【技术实现步骤摘要】
本申请涉及机器自动化，特别是涉及一种模糊自适应的恒力打磨方法、系统和装置。
技术介绍
1、随着自动化工业的蓬勃发展，人们对机器制造的要求从以往的单一、简单和重复劳动提升到了智能、绿色、低成本、高质量和高效率，多数企业开始使用机器人代替人力。其中，打磨作为零件加工的不可或缺的重要工序之一，是保证零部件表面质量的关键，是机器制造业中重要的一环。
2、目前工件表面的打磨工作主要由操作员使用手动砂光机或表面抛光工具进行，以这种人工打磨的方法一方面无法保证操作员的人身安全，另一方面无法保证打磨质量的稳定性和一致性。
3、目前针对相关技术中工件自动化打磨的跟踪误差大问题，尚未提出有效的解决方案。
技术实现思路
1、本申请实施例提供了一种模糊自适应的恒力打磨方法、系统和装置，以至少解决相关技术中工件自动化打磨的跟踪误差大问题。
2、第一方面，本申请实施例提供了一种模糊自适应的恒力打磨方法，所述方法包括：
3、基于工件打磨过程中接收到的力传感器数字信号，实时计算出打磨过程中的实际接触力；
4、基于所述实际接触力，通过模糊控制理论调整导纳控制模型的阻尼系数；
5、基于所述实际接触力，通过自适应控制理论对所述导纳控制模型进行优化；
6、通过所述调整和所述优化后的导纳控制模型，更新打磨工具的目标打磨轨迹。
7、在其中一些实施例中，在基于工件打磨过程中接收到的力传感器数字信号，实时计算出打磨过程中的实际接触力之
8、基于期待打磨位置，确定期待打磨轨迹；
9、基于所述期待打磨轨迹和预先输入的期待接触力，通过导纳控制模型控制打磨工具对工件进行打磨。
10、在其中一些实施例中，基于所述实际接触力，通过模糊控制理论调整导纳控制模型的阻尼系数包括：
11、基于所述实际接触力、所述期待打磨位置和所述期待接触力，通过模糊控制理论调整导纳控制模型中的阻尼系数，其中，m、b和k分别表示二阶系统的质量系数、阻尼系数和刚度系数，fe表示实际接触力，fd表示期待接触力，xr表示期待打磨位置，x表示实际打磨位置，t表示打磨时间点。
12、在其中一些实施例中，所述模糊控制理论包括：
13、若导纳控制模型中的力跟踪误差ef＝fe(t)-fd和位置跟踪误差e＝x(t)-xr(t)均大于对应预设阈值，则减小所述导纳控制模型的阻尼系数；
14、若导纳控制模型中的力跟踪误差ef＝fe(t)-fd和位置跟踪误差e＝x(t)-xr(t)均小于对应预设阈值，则增大所述导纳控制模型的阻尼系数。
15、在其中一些实施例中，基于所述实际接触力，通过自适应控制理论对所述导纳控制模型进行优化包括：
16、基于所述实际接触力、所述期待打磨位置和所述期待接触力，通过自适应控制理论对所述导纳控制模型进行优化，得到优化后的导纳控制模型其中，m和b分别表示二阶系统的质量系数和阻尼系数；力跟踪误差ef＝fe(t)-fd，fe表示实际接触力，fd表示期待接触力，表示力误差积分项，η表示自适应因子；位置跟踪误差e＝x(t)-xr(t)，xr表示期待打磨位置，x表示实际打磨位置；t表示打磨时间点。
17、在其中一些实施例中，基于期待打磨位置，确定期待打磨轨迹包括：
18、获取打磨工具与工件的标定校准位置，作为期待打磨位置；
19、基于所述期待打磨位置，通过轨迹规划算法自动生成期待打磨轨迹。
20、在其中一些实施例中，获取打磨工具与工件的标定校准位置包括：
21、定位所述打磨工具的中心点对所述工件的表面位置，每定位一个点记录下示教器显示的所述打磨工具的x轴、y轴和z轴位置信息，作为标定校准位置。
22、在其中一些实施例中，通过所述调整和所述优化后的导纳控制模型，更新打磨工具的目标打磨轨迹包括：
23、通过所述调整和所述优化后的导纳控制模型，更新打磨工具的目标打磨轨迹xd＝xr+e，其中，e表示位置跟踪误差，xr表示期待打磨位置；
24、基于逆运动学理论，将所述目标打磨轨迹转换为关节角，用于控制打磨工具对工件进行打磨。
25、第二方面，本申请实施例提供了一种模糊自适应的恒力打磨系统，所述系统包括实时获取模块、模糊控制模块、自适应控制模块和打磨更新模块；
26、所述实时获取模块，用于根据工件打磨过程中接收到的力传感器数字信号，实时计算出打磨过程中的实际接触力；
27、所述模糊控制模块，用于根据所述实际接触力，通过模糊控制理论调整导纳控制模型的阻尼系数；
28、所述自适应控制模块，用于根据所述实际接触力，通过自适应控制理论对所述导纳控制模型进行优化；
29、所述打磨更新模块，用于通过所述调整和所述优化后的导纳控制模型，更新打磨工具的目标打磨轨迹。
30、第三方面，本申请实施例提供了一种打磨控制装置，包括力控制器和位置控制器，所述力控制器和位置控制器被设置为基于上述第一方面任一项所述的方法，控制打磨工具对工件进行打磨。
31、相比于相关技术，本申请实施例提供的一种模糊自适应的恒力打磨方法、系统和装置，其中，该方法通过基于工件打磨过程中接收到的力传感器数字信号，实时计算出打磨过程中的实际接触力；基于实际接触力，通过模糊控制理论调整导纳控制模型的阻尼系数；基于实际接触力，通过自适应控制理论对导纳控制模型进行优化；通过调整和优化后的导纳控制模型，更新打磨工具的目标打磨轨迹，解决了工件自动化打磨的跟踪误差大问题，实现了基于模糊控制算法的最佳力控参数动态快速调整，以及基于自适应控制算法的真实环境位置和刚度补偿，从而达到消除稳态误差，提高工件打磨精度的效果。
本文档来自技高网...【技术保护点】
1.一种模糊自适应的恒力打磨方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，在基于工件打磨过程中接收到的力传感器数字信号，实时计算出打磨过程中的实际接触力之前，所述方法包括：
3.根据权利要求1所述的方法，其特征在于，基于所述实际接触力，调整导纳控制模型的阻尼系数包括：
4.根据权利要求3所述的方法，其特征在于，所述模糊控制理论包括：
5.根据权利要求1所述的方法，其特征在于，基于所述实际接触力，通过自适应控制理论对所述导纳控制模型进行优化包括：
6.根据权利要求2所述的方法，其特征在于，基于期待打磨位置，确定期待打磨轨迹包括：
7.根据权利要求6所述的方法，其特征在于，获取打磨工具与工件的标定校准位置包括：
8.根据权利要求1所述的方法，其特征在于，通过所述调整和所述优化后的导纳控制模型，更新打磨工具的目标打磨轨迹包括：
9.一种模糊自适应的恒力打磨系统，其特征在于，所述系统包括实时获取模块、模糊控制模块、自适应控制模块和打磨更新模块；
10.
...【技术特征摘要】
1.一种模糊自适应的恒力打磨方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，在基于工件打磨过程中接收到的力传感器数字信号，实时计算出打磨过程中的实际接触力之前，所述方法包括：
3.根据权利要求1所述的方法，其特征在于，基于所述实际接触力，调整导纳控制模型的阻尼系数包括：
4.根据权利要求3所述的方法，其特征在于，所述模糊控制理论包括：
5.根据权利要求1所述的方法，其特征在于，基于所述实际接触力，通过自适应控制理论对所述导纳控制模型进行优化包括：
6.根据权利要求2所述的方法，其特...
【专利技术属性】
技术研发人员：丁丁，程刚，张琬琦，
申请(专利权)人：杭州灵西机器人智能科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。