,可以得到A·Γ=B,可以求得:
Γ=A-1·B (8)
至此,步骤5结束。
此步骤中,通过径向基代理模型对有限元静力学仿真样本进行训练,训练得到的模型能够预测机械臂各关节其余组合姿态的应力。
步骤6、通过机械臂物理实体的传感器检测机械臂运行位姿,建立通信协议实现机械臂数字模型同物理实体的双向通信。
此步骤中,通过机械臂关节电机的编码器获取机械臂关节转动角度,从而获取机械臂运行位姿。通过RS485通信协议实现双向通信。将编码器的实时数据传入虚拟模型,实时更新虚拟数字模型,使得虚拟数字模型同实物在时间空间上保持高度一致。
步骤7、通过径向基代理模型实时更新机械臂在不同姿态下的应力场,并使用三维渲染实时显示应力云图。
此步骤中,利用训练好的径向基代理模型实时预测当前机械臂的应力场,并通过三维渲染实时展示机械臂应力云图,便于直观了解应力分布情况,应力场分布情况如图3所示。
步骤8、结合应力阈值,实时评估机械臂的失效风险。
此步骤中,通过步骤7得到机械臂运行过程中的最大应力,结合应力阈值判断是否达到材料屈服极限,实时评估机械臂的失效风险。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。
Claims (7)
1.一种机械臂数字孪生构建方法,其特征在于,包括:
对机械臂物理实体进行结构分解,得到机械臂各关节模组之间的几何关系;
根据机械臂物理实体各关节模组之间的几何关系,构建机械臂三维数字模型;
通过试验设计方法对机械臂各关节转动姿态的组合形式进行试验设计,得到仿真试验方案;
根据仿真试验方案进行有限元仿真,得到机械臂在m种姿态下的应力场样本;
建立机械臂在不同姿态下应力的径向基代理模型;
通过机械臂物理实体的传感器检测机械臂运行位姿,建立通信协议实现机械臂数字模型同物理实体的双向通信;
通过径向基代理模型实时更新机械臂在不同姿态下的应力场,并使用三维渲染实时显示应力云图;
结合应力阈值,实时评估机械臂的失效风险。
2.根据权利要求1所述的一种机械臂数字孪生构建方法,其特征在于:关节模组之间的几何关系包括配合关系、运动关系以及空间位置关系。
3.根据权利要求1所述的一种机械臂数字孪生构建方法,其特征在于:利用实时三维渲染引擎Unity构建机械臂三维数字模型。
4.根据权利要求1所述的一种机械臂数字孪生构建方法,其特征在于:通过正交试验设计,将机械臂各关节转动角度记为θ=(θ1,θ2,...,θn),其中n表示机械臂关节数量,仿真试验方案如下式所示:
式中:
θmn表示机械臂第m组试验的第n个关节角度。
5.根据权利要求4所述的一种机械臂数字孪生构建方法,其特征在于:通过有限元仿真软件ANSYS根据仿真试验方案进行有限元仿真,应力场样本记为:
Y(X,θi),i=1,2,…,m (2)
式中:
Y(X,θi)表示第i组试验应力场;
X表示三维坐标向量;
θi=(θi1,θi2,...,θin)表示第i组试验中机械臂的姿态向量;
m表示试验组数量。
6.根据权利要求5所述的一种机械臂数字孪生构建方法,其特征在于:建立机械臂在不同姿态下应力的径向基代理模型,具体包括:
从机械臂有限元网格节点中挑选出应力集中、曲率变化大以及孔洞等区域附近的D个节点,并为挑选的任意节点d处的应力关于θ的函数Yd(θ)建立一个径向基代理模型
式中:
wi为第i个径向基函数的权重;
为径向基函数;
令所有仿真样本输入输出结果对表示为将其代入式(3)中,得到:
式中,
将式(4)中记为Φ,/>记为W,/>记为Y,可以得到Φ·W=Y,可以求得:
W=Φ-1·Y (5)
至此,为挑选的所有节点都建立了径向基代理模型;
当机械臂处于任意姿态角θ'时,构建应力场Y(X,θ')的代理模型
式中:
Xd=(xd,yd,zd)为节点d的坐标;
λd为第d个径向基函数的权重;
为径向基函数;
令所有挑选节点的输入输出结果对表示为将其代入式(6)中,得到:
式中,
将式(7)中记为A,/>记为Γ,/>记为B,可以得到A·Γ=B,可以求得:
Γ=A-1·B (8)
至此,应力场的代理模型构建完成。
7.根据权利要求1所述的一种机械臂数字孪生构建方法,其特征在于:通过RS485通信协议实现机械臂数字模型同物理实体的双向通信。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410064704.9A CN117798975A (zh) | 2024-01-16 | 2024-01-16 | 一种机械臂数字孪生构建方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410064704.9A CN117798975A (zh) | 2024-01-16 | 2024-01-16 | 一种机械臂数字孪生构建方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117798975A true CN117798975A (zh) | 2024-04-02 |
Family
ID=90434640
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410064704.9A Pending CN117798975A (zh) | 2024-01-16 | 2024-01-16 | 一种机械臂数字孪生构建方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117798975A (zh) |
-
2024
- 2024-01-16 CN CN202410064704.9A patent/CN117798975A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109719730B (zh) | 一种断路器柔性化装配过程的数字孪生机器人 | |
Collins et al. | Quantifying the reality gap in robotic manipulation tasks | |
CN110264816A (zh) | 基于3d虚拟技术的智能制造工厂仿真教学系统及方法 | |
Wang et al. | Collision-free trajectory planning in human-robot interaction through hand movement prediction from vision | |
CN114329936A (zh) | 基于多智能体深度强化学习的虚拟综采生产系统推演方法 | |
CN114775724A (zh) | 一种基于数字孪生的井控应急抢险远程协同作业方法 | |
Liu et al. | Research on kinematic modeling and analysis methods of UR robot | |
CN115319748A (zh) | 一种关节机器人的数字孪生系统及方法 | |
Orsula et al. | Learning to Grasp on the Moon from 3D Octree Observations with Deep Reinforcement Learning | |
CN111037549A (zh) | 基于3D扫描与TensorFlow算法的焊接轨迹处理方法及系统 | |
Ozakyol et al. | Advanced robotics analysis toolbox for kinematic and dynamic design and analysis of high‐DOF redundant serial manipulators | |
Michalik et al. | The PyBullet module-based approach to control the collaborative YuMi robot | |
Ensafi et al. | A modeling methodology towards digital twin development in smart factories for the industry 4.0 human augmentation experiments | |
CN117798975A (zh) | 一种机械臂数字孪生构建方法 | |
CN109213306B (zh) | 一种机器人远程控制平台及其设计方法 | |
Jin et al. | Dynamic simulation modeling of industrial robot kinematics in industry 4.0 | |
CN109352649A (zh) | 一种基于深度学习的机械手控制方法及系统 | |
Du et al. | Industrial robot digital twin system motion simulation and collision detection | |
CN116081488B (zh) | 一种场景自适应单轨吊运输机器人无人驾驶控制方法 | |
Grushko et al. | Tuning perception and motion planning parameters for moveit! Framework | |
Raufelder | Modeling Analysis of Attitude Perception of Engineering Manipulator Supporting Wireless Communication and Internet of Things | |
Altamirano-Avila et al. | Work in Progress: Implementation of a Digital Twin as Technology to support Discrete Event Control Teaching | |
CN117140485B (zh) | 一种基于数字孪生的协作机器人示教装配方法与系统 | |
Wang et al. | Research on Virtual Monitoring Method Based on Digital Twin Smart Factory. | |
Pan et al. | Real-time dynamic monitoring of a multi-robot cooperative spraying system |
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 |