论文部分内容阅读
目前的终端产品有集成化的趋势,这就意味着需要在有限的空间内紧密组装各种零部件,即产品对装配的精度要求越来越高。但是在很多小型器件的精密制造、重复性任务的自动化生产中还存在很多困难,例如在电子产业、仪器仪表工业甚至玩具的组装中,小部件位置和姿态的确定、零件的抓取、机器人的控制和装配策略的建立等都存在困难。这些零部件的装配还主要依靠人工完成,但是人工装配容易导致生产效率低,精度和一致性低等问题。而在大型生产线中为了提高装配的精度,通常需要特制的结构化环境来提高零件在生产线中的位置精度,例如,汽车装配线上车架的位置精度达到亚毫米级,但是这种生产线往往造价不菲。因此,装配的精细化研究是实现的工业自动化生产的关键问题。本文主要针对高精度机器人自动装配系统中零部件的抓取、机器人的自适应控制、装配策略和柔顺策略进行研究。首先,本文针对艾利特EC75型机器人的构型进行分析,分别利用连杆递推法和MAT1AB工具箱建立并验证了其运动学,利用拉格朗日法对机器人进行动力学建模,并用ADAMS物理引擎进行了验证。该运动学和动力学建模方法同样适用于机器人末端的负载,针对机器人末端工具夹取工件时容易出现位姿误差的问题,在机器人的运动轨迹、在装配件的质量和形状已知的情况下,进一步分析了装配件的惯性力、重力以及科氏力和向心力,利用六维力传感器的数据对装配件的位姿偏差进行了位姿标定。在机器人动力学建模的过程中,由于存在各部件的形位公差、零件间的摩擦力、外部的干扰等多方面的影响,导致机械臂的动力学模型计算得到的名义值不准确,另外串联机械臂本身也具有强耦合性和非线性的特点,这样导致机械臂的控制具有较大的困难性。在本文中利用两种自适应控制方法对机械臂的动力学控制进行仿真和验证,分别对基于神经网络的自适应控制和鲁棒自适应PD控制进行了分析,并给出了自适应率,最后利用Simulink进行了仿真验证,并给出了仿真结果和分析。其次,针对轴孔装配问题展开了装配策略的分析研究。针对装配过程中容易出现卡阻的问题,本文根据人工轴孔装配中的插孔过程提出了新的装配策略,并分析了该策略的几何约束条件,相比传统装配模型的力学方程和物性方程,该策略明显降低了计算的复杂性。由于在装配过程中只有单一点接触,分析过程简单,当零件因发生弹性形变造成装配过程存在面接触时也能有效的分析装配过程,减少在对装配体不必要的碰撞。本文还针对建立的装配策略的提出了新的柔顺控制方法。同样模拟人工装配中的顺柔策略,由高斯混合模型对若干次示教数据进行建模,以最大期望算法求解高斯混合模型的参数值,最后利用高斯混合模型回归策略来模拟控制力和路径。最后,根据装配策略和柔顺控制策略搭建了装配实验平台。根据装配策略在不同阶段的具体情况分阶段验证机械臂的柔顺控制效果,先后进行了机械臂的随动控制实验、泡沫斜面跟踪实验、铝制斜面跟踪实验、曲面跟踪实验和重复装配实验,实验结果验证了装配策略和柔顺控制方法的正确性。