基于带约束多目标进化算法研究及其在机械臂设计优化中的应用

摘要

国务院印发了《中国制造2025》规划，根据规划，机器人将成为重点领域之一。规划指出，围绕工业机器人、特种机器人，服务机器人应用需求，积极研发新产品，促进机器人标准化、模块化发展，扩大市场应用。突破机器人本体、关键零部件及系统集成设计制造等技术瓶颈。制造大国转型升级成“智造”强国成为发展新趋势，毫无疑问工业机器人无疑是我国制造业改革的重点领域之一。本文要研究的一个重点就是利用智能进化算法对机械臂进行优化设计。结合机械臂结构特点，以机械臂运动学和动力学理论研究为基础，以机械臂几何参数和传动系统参数为研究变量，以可操作性和重量为优化目标，利用带约束的多目标进化算法对机械臂的结构以及传动系统进行优化设计。以实现对现有机械臂轻质化和可操作性提高的目的。本文中用于研究对象的机械臂，一是UR5（Universal Robot5）机械臂，另一是实验室自主研发的机械臂，论文的主要研究工作如下：
　　（1）针对UR5和自主研发的机械臂进行运动学建模。建立D-H坐标系及运动学方程，求解机械臂的正逆运动学。在机械臂正运动学方程的基础上，分别利用蒙特卡洛法和 MATLAB机器人工具箱对机械臂的工作空间进行求解，得到机械臂工作空间三维云图，从两种方法的对比中，相互验证了求解结果的合理性。
　　（2）对优化设计问题进行描述。在满足机械臂性能的前提下，希望得到质量更轻，可操作性更高的机械臂。结合机械臂的结构确定机械臂的几何参数以及传动系统中电机和减速器的型号作为设计变量。同时，在进行优化时必须要满足机械臂的几何参数约束，以及传动系统中扭矩，转速的约束。
　　（3）利用三种改进的约束多目标优化算法对机械臂的设计优化问题进行求出最优解。这三种算法分别是MOEAD-CDP、MOEAD-ACDP、MOEAD-IEps。MOEAD-CDP提出基于惩罚函数的一种约束处理方法，而不要任何惩罚参数。MOEAD-ACDP提出基于角度的支配原则。MOEAD-IEps提出一种改进的ε约束处理方法。
　　（4）针对已优化出来的Pareto前沿上的解进行分析，研究最优解之间的关系。并利用Solidworks二次开发和最优解自动装配出具有最优设计变量的机械臂模型。

目录

声明

第1章 绪 论

1.1 机械臂优化的研究背景及意义

1.2 机械臂优化

1.3机械臂优化国内外研究现状和发展趋势

1.5 本文的研究内容

第2章 串联机械臂运动学分析

2.1 引言

2.2 运动学基础

2.3 正运动学分析

2.4 逆运动学分析

2.5 机械臂运动学建模

2.6 机械臂工作空间及可操作性

2.7 可操作性

第3章 机械臂优化问题描述

3.1 引言

3.2 设计变量

3.3 优化目标

3.4 约束条件

3.5 本章小结

第4章 约束多目标进化算法优化结果及分析

4.1实验设计

4.2 MOEAD-CDP优化

4.3 MOEAD-ACDP优化

4.4 MOEAD-IEps优化

4.5实验结果分析

4.5 最优解的新机械臂设计

第5章 总结与展望

5.1 结论

5.2 展望

参考文献

致谢

附录

攻读硕士学位期间主要的工作成果