关键词： 电弧增材制造   切削机器人   复合铣削加工   机器人动力学   表面粗糙度  

摘要： 近几年,电弧增材制造取得了十足发展,在船舶、航空航天、汽车制造等领域均有了大量的应用,随着国内外制造业的发展,对增材制造的零件的要求也越来越高。但是仅依靠电弧增材一种工艺难以确保成形零件的表面粗糙度达到要求,限制了其应用和发展。本文针对电弧增材制造成形件外表面存在的缺陷层,利用铣削机器人对其进行切削去除,以提高零件表面质量。本文的主要研究工作如下:(1)分析了增材制造零件表面存在的缺陷,确定了零件的加工要求,制定了缺陷层去除的加工方案,根据现有的切削加工设备,选择切削刀具和刀柄,建立机器人铣削加工系统,初步确定了加工工艺参数的范围。(2)为了获取机器人铣削加工路径,采用离线编程的方式,针对加工要求编写RAPID程序,通过轨迹仿真、关节轴配置以及碰撞检测之后确保程序的可行性,得到面向不同刀具的多种铣削加工路径,将RAPID程序导入机器人控制器后能够用于铣削加工。(3)为了使机器人在铣削过程中处于最优工作状态以提高铣削加工效率,建立铣削力模型并进行了铣削功率的校核,求解不同铣削力作用在机器人末端的力和力矩,利用牛顿-欧拉方程建立了铣削机器人动力学模型,运用逆动力学反向求解了不同路径下机器人关节力矩随时间的变化情况,确定了对机器人关节力矩影响最小的铣削加工路径,最后,为避免在铣削过程中发生共振现象,对铣削机器人进行模态分析,得到机器人的固有频率。(4)以获取在不同的加工路径下的机器人铣削最优工艺参数为目的,针对主轴转速、每齿进给量、切削深度和切削宽度四个因素分别进行单因素试验和正交试验,探究不同工艺参数对零件表面质量的综合影响,从而确定在不同加工路径下,使用不同的刀具对缺陷层去除之后零件表面质量最佳的铣削工艺参数组合。通过本文工作,确定了使用铣削机器人对增材制造零件表面缺陷层去除的加工路径和工艺参数,对提高增材制造零件的表面粗糙度和表面质量具有重要的意义与实际价值。

关键词： 刚柔耦合   大负载   运动学   动力学   仿真验证  

摘要： 随着物流行业的快速发展,国内工业企业对于搬运机器人的需求较大,但大部分国内和国外的码垛机器人都是基于现有的工业通用机器人而设计的。这类机器人的负载低和工作性能不高,它们一般采用为“单箱装车”或者“两箱装车”的装车方式进行装车。基于现有的工业通用机器人而设计的码垛机器人的工作效率已经跟不上顾客的需求,在此背景之下,针对“大负载”的码垛机器人的研究迫在眉睫。码垛机器人的设计分为两个部分:货物输送部分、机器人部分。目前,国内外使用的码垛机器人大部分都是基于现有的工业通用机器人而设计的,它们的机械人部分采用现有的通用6R机器手和现有的夹具对货物进行夹起和装车,这类机器人的理论研究已经比较成熟,只需要为该机器人进行编程控制和设计货物输送部分即可投入生产使用,这种码垛方案的负载低、效率低。而“大负载”码垛机器人则摒弃了现有的工业通用机器人,通过对机械人的结构创新,实现输送、码垛一体化,兼具有“大负载”作业的能力,满足了集装箱码垛的实际性能要求。本课题基于“大负载”码垛机器人的结构创新的特点,探索一种适合于“大负载”码垛机器人的刚柔耦合运动学和刚柔耦合动力学的数学建模方法。本文以一台“大负载”的码垛机器人作为研究对象,对其结构进行分析,采用D-H法建立码垛机器人的运动学模型,通过运动学仿真,验证其刚体运动学模型的正确性。紧接着,本文对码垛机器人的结构进行数学模型简化,提出了三种合理的“大负载”码垛机器人的动力学数学建模方案,选取最优的动力学数学建模方案,建立了码垛机器人的刚体动力学方程。而后采用Adams进行虚拟样机仿真,验证其刚体动力学数学模型的正确性。考虑到多级伸缩臂实际工作中具有较大形变,为了提高定位精度和准确分析机器人实际动力学特性,基于伯努利梁理论推导出伸缩臂的变形方程,推导并建立多级伸缩臂刚柔耦合运动学和刚柔耦合动力学数学模型;通过对比刚体动力学计算结果、刚柔耦合动力学计算结果和柔性动力学仿真结果,得出刚柔耦合动力学相对于刚体动力学更能描述码垛机器人的实际受力情况的结论。

关键词： 底座力传感器   机器人动力学   碰撞检测   拖动示教  

摘要： 随着人们生活品质的不断提高,消费者的个性化需求日益强烈,制造业面临着转型升级,向小批量、灵活化的生产方式发展。部署灵活、操作简单的协作机器人是这些产业快速实现自动化的绝佳选择,因此协作机器人在近年来发展迅猛。灵活性、易用性与安全性作为协作机器人的核心竞争力,主要体现在机器人的拖动示教与碰撞检测应用上。本课题针对这两项关键应用进行研究,提出了一种基于底座力传感器的方式来实现高精度的碰撞检测与灵活的拖动示教,该方案的思路是首先基于机器人动力学模型完成外力观测,继而对外力做出恰当地响应。由于机器人的动力学模型通常是未知的,需要通过辨识来获得,故本文将围绕动力学建模、动力学辨识、外力观测、外力响应四个方面来开展工作。本研究首先提出了串联机器人动力学模型建立方法,给出了机器人关节线性动力学模型与底座线性动力学模型,并分别给出了机器人最大可辨识动力学参数集的数值分析方法与解析分析方法,为后续的动力学模型辨识奠定了基础。接着,提出了利用底座力信息与关节力矩信息融合的方式辨识机器人完整动力学参数,相较于传统的纯关节力矩辨识方法,能够获得更准确的关节连杆动力学参数与更适合的关节摩擦力模型。辨识过程中还提出了利用机器人自身运动对力传感器耦合系数进行辨识并补偿的方法,以削弱力传感器耦合对辨识结果的不利影响。仿真与实验表明,本研究提出的动力学建模与辨识方法能够准确地辨识出机器人的动力学参数,为后续外力观测奠定了基础。基于辨识得的机器人动力学模型,本研究构建了底座力观测器与广义动量观测器,能够准确地观测作用外力大小,并粗略地观测外力作用位置。观测信息被有效地应用于协作机器人的拖动示教中,实现了工作空间的全臂拖动示教。本研究还提出一种基于力频率的示教导纳参数自适应调节算法,实现了拖动示教失稳快速抑制。观测信息也被有效地应用于协作机器人的碰撞检测中,实现了高精度的全臂碰撞检测。实验结果表明,所提出的外力观测方法与外力响应策略具有良好的人机交互效果,增强了协作机器人的易用性与安全性。

关键词： 架空线路   作业机器人   机构设计与优化   系统耦合动力学   运动规划   智能决策架构  

摘要： 为了提供可靠电力以应对能源上的巨大需求,国家建设了大规模电力设施,搭建了长距离的高压电力线路。电力线路需要进行常规检查,以高效、可靠地传输高压电力并在故障发生的早期进行检修。架空线路作业机器人(下简称“机器人”)可以在不利于人工维护作业的情况下,一定程度上取代人工,并面向多作业任务进行线路维护。本文正是针对具有模块化作业臂的机器人在维护作业与实用化过程中亟需解决的技术难题而展开,着重对机器人作业臂机构设计与优化、机器人/电力线系统耦合动力学、机器人运动规划算法、机器人智能决策架构等关键共性技术进行了深入研究。本文主要内容及研究思路如下:以提高机器人辅助架空线路作业的性能为目的,阐述了一种应用于机器人的新型模块化作业臂及其机构设计和优化方法。给出了串联模块化作业臂的设计理念及机械结构,并采用物理意义明确的指数积公式法对其进行了运动学分析。在此基础上,提出了一种考虑作业臂可达性、可操作性和结构利用率的综合优化指标,并采用量子行为粒子群优化算法来寻找最佳的机构设计参数。通过比较初始状态和优化后的最终状态来验证作业臂设计优化的有效性。基于所设计具有模块化作业臂的机器人,提出了一种融合旋量理论、绝对节点坐标法和接触估算器的系统耦合动力学方法。机器人/电力线系统通过人工神经网络估算接触力,并解耦为刚性机器人和柔性电力线两个多体子系统分别求解。整个系统将风载作为主要外部干扰,在统一的全局坐标系下完成系统状态的迭代。基于逆动力学辨识模型和加权最小二乘方法,通过对机器人关节力矩估计值的补偿建立了关节力矩预测模型。通过建立简化二维和详细三维模型,解析了不同工况下机器人/电力线相互作用的效果,验证了该方法的可行性。根据机器人/电力线系统的耦合动力学,设计了一种基于学习后的可达场函数和遗传最佳优先策略的机器人动态环境快速搜索算法(DE-RST)。该算法在随机扰动的刚柔耦合环境中利用采样数据优化节点选择策略,在构型空间中生成关节路径。最后,给出了考虑动力学约束和代价函数的关节轨迹,为机器人控制器提供了参考位置和力矩。与传统的规划算法进行了比较,验证了所设计的算法在轻微和连续变化的环境下的稳健性。结合耦合动力学的机理知识和随机森林的经验数据,构建了一种考虑随机扰动的分层强化学习架构用于自主作业机器人的决策。该架构综合考虑了有随机扰动的情况下全局和局部两个层面上的高层作业策略选择和低层作业行为控制。将该架构应用于某架空线路作业场景之中,设计了各策略的状态表征和奖励函数并在异步并行的计算环境下完成所有策略的训练。研究证明了对于受到随机扰动的机器人,该架构能够实现平稳而安全的全过程自主作业决策。

关键词： MS-DT-TMM   移动柔性机器人   三自由度并联机构   动力学   自减振  

摘要： 本课题对自减振移动柔性机器人进行动力学建模与分析研究。将三自由度并联机构应用于移动柔性机器人,构造具有减振功能的自减振移动柔性机器人。通过调节并联机构三支腿的伸缩量,保证上平台位姿的相对水平,以降低不平路面激励对移动柔性机器人末端操作精度的影响。主要有以下几个方面的研究:首先,基于多体系统离散时间传递矩阵法(MS-DT-TMM),构建并联机构各个元件和整个系统的动力学传递矩阵以及传递方程。进行数值仿真求解,得到并联机构各个支腿的受力和伸缩量的变化规律。建立并联机构的三维模型,进行动力学仿真分析实验,对比结果并进行分析,验证了基于MS-DT-TMM三自由度并联机构动力学模型的正确性。其次,基于MS-DT-TMM建立车轮的动力学模型并验证其正确性。考虑机械臂关节柔性的作用,与基于刚性关节模型的结果进行对比分析。结果存在明显不可忽略的差异,严重地影响了柔性机械臂端部的操作准确度,说明在对系统动力学特性进行整体研究时,对机械臂关节柔性的影响进行考虑是非常有必要的。然后,将并联机构应用于移动平台建立自减振移动柔性机器人,阐释了空间轮式移动机器人的组成及其整体动力学模型的推导过程。基于MS-DT-TMM创建自减振移动柔性机器人系统整体的动力学模型,经过数值仿真分析,可得出移动平台、并联机构以及末端柔性机械臂的动力学参数。最后研制了三自由度并联机构样机,搭建振动实验平台,并检测并联机构样机的固有频率,避免共振现象的产生。提出直线电机单独控制和三直线电机协调控制的控制方案流程图,为后期并联机构控制系统的设计奠定理论基础。

关键词： 机器人   3-PSS并联结构   运动学分析   滑模控制  

摘要： 直线电机具有直驱特性和“零驱动”模式，能够很好的克服传统直线伺服系统在精度和迟滞方面的不足。本文基于三个直线电机模组耦合驱动，在传统并联机器人结构基础上重新设计构建了一种3－PSS并联机器人。由于直线电机的直驱特性和并联机器人部分结构的改变，本文需要重新对运动学、动力学模型进行求导，为消除高速重载情况下直线电机带来的扰动和非线性，基于动力学微分方程设计新的控制策略，然后对3-PSS直线电机并联机器人进行仿真和样机实验研究。本文研究内容包括：　　1）基于直线电机设计一种新的3-PSS并联机器人并使用Solidworks软件建立3D模型，基于旋量理论求解运动学，推导雅可比矩阵，获得速度模型，通过Matlab软件结合解析法和蒙特卡洛法求解可达工作空间。随后基于运动学模型对机器人动力学进行分析，求解各关节广义主动力和广义惯性力，最终获得直线电机3-PSS并联机器人的动力学Kane方程。　　2）针对3-PSS直线电机并联机器人的在高速、重载下抗扰动能力弱，稳定性差的特点，基于动力学微分方程设计了一种基于深度确定性策略梯度(DeepDeterministicPolicyGradient)的非线性非奇异快速Terminal滑模控制器。使用深度确定性策略梯度对非线性非奇异快速Terminal滑模控制器中的非线性不确定性进行逼近，提高跟踪控制精度和抗干扰能力。利用Lyapunov函数验证控制系统的稳定性和收敛性，结合DDPG算法自适应调节控制器参数，保证在质量变化、摩擦因素、外部干扰和建模不确定性等各种环境下的稳定性和鲁棒性。对提出的控制器使用Simulink仿真验证可行性，并与传统Terminal滑模控制、非奇异Terminal滑模控制和基于RBF(RadialBasisFunction)神经网络的滑模控制效果进行比较，结论证明本文设计的控制策略具有非奇异性，有限时间收敛性，快速瞬态响应，低稳态误差和高位置跟踪等优点，并且有效抑制不确定性的系统运动过程中的抖振问题，并提高运动精度和抗干扰能力。　　3）建立Matlab、ADAMS和Ansys联合仿真。验证运动学、动力学模型的正确性和基于DDPG的非线性非奇异快速Terminal滑模控制器的有效性。在以上基础上对并联机器人做静力学仿真和负载、精度验证可行性。通过样机验证测试，样机能够满足所设计参数的要求，并对本文工作进行总结，对未来进行展望。

关键词： 套环装配机器人   迭代学习控制   机器人学   动力学  

摘要： 随着自动化生产进程的发展,机器人的人工智能控制技术也得到了进一步的研究,工业机械手的投入,大幅度的降低企业生产成本,同时也提升了生产效率。本课题以地铁管片钢筋笼套环装配环节为研究对象,传统的钢筋笼套环装配、焊接均为人工,效率慢精度低,本课题将桁架机械手应用于钢筋笼套环装配工序,研究并设计一套低成本、高性能的专用机械手。在对地铁管片套环装配生产过程的分析及机械手控制系统的研究基础上,主要做了以下研究:设计套环装配机器人结构。根据钢筋笼套环供料及装配的工艺流程,研究设计了桁架机械手及套环卡具的总体方案,对末端夹持器机械机构进行设计,对伺服电机计算及选型。并且使用SOLIDWORKS Simulation软件对设计的末端夹持器进行静态有限元分析,通过对机械手的应力应变及变形云图的分析,证明了所设计的末端夹持器满足实际工作要求。建立套环装配机器人数学模型。应用机器人学D-H方程对所设计的机械手进行数学建模,得到了运动学方程、末端夹持器的位姿状态方程,并且利用反变换方法求得了运动学的逆解。应用拉格朗日方程对桁架机械手进行研究,最终取得了机械手的动力学模型。研究套环装配机器人控制算法,在动力学模型的基础上,对机械手运动施加闭环PD迭代学习算法,并给出了算法收敛的证明过程,经过MATLAB仿真验证,证明了使用该算法可以获得较好的精度,在闭环PD迭代学习的基础上,对PD型变增益迭代学习算法进行研究,并给出了收敛范围的数学证明,通过仿真与PD型迭代学习算法比较,得到了一种精度更高、收敛速度更快的迭代控制算法。开发了套环装配机器人的硬件控制系统,对机械手主控板进行了详细的设计,根据底部卡具的工艺运动流程,设计一套专用的卡具气缸驱动及位置检测控制板。对主控板进行伺服控制信号的验证调试,得到了可以有效驱动伺服电机的PWM信号。基于设计的主控板及卡具控制板,使用Lab VIEW软件进行对应工序的上位机设计。

关键词： Machine learning   Reinforcement learning   Video games  

摘要： Reinforcement learning has been a powerful tool for building continuously improving systems in domains like video games and animated character control, but has proven relatively more challenging to apply to problems in real world robotics. In this talk, I will argue that this challenge can be attributed to a mismatch in assumptions between typical RL algorithms and what the real world actually provides, making data collection and utilization difficult. In this talk, I will discuss how to build algorithms and systems to bridge these assumptions and allow robotic learning systems to operate under the assumptions of the real world - under realistic and practical assumptions on non-determinism, uncertainty and human supervision. In particular, I will describe how we can develop algorithms to ensure easily scalable supervision from humans, perform safe, directed exploration in practical time scales and enable uninterrupted autonomous data collection at scale. I will show how these techniques can be applied to real world robotic systems. Lastly, I will provide some perspectives on how this opens the door towards future deployment of robots into unstructured human-centric environments such as our homes, hospitals, and shopping malls.

关键词： 机器人动力学   视觉伺服   参数辨识   遗传算法   滑模控制  

摘要： 机器人智能化是机器人控制系统研究中的重要课题。作为机器人智能化的两种基本方案,动力学控制可以提升机器人环境交互能力,视觉伺服可以提升机器人环境感知能力。本文将两者相结合,研究基于机器人动力学模型的视觉伺服控制,旨在兼顾机器人环境感知与交互能力,提高机器人视觉伺服性能。在机器人动力学控制方面,首先要研究机器人运动学与动力学建模,建立机器人动力学模型。本文以埃夫特工业机器人ER3A-C60为研究对象,通过DH方法与矢量积法建立机器人运动学与微分运动学模型,得到机器人关节雅可比矩阵;通过拉格朗日方法与牛顿欧拉方法建立机器人动力学模型。机器人动力学模型已知而参数未知的情况下,进一步研究参数辨识方法并进行参数辨识实验,可以得到动力学模型中未知参数的估计值。本文首先总结常用的机器人动力学参数辨识方法,从中选取遗传算法作为激励轨迹优化与参数辨识的方法;之后设计并运行激励轨迹以采集实验数据;最后根据滤波处理后的实验数据使用遗传算法辨识出未知动力学参数,进而验证辨识结果准确性。结合已知机器人动力学模型与参数辨识值,研究动力学控制方法并设计动力学控制系统可以实现机器人的动力学控制。对控制系统的最基本要求是能使输出趋于期望值并稳定,在此基础上要求抑制扰动,进一步地要求可以调节参数以优化模型。按此递进思路,本文分别研究了PID控制、滑模控制、滑模边界层控制与滑模自适应控制,通过仿真与实物实验验证了动力学控制系统的稳定性。在机器人视觉伺服方面,首先从视觉伺服系统建模出发,建立机器人视觉伺服系统模型。本文以通用形式的机器人视觉伺服系统为研究对象,分析相机成像模型,得到相机内外参数矩阵;根据目标与相机之间的相对运动关系,推导交互矩阵与图像雅可比矩阵;在相机模型与图像雅可比矩阵的基础上对视觉伺服系统由浅入深逐步分析,参考机器人视觉伺服传统模型设计了基于机器人动力学模型的视觉伺服系统。最后,本文对基于机器人动力学模型的视觉伺服系统进行仿真与实物验证。将设计的视觉伺服系统与实验验证可行的机器人动力学控制器结合,实现基于机器人动力学模型的视觉伺服控制,并将其结果与基于运动学的视觉伺服相对比,验证了算法的可行性。实验结果说明,动力学控制系统与基于动力学模型的视觉伺服控制系统在实际机器人上具有良好可靠性,满足机器人控制精度要求,具备进一步研究的学术价值。

关键词： 履带式爬壁机器人   吸附装置   计算流体力学   优化设计   遗传算法  

摘要： 近年来,随着我国科学技术和经济实力的迅猛发展,我国基础设施的建设也迎来了新的发展高峰,高层建筑、核能发电、水陆交通运输以及石油化工等领域对竖直壁面作业以及高空作业的需求日益增加。爬壁机器人作为一种可以在倾斜或者垂直壁面上爬行并完成自主作业的自动化机器人,通过搭载不同传感器以及不同的工作装置来实现壁面清洁、裂缝监测、核辐射检测以及灾害搜救等高空高风险功能。其中负压吸附爬壁机器人由于不受工作壁面的限制,可以在任何壁面工作,有着广泛的发展前景。本文结合国家自然科学基金项目“多履带行走装置机电耦合动力学及自适应控制”(No.51775225),面向经济社会发展需要,对负压吸附式爬壁机器人吸附装置进行了理论和试验研究。首先分析了各种吸附式爬壁机器人的适用范围以及优缺点,综述了负压吸附式爬壁机器人以及相关技术的国内外研究现状。介绍了负压吸附式爬壁机器人吸附装置的组成,分析了吸附装置内部流体运动以及受力情况,推导了吸附装置负压值的计算公式,计算了履带式爬壁机器人在静止状态和运动状态下所需要的最小吸附压力,给出了叶轮的主要设计原则和设计方法。设计并制造了一款履带式爬壁机器人样机,通过样机的性能试验探究了在静止状态下,壁面类型、机器人位姿、负压腔形状以及密封边类型对吸附性能的影响;探究了在运动状态下,位姿对爬壁机器人吸附性能的影响,搭建了一套负压反馈控制算法,实现了爬壁机器人负压值的反馈控制。介绍了吸附装置CFD仿真的主要过程,并将吸附装置CFD仿真结果与试验结果进行了对比,证明了仿真结果的正确性;以CFD仿真为基础,探究了叶轮参数对吸附装置负压值的影响,通过克里金模型建立了叶轮参数和负压值之间的非线性函数关系,使用遗传算法对叶轮参数进行了优化,优化后的吸附装置负压值显著提高,通过试验证明了优化结果的正确性。本文对履带式爬壁机器人负压吸附装置流体动力学仿真及叶片参数优化的理论和试验研究结果,为此类机器人负压吸附装置的设计提供了参考。