基于动力学参数辨识的PTP加速度优化方法及装置制造方法及图纸

本发明专利技术公开了一种基于动力学参数辨识的PTP加速度优化方法及装置，其中，方法，包括：建立简化的SCARA机器人关节动力学模型；获取改进摩擦模型和转子惯量，并将所述改进摩擦模型和转子惯量加入所述关节动力学模型得到改进后的动力学模型；对所述改进后的动力学模型进行参数辨识得到动力学模型；设定限制条件确定SCARA机器人的PTP轨迹规划算法，得到SCARA机器人的PTP运动轨迹；将所述PTP运动轨迹带入所述动力学模型进行驱动力矩计算，得到力矩预测峰值；将所述力矩预测峰值的转矩和谐波减速机容许峰值转矩进行比较，从而优化PTP加速度，保证PTP运动驱动力矩不超过减速机瞬时容许峰值转矩且效率最优。在机器人本体动力学模型中加入改进的摩擦模型和转子惯量得到完整的改进动力学模型，这将提高参数辨识的精度和力矩预测的准确性。

The Method and Device of PTP Acceleration Optimization Based on Dynamic Parameter Identification

The invention discloses a PTP acceleration optimization method and device based on dynamic parameter identification. The method includes: establishing a simplified joint dynamics model of SCARA robot; obtaining improved friction model and rotor inertia, and adding the improved friction model and rotor inertia into the joint dynamics model to be modified. The improved dynamic model is identified by parameters to obtain the dynamic model; the restriction conditions are set to determine the PTP trajectory planning algorithm of SCARA robot, and the PTP trajectory of SCARA robot is obtained; the PTP trajectory is brought into the dynamic model to calculate the driving moment and the force. The predicted peak torque is compared with the allowable peak torque of the harmonic reducer to optimize the PTP acceleration and ensure that the PTP motion driving moment does not exceed the instantaneous allowable peak torque of the reducer and the efficiency is optimal. The improved friction model and rotor inertia are added to the robot body dynamics model to obtain a complete improved dynamic model, which will improve the accuracy of parameter identification and moment prediction.

【技术实现步骤摘要】
基于动力学参数辨识的PTP加速度优化方法及装置
本专利技术涉及SCARA机器人的动力学控制优化领域，具体地，涉及一种基于动力学参数辨识的PTP加速度优化及装置。
技术介绍
目前，随着智能制造行业的不断发展，机器人越发成为生产制造中不可替代的工具。机器人动力学研究的是关节驱动力矩和机器人运动之间的复杂关系，故如何获取精确的动力学模型对机器人的仿真研究、机器人机械结构力矩分析以及力矩补偿控制等各方面涉及力矩的相关研究都举足轻重，因此机器人动力学参数辨识成为研究热点。机器人的动力学效应包含惯性力项、哥式力离心力项、重力项和摩擦力项等等，一般可以通过仿真分析和实验两种形式确定动力学参数，仿真分析常用Adams等机械动力学仿真软件，实验常通过激励轨迹最小二乘法等方法进行参数辨识。机器人的驱动方式分为基于运动的位置控制和基于动力学的力矩控制两种,其中基于运动学的位置控制通过给定位置到伺服驱动进行机器人各关节的位置和速度控制,这种控制方式不考虑机器人各关节的动力学效应，因此在驱动机器人的关节运动时存在以下问题：1、高速大转矩时位置偏差大；2、急停时关节容易出现震动；3、提高响应速度,超调现象严重。以上问题都会对减速机造成很大的冲击，甚至损坏减速机，同时很不利于高速高精度的轨迹跟踪控制。除了上述基于反馈的控制方式外，还有基于模型的控制策略，这种控制方法称为“动态控制”，例如重力补偿控制、计算力矩法、内模控制等。总结起来基于模型的控制策略有两种形式：一是通过机器人动力学模型可以对机器人运动进行力矩计算，并通过计算得到的驱动力矩考虑机器人机械承受能力制定有效的动力学优化控制方案；二是通过动力学方程计算各关节驱动力学，对惯性力项、重力项和摩擦力项等进行前馈控制以及三闭环控制进行未建模部分补偿。
技术实现思路
本专利技术的目的在于，针对上述问题，提出一种基于动力学参数辨识的PTP加速度优化及装置，以实现至少部分的解决现有技术中存在的问题。为实现上述目的，本专利技术一方面采用的技术方案是：一种基于动力学参数辨识的PTP加速度优化方法，包括：建立简化的SCARA机器人关节动力学模型；获取改进摩擦模型和转子惯量，并将所述改进摩擦模型和转子惯量加入所述关节动力学模型得到改进后的动力学模型；对所述改进后的动力学模型进行参数辨识得到动力学模型；设定限制条件确定SCARA机器人的PTP轨迹规划算法，得到SCARA机器人的PTP运动轨迹；将所述PTP运动轨迹带入所述动力学模型进行驱动力矩计算，得到力矩预测峰值；将力矩预测峰值的转矩和谐波减速机容许峰值转矩进行比较，从而优化PTP加速度，保证PTP运动驱动力矩不超过减速机瞬时容许峰值转矩且效率最优。优选的，所述对所述改进后的动力学模型进行参数辨识得到动力学模型，包括：对所述改进后的动力学模型进行线性化处理，得到待辨识参数的基参数集；采集激励轨迹运动数据并通过线性化的动力学模型进行数据处理得到观测矩阵和转矩向量；由所述观测矩阵和转矩向量通过最小二乘法对所述待辨识参数的基参数集进行辨识，从而得到动力学模型。优选的，对所述改进后的动力学模型进行线性化处理，得到待辨识参数的基参数集，具体为：对所述改进后的动力学模型进行线性化处理，得到含有10个待辨识参数的基参数集。优选的，所述简化的SCARA机器人关节动力学模型为：简化的SCARA机器人两关节动力学模型。优选的，获取改进摩擦模型，包括：在库伦+黏滞摩擦模型中加入高速补偿项得到改进摩擦模型。优选的，所述库伦+黏滞摩擦模型为：所述改进摩擦模型为式中fC、fv和fh分别为库伦摩擦系数、粘性摩擦系数和高速补偿系数，为关节角速度。优选的，所述设定限制条件确定SCARA机器人的PTP轨迹规划算法，得到SCARA机器人的PTP运动轨迹中，所述限制条件，包括：起停点位置、速度和加速度。优选的，所述将所述力矩预测峰值的转矩和谐波减速机容许峰值转矩进行比较，从而优化PTP加速度，保证PTP运动驱动力矩不超过减速机瞬时容许峰值转矩且效率最优，包括：通过动力学模型对PTP中惯性力和哥式力离心力较大的部分点进行力矩预测，将力矩预测峰值的转矩和减速机容许峰值转矩进行对比，通过迭代步长k对最大加速度值进行迭代缩放直到寻优得到力矩预测峰值转矩小于且在设定裕度内最接近容许峰值转矩的最优加速度值。优选的，所述PTP轨迹规划算法为：q(t')＝k0+k1t'1+k2t'2+k3t'3+k4t'4+k5t'5+k6t'6，式中，k0～k6为多项式系数，tf为总运行时间，t表示运行时间。另一方面，本专利技术还公开一种基于动力学参数辨识的PTP加速度优化装置，包括：机器人关节动力学模型建立模块：用于建立简化的SCARA机器人关节动力学模型；改进后的动力学模型建立模块：用于获取改进摩擦模型和转子惯量，并将所述改进摩擦模型和转子惯量加入所述关节动力学模型得到改进后的动力学模型；参数辨识模块：用于对所述改进后的动力学模型进行参数辨识得到动力学模型；PTP运动轨迹获取模块：用于设定限制条件确定SCARA机器人的PTP轨迹规划算法，得到SCARA机器人的PTP运动轨迹；力矩预测峰值获取模块：用于将所述PTP运动轨迹带入所述动力学模型进行驱动力矩计算，得到力矩预测峰值；比较模块：用于将力矩预测峰值的转矩和谐波减速机容许峰值转矩进行比较，从而优化PTP加速度，保证PTP运动驱动力矩不超过减速机瞬时容许峰值转矩且效率最优。本专利技术的技术方案具有以下有益效果：(1)在机器人本体动力学模型中加入改进的摩擦模型和转子惯量得到完整的改进动力学模型，这将提高参数辨识的精度和力矩预测的准确性。(2)针对SCARA机器人的高速运动时摩擦的复杂非线性现象，本专利技术提出的库伦黏滞摩擦加高速摩擦补偿模型可以更好的表征SCARA机器人高速运动时的复杂摩擦现象。(3)由辨识得到的动力学模型对SCARA机器人的PTP运动进行力矩计算得到峰值转矩预测值，并通过加速度寻优算法限制机器人驱动力矩小于减速机能承受的力矩，算法计算量小保证控制实时性。本专利技术在保证SCARA机器人高效运行的同时可以有效的延长减速机的使用寿命。下面通过附图和实施例，对本专利技术的技术方案做进一步的详细描述。附图说明图1为本专利技术实施例所述的基于动力学参数辨识的PTP加速度优化方法的流程图；图2为本专利技术实施例所述的基于动力学参数辨识的PTP加速度优化装置的原理框图；图3为本专利技术实施例所述的SCARA机器人连杆坐标系图；图4为本专利技术实施例所述的PTP加速度寻优算法流程图；图5为本专利技术实施例所述的SCARA机器人结构示意图；图6为本专利技术实施例所述的基于动力学参数辨识的PTP加速度优化方法的计算流程图。具体实施方式以下结合附图对本专利技术的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本专利技术，并不用于限定本专利技术。SCARA机器人结构如图5所示。如图1和图6所示，一种基于动力学参数辨识的PTP加速度优化方法，包括：S101：建立简化的SCARA机器人关节动力学模型；根据SCARA机器人结构，采用Lagrange法建立简化的SCARA机器人两关节动力学模型；n关节的机器人系统的动力学方程为：式中，q为转角向量，其1、2阶导分别为角速度和角加速度向量，D(q)为是n阶机器人惯性本文档来自技高网...

【技术保护点】
1.一种基于动力学参数辨识的PTP加速度优化方法，其特征在于，包括：建立简化的SCARA机器人关节动力学模型；获取改进摩擦模型和转子惯量，并将所述改进摩擦模型和转子惯量加入所述关节动力学模型得到改进后的动力学模型；对所述改进后的动力学模型进行参数辨识得到动力学模型；设定限制条件确定SCARA机器人的PTP轨迹规划算法，得到SCARA机器人的PTP运动轨迹；将所述PTP运动轨迹带入所述动力学模型进行驱动力矩计算，得到力矩预测峰值；将力矩预测峰值的转矩和谐波减速机容许峰值转矩进行比较，从而优化PTP加速度，保证PTP运动驱动力矩不超过减速机瞬时容许峰值转矩且效率最优。

【技术特征摘要】
1.一种基于动力学参数辨识的PTP加速度优化方法，其特征在于，包括：建立简化的SCARA机器人关节动力学模型；获取改进摩擦模型和转子惯量，并将所述改进摩擦模型和转子惯量加入所述关节动力学模型得到改进后的动力学模型；对所述改进后的动力学模型进行参数辨识得到动力学模型；设定限制条件确定SCARA机器人的PTP轨迹规划算法，得到SCARA机器人的PTP运动轨迹；将所述PTP运动轨迹带入所述动力学模型进行驱动力矩计算，得到力矩预测峰值；将力矩预测峰值的转矩和谐波减速机容许峰值转矩进行比较，从而优化PTP加速度，保证PTP运动驱动力矩不超过减速机瞬时容许峰值转矩且效率最优。2.根据权利要求1所述的基于动力学参数辨识的PTP加速度优化方法，其特征在于，所述对所述改进后的动力学模型进行参数辨识得到动力学模型，包括：对所述改进后的动力学模型进行线性化处理，得到待辨识参数的基参数集；采集激励轨迹运动数据并通过线性化的动力学模型进行数据处理得到观测矩阵和转矩向量；由所述观测矩阵和转矩向量通过最小二乘法对所述待辨识参数的基参数集进行辨识，从而得到动力学模型。3.根据权利要求2所述的基于动力学参数辨识的PTP加速度优化方法，其特征在于，对所述改进后的动力学模型进行线性化处理，得到待辨识参数的基参数集，具体为：对所述改进后的动力学模型进行线性化处理，得到含有10个待辨识参数的基参数集。4.根据权利要求1所述的基于动力学参数辨识的PTP加速度优化方法，其特征在于，所述简化的SCARA机器人关节动力学模型为：简化的SCARA机器人两关节动力学模型。5.根据权利要求1所述的基于动力学参数辨识的PTP加速度优化方法，其特征在于，获取改进摩擦模型，包括：在库伦+黏滞摩擦模型中加入高速补偿项得到改进摩擦模型。6.根据权利要求5所述的基于动力学参数辨识的PTP加速度优化方法，其特征在于，所述库伦+黏滞摩擦模型为：所述改进摩擦模型为式中fC、fv和fh分别为库伦摩擦系数、粘性摩擦系数和高速补偿系数...

【专利技术属性】
技术研发人员：林建雄，白瑞林，王延玉，李新，
申请(专利权)人：无锡信捷电气股份有限公司，
类型：发明
国别省市：江苏,32