一种满足动态载荷的工业机械臂拓扑优化方法技术

本发明专利技术属于机械臂优化技术领域，提供一种满足动态载荷的工业机械臂拓扑优化方法，包括以下步骤：S1、基于机械臂的作业工况，采用拓扑优化方法获取多个机械臂在不同角度位置上的静态拓扑优化结构；S2、将多个所述静态拓扑优化结构进行叠加处理，得到集合了多个不同角度位置且满足动态载荷的合成拓扑优化结构；S3、对所述合成拓扑优化结构进行形态学图像处理，获取机械臂满足动态载荷且最优的合成拓扑优化结构。本发明专利技术有利于获取全局的机械臂拓扑结构，实现机械臂轻量化和系统节能。实现机械臂轻量化和系统节能。实现机械臂轻量化和系统节能。

【技术实现步骤摘要】
一种满足动态载荷的工业机械臂拓扑优化方法


[0001]本专利技术属于机械臂优化
，具体涉及一种满足动态载荷的工业机械臂拓扑优化方法。

技术介绍

[0002]工业机器人的应用领域和场合不断增加，为了使机器人系统节能，开发轻质元件是系统节能的重要方面之一。其中，机械臂(机械臂链)是工业机械手最重要的结构，机械臂在工作中受弯曲、惯性载荷和扭转等多种载荷。因此，拓扑优化的主要对象就是工业机器人机械臂中的元件，优化目标是在保持机械臂元件的功能、刚度等前提下，使用拓扑优化方法消除不必要的实体元素，从而实现元件轻量化的目的。
[0003]现有技术中，大多数拓扑优化结果是考虑最坏情况或静态条件而生成的。针对机械臂工作过程中的最大负载，基于一个不利位置的静态分析或动态分析，从而得到机械臂元件的拓扑优化结构。
[0004]但是，在仅考虑最坏情况下对结构进行分析以及拓扑优化，那么负载的方向和大小并没有准确地被完全捕获。因为在一个角度位置上获得的拓扑结构，可能只是在该角度位置下的局部最优解。当机械臂运动至其他角度位置时，前面获得的局部最优解却不一定是当前状态下的最优解。因此，需要生成一个在所有动态角度情况下，都表现得更好的拓扑结构，争取获得全局的最优拓扑优化结构。

技术实现思路

[0005]为了克服现有技术的上述缺点，本专利技术的目的是提供一种满足动态载荷的工业机械臂拓扑优化方法，该方法有利于获取全局的机械臂拓扑结构，实现机械臂轻量化和系统节能。
[0006]本专利技术解决其技术问题所采用的技术方案是：
[0007]一种满足动态载荷的工业机械臂拓扑优化方法，包括以下步骤：
[0008]S1、基于机械臂的作业工况，采用拓扑优化方法获取多个机械臂在不同角度位置上的静态拓扑优化结构；
[0009]S2、将多个所述静态拓扑优化结构进行叠加处理，得到集合了多个不同角度位置且满足动态载荷的合成拓扑优化结构；
[0010]S3、对所述合成拓扑优化结构进行形态学图像处理，获取机械臂满足动态载荷且最优的合成拓扑优化结构。
[0011]作为优选，步骤S1包括：
[0012]S11、初始化设计环境；确定机械臂的作业工况，并获取机械臂的基础信息；
[0013]S12、确定拓扑优化求解的目标角度位置；
[0014]S13、依据步骤S12确定的目标角度位置，更新确定边界条件；
[0015]S14、采用拓扑优化方法求解得出目标角度位置上的静态拓扑优化结构，并保存至
数据库中；
[0016]S15、依据机械臂的工作范围，更新角度位置，以更新后的角度位置作为下一次求解的目标角度位置，返回步骤S12；
[0017]当更新后的角度位置为最终值，则完成了所有不同角度位置的拓扑优化结构求解，循环结束。
[0018]作为优选，步骤S11中，机械臂的作业工况包括：机械臂的工作范围、机械臂的各关节的负载力和扭矩以及机械臂末端的最大负载；机械臂的基础信息包括：机械臂的结构组成、质量、最大拉伸或最不利位置、材料信息以及机械臂各组件的零件信息。其中，机械臂的组件主要有上臂和前臂，它们的零件信息主要包括有质量、重心以及惯性张量等。此外，机械臂的材料信息包括杨氏弹性模量，材料密度和泊松比等。
[0019]作为优选，步骤S14还包括：
[0020]对求解得出的静态拓扑优化结构进行校验，以相应角度位置上的最大扰度和应力值进行工况模拟；
[0021]若该静态拓扑优化结构符合要求，则保存至数据库中；
[0022]若该静态拓扑优化结构不符合要求，则返回步骤S14，重新对该角度位置进行求解，获取该角度位置上新的静态拓扑优化结构。
[0023]作为优选，步骤S2中，将多个所述静态拓扑优化结构进行叠加处理后，还进行标准化处理和再惩罚处理，以降低因叠加处理而增大的体积分数，同时减小结构应力值；
[0024]叠加处理、标准化处理和再惩罚处理的组合过程表达式如下：
[0025]min:σ＝f(ρ,η)
[0026][0027][0028][0029][0030]其中，式中的ρ为惩罚能力，η为密度阈值；σ为所施加的应力，成为ρ和η的函数；r为静态拓扑结构的总数，T
k
为不同角度位置上的静态拓扑结构的密度矩阵，T
N
为归一化后的合成拓扑优化结构的密度矩阵，μ为目标体积分数；T
RP
为再惩罚后的合成拓扑优化结构密度矩阵，p为再惩罚能力，i为水平方向第i个有限元，j为垂直方向第j个有限元；T
SM
为经过标准化和再惩罚后的合成拓扑优化结构；nx和ny为拓扑优化时水平方向和垂直方向上的元素，e为体积分数的误差函数。
[0031]作为优选，步骤S3中，对所述合成拓扑优化结构进行形态学图像处理前，先对所述合成拓扑优化结构进行预处理；
[0032]所述预处理包括对降噪处理和边缘平滑处理。
[0033]作为优选，所述降噪处理，采用高斯滤波器降低图像的噪声，以下方程描述了二维各向同性高斯和梯度向量的函数：
[0034][0035][0036]其中，式中的u、v为图像处理时的水平方向和垂直方向，ξ为平滑控制参数；
[0037]在降噪处理过程中，通过u方向和v方向的卷积方法实现，具体公式如下：
[0038][0039][0040]式中的ψ为常数。
[0041]作为优选，所述边缘平滑处理包括：
[0042]先通过以下公式获取降噪处理后的合成拓扑优化结构的图像矩阵R，
[0043][0044]式中的I
u
和I
v
为I与高斯掩码沿行和列卷积后得到的更新后的图像矩阵；
[0045]接着，使用优化后的Shen
‑
Castan算法函数C
N
找出图像矩阵R的边缘，并通过一个最优化的平滑滤波器f(u)使函数C
N
最小化，实现边缘平滑处理，具体公式如下所示：
[0046][0047][0048]式中的β为常数，e为体积分数的误差函数。
[0049]作为优选，在完成边缘平滑处理后，对边缘平滑后的合成拓扑优化结构的图像矩阵进行边缘检测，重新获取合成拓扑优化结构图像矩阵的边界，如下公式所示：
[0050][0051]式中的g表示常数，m为图像矩阵的像素值，λ是相邻像素之间的距离向量。
[0052]作为优选，步骤S3中，在进行形态学图像处理时，采用开孔运算和闭合运算的方式消除图像尖角和小孔，以降低合成拓扑优化结构的最小应力值和简化形状的复杂性。
[0053]与现有技术相比，本专利技术的有益效果是：
[0054]本专利技术将工作范围内不同角度的静态拓扑优化结构进行叠加合成，形成一个满足全局动态载荷的且单一的合成拓扑优化结构，使得机械臂在所有角度位置上的作用更好，扭矩更小，有利于实现系统节能的目的，并且实现机械臂元件的轻量化。进一本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种满足动态载荷的工业机械臂拓扑优化方法，其特征在于，包括以下步骤：S1、基于机械臂的作业工况，采用拓扑优化方法获取多个机械臂在不同角度位置上的静态拓扑优化结构；S2、将多个所述静态拓扑优化结构进行叠加处理，得到集合了多个不同角度位置且满足动态载荷的合成拓扑优化结构；S3、对所述合成拓扑优化结构进行形态学图像处理，获取机械臂满足动态载荷且最优的合成拓扑优化结构。2.根据权利要求1所述的一种满足动态载荷的工业机械臂拓扑优化方法，其特征在于，步骤S1包括：S11、初始化设计环境；确定机械臂的作业工况，并获取机械臂的基础信息；S12、确定拓扑优化求解的目标角度位置；S13、依据步骤S12确定的目标角度位置，更新确定边界条件；S14、采用拓扑优化方法求解得出目标角度位置上的静态拓扑优化结构，并保存至数据库中；S15、依据机械臂的工作范围，更新角度位置，以更新后的角度位置作为下一次求解的目标角度位置，返回步骤S12；当更新后的角度位置为最终值，则完成了所有不同角度位置的拓扑优化结构求解，循环结束。3.根据权利要求2所述的一种满足动态载荷的工业机械臂拓扑优化方法，其特征在于，步骤S11中，机械臂的作业工况包括：机械臂的工作范围、机械臂的各关节的负载力和扭矩以及机械臂末端的最大负载；机械臂的基础信息包括：机械臂的结构组成、质量、最大拉伸位置或最不利位置、材料信息以及机械臂各组件的零件信息。4.根据权利要求2所述的一种满足动态载荷的工业机械臂拓扑优化方法，其特征在于，步骤S14还包括：对求解得出的静态拓扑优化结构进行校验，以相应角度位置上的最大扰度和应力值进行工况模拟；若该静态拓扑优化结构符合要求，则保存至数据库中；若该静态拓扑优化结构不符合要求，则返回步骤S14，重新对该角度位置进行求解，获取该角度位置上新的静态拓扑优化结构。5.根据权利要求1所述的一种满足动态载荷的工业机械臂拓扑优化方法，其特征在于，步骤S2中，将多个所述静态拓扑优化结构进行叠加处理后，还进行标准化处理和再惩罚处理，以降低因叠加处理而增大的体积分数，同时减小结构应力值；叠加处理、标准化处理和再惩罚处理的组合过程表达式如下：min:σ＝f(ρ,η)min:σ＝f(ρ,η)
其中，式中的ρ为惩罚能力，η为密度阈值；σ为所施加的应力，成为ρ和η的函数；r为静态拓扑结构的总数，T
k
为不同角度位置上的静态拓扑结构的密度矩阵，T
N...

【专利技术属性】
技术研发人员：李海艳，陈庆杰，陈余刚，刘海涛，
申请(专利权)人：广东省机器人创新中心有限公司，
类型：发明
国别省市：