串联六自由度机器人弹性误差分析与补偿研究

摘要

精度是评价机器人性能的重要指标之一。机器人在工作时受到外部载荷、惯性力等作用构件发生弹性变形，导致实际位姿偏离理论位姿，影响机器人末端精度。串联机器人因其工作空间大、关节灵活的特点被广泛应用，但相较于并联机器人，刚度较弱，易发生弹性变形，严重影响末端执行机构精度。因此需要对串联机器人弹性误差深入研究。　　针对串联机器人准静态下受外部载荷作用发生弹性变形影响末端精度的问题，本文以某特种试验的末端执行器串联六自由度机器人为对象，以提高机器人末端位姿精度为目的，对串联六自由度机器人进行了弹性误差分析与补偿展开了深入研究。因该机器人一般在低速状态下工作，故忽略其所受惯性力作用，只考虑自身重力和外部载荷作用。提出一种串联机器人在准静态下的弹性误差分析与补偿方法，以提高串联机器人末端位姿精度。本文开展的工作如下：　　①研究串联六自由度机器人的运动学，分析偏航与俯仰两个方向的直线变圆弧机构运动学正逆解。建立各个子机构的方向余弦，推导出机器人的末端位姿正逆解公式，得出六个自由度在机器人末端完全解耦的结论。　　②对机器人现有的静刚度求解方法进行分析比较，结合串联六自由度机器人特点，采用有限元法对其进行静刚度分析。对机器人进行整体静力学分析与薄弱部位分析，通过一系列坐标变换对串联六自由度机器人末端六个自由度方向变形进行求解。将变形较大的部件考虑成柔性体，其余部件考虑成刚体。借助SOLIDWORKS与ANSYS联合批量仿真，解决了有限元法仿真中存在的改变位姿时重新划分网格的问题，得到各个位姿下的刚度系数矩阵。　　③对刚度系数矩阵拟合预测方法进行研究。分析样本的特点，分别利用BP神经网络和深度置信网络对刚度系数矩阵进行拟合预测，建立两种拟合预测方法的模型，对比两种方法的预测结果，深度置信网络拟合预测精度更高。　　④采用逆运动学补偿法对串联六自由度机器人的弹性误差进行位姿补偿。为验证弹性误差与位姿补偿的正确性，随机选取多组位姿在一定负载下进行弹性误差分析，通过逆运动学补偿法进行位姿补偿。补偿后的机器人末端实际位姿更接近理论位姿，由弹性变形引起的位姿误差大幅减小，证明该方法有效。

目录

1 绪 论

1.1 研究背景及意义

1.2 机器人误差及其补偿研究现状

1.2.1 机器人误差模型国内外研究现状

1.2.2 机器人误差分类

1.2.3 机器人误差补偿技术研究现状

1.2.4 机器人的刚度研究现状

1.3 本文研究内容

2 串联六自由度机器人运动学分析

2.1 引言

2.2 机构简介

2.3 直线变圆弧机构运动学分析

2.4.1 建立坐标系

2.4.2 建立各子机构旋转矩阵

2.4.3 机构正解分析

2.4.4 机构逆解分析

2.5 本章小节

3 串联六自由度机器人弹性变形分析及刚度系数矩阵求解

3.1 引言

3.2 刚度分析理论

3.2.1 刚度的基本概念

3.2.2 静刚度分析方法

3.2.3 刚度与位姿的关系

3.3 静刚度系数矩阵

3.4 弹性误差分析

3.4.2 求解α、β、γ方向变形

3.4.3 刚度系数矩阵求解

3.5 整体静力学分析

3.5.1 静力学分析基础

3.5.2 静力学分析前处理

3.5.3 整体静力学分析

3.6 薄弱环节分析

3.7 联合SOLIDWROKS 与ANSYS仿真

3.8 本章小节

4 基于人工神经网络刚度系数矩阵拟合预测

4.1 引言

4.2.1 BP神经网络概述

4.2.2 BP神经网络参数确定

4.2.3 基于BP神经网络刚度系数矩阵预测

4.3 基于深度置信网络刚度系数矩阵拟合预测

4.3.1 受限玻尔兹曼机模型

4.3.2 基于DBN刚度系数拟合预测

4.4 本章小节

5 串联六自由度机器人弹性误差补偿

5.1 引言

5.2 直接补偿法

5.3 正运动学补偿法

5.3.1 正运动学补偿法原理

5.3.2 正运动学补偿法步骤

5.4 逆运动学补偿法

5.4.1 逆运动学补偿法原理

5.4.2 逆运动学补偿法步骤

5.5 弹性误差补偿

5.6 本章小节

6 总结与展望

6.1 总结

6.2 展望

参考文献

附 录

A. 作者在攻读硕士学位期间发表的论文目录

B. 作者在攻读硕士学位期间参加的科研项目

C. 附表

致谢