学位论文 > 优秀研究生学位论文题录展示
6R型工业机器人关节刚度辨识与实验研究
作 者: 陈玉山
导 师: 杨文玉
学 校: 华中科技大学
专 业: 机械工程
关键词: 关节刚度 刚度辨识 变形补偿 最小二乘
分类号: TP242.2
类 型: 硕士论文
年 份: 2011年
下 载: 106次
引 用: 0次
阅 读: 论文下载
内容摘要
由于具有可编程性、适应性强、柔性强和花费少等优点,如今工业机器人已经广泛应用于各行各业,在加工任务中也逐渐使用机器人进行操作,比如研磨、去毛刺、抛光和铣削等基本加工任务。然而机器人成功应用于加工操作的事例却不多见,究其原因主要是工业机器人相对于传统的CNC加工中心来讲刚度非常低。典型的关节工业机器人的刚度通常都低于1N/μm,然而标准的CNC加工中心的刚度通常都高于50N/μm。本文主要工作是通过对柔性工业机器人的刚度进行分析进而提高机器人的加工能力。本文首先分析了KUAK KR16机器人的结构特点,运用D-H方法建立了机器人的运动学方程,然后进行了机器人逆运动学的推导以及雅可比矩阵的详细推导。针对雅可比矩阵的行列式为零的情况,分析了机器人的两类奇异位姿。其次分析了影响机器人末端绝对定位精度的误差来源,针对变形误差建立了机器人的关节刚度模型,建立关节刚度模型应满足下列要求:该模型能准确的预测任意外力作用下机器人结构变形值,并且刚度模型应该比较简单能够进行实时变形补偿。建立满足上述要求的关节刚度模型后,为保证辨识的准确性又提出了机器人关节刚度辨识的观测方法,保证了机器人关节刚度辨识实验的可行性。然后设计了关节刚度的辨识实验。通过滑轮加载装置在机器人末端施加外载荷,并使用激光跟踪仪测量机器人末端位移。然后根据最小二乘法辨识出关节刚度的实际值,结果表明实验方法可行最后设计了外载荷作用下机器人末端变形的补偿实验方法。在机器人末端直接加载重物块,通过补偿模型计算出变形的理论值再对机器人末端进行补偿,对补偿后的结果进行测量,发现得到较好的补偿结果。
|
全文目录
摘要 4-5 Abstract 5-8 1 绪论 8-11 1.1 课题概述 8-9 1.2 机器人刚度的研究现状 9-10 1.3 本文主要工作 10-11 2 KUKA KR16 机器人运动学建模和分析 11-26 2.1 引言 11 2.2 KUKA KR16 型工业机器人简介 11-15 2.3 机器人运动学建模 15-22 2.4 雅克比矩阵和力雅克比矩阵 22-25 2.5 本章小结 25-26 3 6R 机器人笛卡尔刚度矩阵建模 26-35 3.1 引言 26-27 3.2 误差类型和误差源分析 27 3.3 6R 机器人笛卡尔刚度矩阵建模 27-30 3.4 MATLAB 程序设计流程图 30-32 3.5 最小二乘法求解线性方程组 32 3.6 机器人关节刚度辨识的观测方法 32-34 3.6.1 机器人位姿和加载力选取基本原则 33 3.6.2 最小二乘辨识算法的数值敏感度分析 33-34 3.7 本章小结 34-35 4 6R 机器人关节刚度辨识和变形补偿实验 35-53 4.1 引言 35 4.2 激光跟踪仪测量原理 35-36 4.3 实验设计 36-52 4.4 本章小结 52-53 5 总结与展望 53-55 5.1 全文总结 53 5.2 研究展望 53-55 致谢 55-56 参考文献 56-58
|
相似论文
- 分布式移动多载舰OTHR系统姿态测量方法的研究,P228.4
- 基于SVM的常压塔石脑油干点软测量建模研究,TE622.1
- 光纤陀螺温度漂移建模与补偿,V241.5
- 朝阳地区参考作物腾发量演变特征与预测模型研究,S161.4
- 石灰石湿法脱硫性能指标在线监测与控制策略的优化设计,X701.3
- GPS精密单点定位解算方法的研究及其应用,P228.4
- Logistic回归多重共线性的诊断与改进及其在医学中的应用,R195
- 实物期权模型的研究及在中国的应用,F832.5
- LTE物理层差错控制研究,TN929.5
- OFDM系统中基于导频的信道估计算法的研究,TN919.3
- 基于DCCA和MF-DCCA的步态信号的分析与研究,TN911.6
- 基于B样条的盾构机密封舱土压场分布研究,U455.43
- 基于符号率采样的定时同步研究,TN792
- 湖相软土物理力学特性及蠕变特性研究,U212.22
- 基于UPLC-Q/TOF和1HNMR的代谢组学技术在乳腺癌步研究中的应用,R737.9
- 乙肝病毒性肝硬化的血清代谢轮廓分析,R512.62
- 高低帮篮球鞋对跳跃动作下肢的生物力学影响,G804.6
- 重力测量软件设计实现与网格平均空间异常算法研究,P223
- 多波束系统测深异常处理理论与方法研究,P229
- 混合整数最小二乘估计及其在GPS定位中的应用,P228.4
中图分类: > 工业技术 > 自动化技术、计算机技术 > 自动化技术及设备 > 机器人技术 > 机器人 > 工业机器人
© 2012 www.xueweilunwen.com
|