一种降低工业机器人振动的在线控制方法技术

本发明专利技术提出了一种降低工业机器人振动的在线控制方法，包括：建立工业机器人柔性关节动力学模型；根据建立的柔性关节动力学模型，采用离线方法辨识模型的各个动力学参数初值；采用非参数频域辨识方法对柔性关节动力学参数进行在线辨识，包括：根据建立的柔性关节动力学模型，可以得到线性化后的电机扭矩和电机转子角加速度的传递函数；对柔性关节控制参数进行在线调整，包括：调整陷波器的陷波频率和带宽；调整伺服驱动器位置环的比例项系数。本发明专利技术采用离线辨识初值+在线辨识当前值的方式获取机器人柔性关节各个参数的准确值，保证了模型的精确性。

On line control method for reducing vibration of industrial robot

The present invention provides a control method to reduce the vibration of the industrial robot online, including: the establishment of industrial robot flexible joint dynamics model of flexible joint; according to the model, the kinetic parameters of initial value by off-line method of identification model; using non parametric frequency domain identification method for online identification of flexible joint kinetic parameters were as follows: according to the flexible the joint dynamic model, can get the transfer function of rotor motor torque and motor linear angular acceleration; the control parameters of the flexible joint is adjusted online, including: the notch frequency and bandwidth adjustment wavetrap; adjust the servo driver position loop proportional coefficient. The invention obtains the accurate value of each parameter of the flexible joint of the robot by off-line identifying initial value + on-line identification of the current value, thus ensuring the accuracy of the model.

【技术实现步骤摘要】
一种降低工业机器人振动的在线控制方法
本专利技术涉及工业机器人
，特别涉及一种降低工业机器人振动的在线控制方法。
技术介绍
随着人力成本的上升和工业机器人成本的降低，工业机器人正在得到迅速普及。从目前发展形势看，传统工业机器人正朝着两个方向不断拓展，一个是大负载大尺寸机器人；另一个是小负载高速高精度机器人。这两个发展方向同时面临一个问题：机器人振动。大负载会导致惯量的增大，大尺寸会导致结构刚度的降低，这两方面因素都会使得机器人柔性增强，容易产生振动；小负载机器人虽然往往结构刚度较高，但面临的也是更严苛的力学环境，在高加减速的作用下，同样容易激发振动。与传统工业机器人类似，以协作机器人为代表的新一代机器人也面临振动问题。协作机器人往往采用模块化结构，其靠近末端工具的几个关节可以视为集中质量，导致较大的结构惯量；此外，协作机器人往往在关节上安置扭矩传感器或SEA(SerialElasticActuator),这类装置都会带来机器人柔性的增加，进而导致运动时的机器人振动。工业机器人的振动会造成运动精度的降低，零部件寿命的衰减等等问题。因此，降低工业机器人振动具有重要的经济效益和实用价值。国内外关于如何降低工业机器人振动进行了大量的研究。专利《一种基于振动观测器的柔性机械臂振动控制方法》建立柔性臂数学模型，设计了振动观测器和状态反馈积分控制器，采用联合仿真验证控制参数的有效性，此方法对于简单的柔性臂杆可以取得不错的效果，但是对于工业机器人这样复杂的系统，如何建模和获取模型参数是一个难题，此外，机器人是一个时变的非线性系统，该专利中离线仿真获取的控制器参数对于机器人是否全局有效存在疑问。专利《一种抑制柔性机械臂振动的边界控制方法》同样是对柔性机械臂建立数学模型，但是专利采用的建模方法只能对简单的梁单元建模，对于复杂的多自由度机器人不适用；专利采用的边界控制方法需要在柔性机械臂末端输出控制力，而工业机器人大多工作在位置模式，难以采用专利所述方法。因此，现有的工业机器人振动控制方法多少存在一些缺点，具有一定的局限性，难以实际应用到工业机器人上。
技术实现思路
本专利技术的目的旨在至少解决所述技术缺陷之一。为此，本专利技术的目的在于提出一种降低工业机器人振动的在线控制方法。为了实现上述目的，本专利技术的实施例提供一种降低工业机器人振动的在线控制方法，包括如下步骤：步骤S1，建立工业机器人柔性关节动力学模型，其中，扭簧采用非线性弹簧模型，摩擦力采用“库伦+粘滞”的经典模型：其中，其中τ为电机扭矩，为电机转子角位移，Jm为电机转子惯量，τf为摩擦力，r为减速比，τs为扭簧弹性力，d为阻尼系数，Ja为负载惯量，为臂杆角位移；步骤S2，根据建立的柔性关节动力学模型，采用离线方法辨识模型的各个动力学参数初值，其中，辨识的动力学参数包括：辨识获取的参数包括d、k1、k3、FV、FC；步骤S3，采用非参数频域辨识方法对柔性关节动力学参数进行在线辨识，包括：根据步骤S1中建立的柔性关节动力学模型，可以得到线性化后的电机扭矩和电机转子角加速度的传递函数为：机器人运行过程中，电机扭矩τ和电机转子角速度都可以从驱动器直接得到，对电机转子角加速度做差分和滤波平滑后可以得到电机转子角加速度，根据采集的数据可以得到电机扭矩和转子角加速度的频响函数Fr,辨识问题变成根据模型初始参数，迭代寻找满足的最优估计参数，Fe为动力学模型的频响函数；步骤S4，对柔性关节控制参数进行在线调整，包括：调整陷波器的陷波频率和带宽；调整伺服驱动器位置环的比例项系数。进一步，在所述步骤S2中，对于k1、k3,通过给关节施加外部静态载荷的同时获取变形，用最小二乘法拟合“力-变形”曲线得到，d通过对关节施加脉冲激励，测量振幅衰减半周期得到。FV、FC通过电机“输出扭矩-速度”曲线拟合得到。进一步，在所述步骤S4中，所述调整陷波器的陷波频率和带宽，包括如下步骤：陷波器用来把运动指令中容易激发柔性振动的分量滤除，所述陷波频率对应所述步骤S3中频响函数的共振频率，并设置相应的陷波器陷波带宽，以避免运动激发的柔性振动。进一步，在所述步骤S4中，所述步骤S3中辨识出柔性关节当前的参数后，计算柔性关节模型的零极点，通过在线调整位置环比例项的系数，在保证电机跟踪误差的同时减小关节振动。根据本专利技术实施例的降低工业机器人振动的在线控制方法，具有以下有益效果：1、柔性关节动力学建模适用范围广，对于机器人所有的关节都适用；2、采用离线辨识初值+在线辨识当前值的方式获取机器人柔性关节各个参数的准确值，保证了模型的精确性；3、根据在线辨识后的柔性关节动力学模型在线修改控制参数，保证控制效果始终处于理想状态。本专利技术附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本专利技术的实践了解到。附图说明本专利技术的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：图1为根据本专利技术一个实施例的降低工业机器人振动的在线控制方法的流程图；图2为根据本专利技术另一个实施例的降低工业机器人振动的在线控制方法的流程图；图3为根据本专利技术实施例的柔性关节模型的示意图；图4为根据本专利技术实施例的初始模型和在线辨识模型频响函数对比的示意图；图5为根据本专利技术实施例的控制参数在线调整示意图。具体实施方式下面详细描述本专利技术的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本专利技术，而不能理解为对本专利技术的限制。如图1和图2所示，本专利技术实施例的降低工业机器人振动的在线控制方法，包括如下步骤：步骤S1，建立工业机器人柔性关节动力学模型。工业机器人臂杆刚度通常较大，尤其对于小负载和协作机器人，柔性主要来自减速器、同步带、扭矩传感器，体现在关节柔性上，因此采用柔性关节模型来建立工业机器人柔性模型是一个合理的选择。关节的柔性用一个扭转弹簧等效，如图3所示。下面为工业机器人柔性关节动力学模型：其中，扭簧采用非线性弹簧模型，摩擦力采用“库伦+粘滞”的经典模型：其中，其中τ为电机扭矩，为电机转子角位移，Jm为电机转子惯量，τf为摩擦力，r为减速比，τs为扭簧弹性力，d为阻尼系数，Ja为负载惯量，为臂杆角位移。需要说明的是，本步骤建立的柔性关节动力学模型对于工业机器人的每个关节都适用。步骤S2，根据建立的柔性关节动力学模型，需要获取模型各项系数。电机转子惯量Jm、减速比r来自电机、减速器产品手册，状态变量电机扭矩τ、电机转子角位移可以从电机驱动器获取，采用离线方法辨识模型的各个动力学参数初值，其中，辨识的动力学参数包括：辨识获取的参数包括d、k1、k3、FV、FC。具体地，对于k1、k3,通过给关节施加外部静态载荷的同时获取变形，用最小二乘法拟合“力-变形”曲线得到，d通过对关节施加脉冲激励，测量振幅衰减半周期得到。FV、FC通过电机“输出扭矩-速度”曲线拟合得到。步骤S3，工业机器人是一个复杂的时变系统，步骤S2中获取的初值随时间、环境、工况的不同都会有所改变，如果始终以离线获取的初值作为模型参数，会影响到后续控制参数的准确性。因此有必要对动力学参数进行在线辨识，辨识采用非参数频域辨识的方本文档来自技高网...

【技术保护点】
一种降低工业机器人振动的在线控制方法，其特征在于，包括如下步骤：步骤S1，建立工业机器人柔性关节动力学模型，

【技术特征摘要】
1.一种降低工业机器人振动的在线控制方法，其特征在于，包括如下步骤：步骤S1，建立工业机器人柔性关节动力学模型，其中，扭簧采用非线性弹簧模型，摩擦力采用“库伦+粘滞”的经典模型：其中，其中τ为电机扭矩，为电机转子角位移，Jm为电机转子惯量，τf为摩擦力，r为减速比，τs为扭簧弹性力，d为阻尼系数，Ja为负载惯量，为臂杆角位移；步骤S2，根据建立的柔性关节动力学模型，采用离线方法辨识模型的各个动力学参数初值，其中，辨识的动力学参数包括：辨识获取的参数包括d、k1、k3、FV、FC；步骤S3，采用非参数频域辨识方法对柔性关节动力学参数进行在线辨识，包括：根据步骤S1中建立的柔性关节动力学模型，可以得到线性化后的电机扭矩和电机转子角加速度的传递函数为：机器人运行过程中，电机扭矩τ和电机转子角速度都可以从驱动器直接得到，对电机转子角加速度做差分和滤波平滑后可以得到电机转子角加速度，根据采集的数据可以得到电机扭矩和转子角加速度的频响函数Fr,辨识问题变成根据模型初...

【专利技术属性】
技术研发人员：袁顺宁，庹华，张雷，韩峰涛，宋斌，
申请(专利权)人：珞石北京科技有限公司，
类型：发明
国别省市：北京,11