论文部分内容阅读
随着制造业的发展,工业机器人越来越多地进入人们的生产活动中,工业机器人的发展在很大程度上缓解了劳动力的短缺,并能代替工人从事一些危险的行业,因此发展工业机器人是一个明智之举。近年来,由于用工成本逐年攀升,许多企业开始谋划成本更低且效率更高的机器人以降低成本提高市场竞争力,在此背景下,许多机器人开始逐渐进入人们的视野,并扮演了工人加工产品的角色。其中采用机器人对摩托车缸盖表面的毛刺进行打磨就是实际工业生产应用中的一个方面,我们采用的机器人是六自由度关节的机器人,型号为ER50-C20。在加工的过程中,我们首先进行了示教,然后利用各种控制算法对示教轨迹跟踪,通过MATLAB仿真软件的对几种控制算法的轨迹进行了对比,并确定了在不同情况下应选择不同的控制算法的方案。为此,本文的主要研究工作可以归结为以下几个方面:(1)采用人工示教的方法,对摩托车缸盖表面的毛刺进行打磨,将打磨过程中点的信息采集后反馈到控制系统,最终得到一条示教轨迹,该轨迹可以作为轨迹跟踪的基准,为后续的加工提供理论依据。(2)针对数学模型不复杂的情况,我们首先建立数学模型,在此基础上,设计了一种鲁棒性迭代控制算法,该控制算法旨在对示教轨迹跟踪控制,将数学模型代入编程软件MATLAB以确定迭代次数,这样可以模拟出跟踪轨迹,从而得到毛刺的加工量。仿真结果表明,通过MATLAB仿真软件只需要迭代较少次数即可得到良好的跟踪轨迹。(3)针对数学模型较难建立且外部干扰因素无法确定的情况,我们首先确定输入输出量,通过反馈回来的数据建立一个经验数据库,从而可以设计一种Fuzzy PID控制算法,将得到的数据与待加工零件的毛刺量代入编程软件MATLAB中,通过MATLAB软件对数据进行归类与分析处理,这样便可以模拟出跟踪轨迹,从而得到毛刺的加工量。该控制算法可选择合适的模糊控制规则完成,并达到良好的轨迹跟踪效果。(4)针对外部干扰因素可以简化为一个主因素且该因素可以用数学模型建立的情况,我们首先建立外部因素的数学模型,将该数学模型与反馈回来的数据进行对比,以此为基设计一种滑模控制算法及RBF-SMC神经网络控制算法,将这两种控制算法与数据均代入编程软件MATLAB中,通过MATLAB软件对数据进行归类与分析处理,这样便可以模拟出跟踪轨迹,从而得到毛刺的加工量。该控制算法可以对主干扰因素进行较准确的控制,并达到良好的轨迹跟踪效果。