【技术实现步骤摘要】
本专利技术涉及数据处理，具体涉及一种多轴工业机器人运行轨迹优化方法及系统。
技术介绍
1、多轴工业机器人是一种具有多个自由度(轴)的机器人系统，每个轴都可以独立的控制运动。这种机器人系统在工业生产领域得到广泛应用，能够执行各种复杂的任务，例如装配、焊接、搬运、加工等，适应各种复杂的工作环境和任务需求，从而降低人力成本、提高生产效率和质量。
2、多轴工业机器人在复杂的工作环境和任务需求中，由于运动速度、惯性、摩擦、弹性等非线性特性的影响因素，在高速运动时会产生一定程度的误差，传统的多轴联动插补控制算法在进行误差修正时，由于造成误差的原因是非线性的，以至于无法及时、准确的对其进行误差修正，导致这些误差会不断的积累，最终导致机器人无法准确地达到预定的位置，从而降低了工作效率和精度。
技术实现思路
1、为了解决现有无法精准、可靠地对多轴工业机器人运行轨迹进行控制的问题，本专利技术提供一种多轴工业机器人运行轨迹优化方法及系统。
2、一种多轴工业机器人运行轨迹优化方法，包括：
3、实时采集多轴工业机器人在不同目标时刻的运行监测数据，所述运行监测数据包括所述多轴工业机器人每个轴的原始振动信号；
4、获取所述多轴工业机器人历史运行的历史数据集合；
5、根据所述历史数据集合分析所述多轴工业机器人在不同目标时刻的运动姿态的复杂程度因子；
6、对于不同的目标时刻，分析对应的原始振动信号获得误差振动信号；
7、根据所述误差
8、根据所有目标时刻的误差振动强度系数计算修正比例增益分量；
9、根据所述比例增益分量对所述机器人的运行轨迹进行优化。
10、其中，所述历史数据集合包括每个轴的历史功率和历史速度，同一运动姿态下的历史功率为同类功率数据，同一运动姿态下的历史速度为同类速度数据；
11、所述根据所述历史数据集合分析所述多轴工业机器人在不同目标时刻的运动姿态的复杂程度因子，具体包括：
12、基于单一轴的同类功率数据及同类速度数据在历史数据集合中出现的概率计算该轴的信息熵，以得到对应的机器姿态下所述工业机器人每个轴的信息熵；
13、分别基于每对轴的同类功率数据及该每对轴的同类速度数据计算该每对轴之间的联合熵，以得到对应的机器姿态下所述工业机器人每对轴的联合熵，其中，任意两个轴组成一对轴；
14、获取一目标时刻下的运动姿态；
15、根据所述运动姿态对应的信息熵及联合熵，计算所述目标时刻下所述运动姿态的复杂程度因子，以得到不同目标时刻的运动姿态的复杂程度因子。
16、其中，所述分析对应的原始振动信号获得误差振动信号，具体包括：
17、使用ica算法对所述原始振动信号进行分解，得到若干分解结果，其中，每一种分解结果包括第一分量信号和第二分量信号；
18、使用多项式拟合方法分别将每一种分解结果中的第一分量信号拟合为函数曲线，获得每一种分解结果中的第一分量信号的所有的振幅类型分布概率；
19、根据所述所有的振幅类型分布概率计算每一种分解结果中的第一分量信号的振幅类型分布的峭度系数和偏度系数；
20、基于所述峭度系数和偏度系数构建原始振动信号分解函数；
21、基于所述原始振动信号分解函数计算所有分解结果的函数输出值，获得所述原始振动信号分解函数的所有输出值，选择最大输出值所对应的分解结果作为所述原始振动信号的最优分解结果，所述最优分解结果对应的第二信号分量为所述误差振动信号。
22、其中，所述误差振动信号包括多个误差振动分量信号；
23、所述根据所述误差振动信号和复杂程度因子计算不同目标时刻下的误差振动强度系数，具体包括：
24、对于一目标时刻，获取所有误差振动分量信号的信号极大值点；
25、计算每个信号极大值点产生的误差振动延时特征因子；
26、基于同一目标时刻下的误差振动延时特征因子和对应的运动姿态的复杂程度因子计算该目标时刻下的振动误差信号的误差振动强度系数，以得到不同目标时刻下的误差振动强度系数。
27、其中，所述根据所有目标时刻的误差振动强度系数计算修正比例增益分量，具体包括：
28、将所有目标时刻的误差振动强度系数进行归一化处理；
29、基于归一化处理后的误差振动强度系数及原比例增益分量计算修正比例增益分量。
30、一种多轴工业机器人运行轨迹优化系统，包括：
31、采集模块，用于实时采集多轴工业机器人在不同目标时刻的运行监测数据，所述运行监测数据包括所述多轴工业机器人每个轴的原始振动信号；
32、获取模块，用于获取所述多轴工业机器人历史运行的历史数据集合；
33、第一分析模块，用于根据所述历史数据集合分析所述多轴工业机器人在不同目标时刻的运动姿态的复杂程度因子；
34、第二分析模块，用于对于不同的目标时刻，分析对应的原始振动信号获得误差振动信号；
35、第一计算模块，用于根据所述误差振动信号和复杂程度因子计算不同目标时刻下的误差振动强度系数；
36、第二计算模块，用于根据所有目标时刻的误差振动强度系数计算修正比例增益分量；
37、优化模块，用于根据所述比例增益分量对所述机器人的运行轨迹进行优化。
38、其中，所述历史数据集合包括每个轴的历史功率和历史速度，同一运动姿态下的历史功率为同类功率数据，同一运动姿态下的历史速度为同类速度数据；
39、所述第一分析模块，具体包括：
40、第一计算单元，用于基于单一轴的同类功率数据及同类速度数据在历史数据集合中出现的概率计算该轴的信息熵，以得到对应的机器姿态下所述工业机器人每个轴的信息熵；
41、第二计算单元，用于分别基于每对轴的同类功率数据及该每对轴的同类速度数据计算该每对轴之间的联合熵，以得到对应的机器姿态下所述工业机器人每对轴的联合熵，其中，任意两个轴组成一对轴；
42、第一获取单元，用于获取一目标时刻下的运动姿态；
43、第三计算单元，用于根据所述运动姿态对应的信息熵及联合熵，计算所述目标时刻下所述运动姿态的复杂程度因子，以得到不同目标时刻的运动姿态的复杂程度因子。
44、其中，所述第二分析模块，具体包括：
45、分解单元，用于使用ica算法对所述原始振动信号进行分解，得到若干分解结果，其中，每一种分解结果包括第一分量信号和第二分量信号；
46、第二获取单元，用于使用多项式拟合方法分别将每一种分解结果中的第一分量信号拟合为函数曲线，获得每一种分解结果中的第一分量信号的所有的振幅类型分布概率；
47、第四计算单元，用于根据所述所有的振幅类型分布概率计算每一种分解结果中的第一分量信号的振幅类本文档来自技高网...
【技术保护点】
1.一种多轴工业机器人运行轨迹优化方法，其特征在于，所述方法包括：
2.根据权利要求1所述的多轴工业机器人运行轨迹优化方法，其特征在于，所述历史数据集合包括每个轴的历史功率和历史速度，同一运动姿态下的历史功率为同类功率数据，同一运动姿态下的历史速度为同类速度数据；
3.根据权利要求1所述的多轴工业机器人运行轨迹优化方法，其特征在于，所述分析对应的原始振动信号获得误差振动信号，具体包括：
4.根据权利要求1所述的多轴工业机器人运行轨迹优化方法，其特征在于，所述误差振动信号包括多个误差振动分量信号；
5.根据权利要求1所述的多轴工业机器人运行轨迹优化方法，其特征在于，所述根据所有目标时刻的误差振动强度系数计算修正比例增益分量，具体包括：
6.一种多轴工业机器人运行轨迹优化系统，其特征在于，所述系统包括：
7.根据权利要求6所述的多轴工业机器人运行轨迹优化系统，其特征在于，所述历史数据集合包括每个轴的历史功率和历史速度，同一运动姿态下的历史功率为同类功率数据，同一运动姿态下的历史速度为同类速度数据；
8
9.根据权利要求6所述的多轴工业机器人运行轨迹优化系统，其特征在于，所述误差振动信号包括多个误差振动分量信号；
10.根据权利要求6所述的多轴工业机器人运行轨迹优化系统，其特征在于，所述第二计算模块，具体包括：
...【技术特征摘要】
1.一种多轴工业机器人运行轨迹优化方法，其特征在于，所述方法包括：
2.根据权利要求1所述的多轴工业机器人运行轨迹优化方法，其特征在于，所述历史数据集合包括每个轴的历史功率和历史速度，同一运动姿态下的历史功率为同类功率数据，同一运动姿态下的历史速度为同类速度数据；
3.根据权利要求1所述的多轴工业机器人运行轨迹优化方法，其特征在于，所述分析对应的原始振动信号获得误差振动信号，具体包括：
4.根据权利要求1所述的多轴工业机器人运行轨迹优化方法，其特征在于，所述误差振动信号包括多个误差振动分量信号；
5.根据权利要求1所述的多轴工业机器人运行轨迹优化方法，其特征在于，所述根据所有目标时刻的误差振动强度系数计算修...
【专利技术属性】
技术研发人员：刘玉媚，曹时健，张孝军，许汉云，王欣发，李文平，刘其伟，余升华，李晃，姚文静，
申请(专利权)人：广东统一机器人智能股份有限公司，
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。