【摘要】：針對SCARA機器人動力學(xué)參數(shù)辨識問題,提出了一種基于優(yōu)化改進傅里葉級數(shù)的辨識方法。根據(jù)SCARA機器人完整動力學(xué)方程,推導(dǎo)得到動力學(xué)模型的線性形式。采用改進傅里葉級數(shù)作為機器人關(guān)節(jié)的激勵軌跡,使得關(guān)節(jié)角度滿足連續(xù)周期性,并且關(guān)節(jié)角速度和角加速度在軌跡起始和停止時刻為零。為進一步提高辨識精度,以SCARA機器人觀測矩陣的條件數(shù)為目標函數(shù),采用基于排擠機制的小生境遺傳算法對激勵軌跡的系數(shù)進行優(yōu)化�？紤]到測量噪聲的影響,采用加權(quán)最小二乘法(WLS)作為參數(shù)估計方法。實驗結(jié)果表明,采用所提方法能準確辨識出SCARA機器人的動力學(xué)參數(shù),兩關(guān)節(jié)力矩測量值和預(yù)測值的殘差均方根分別減小了11.50%和26.35%。
[Abstract]:Aiming at the problem of dynamic parameter identification of SCARA robot, an identification method based on optimized improved Fourier series is proposed. According to the complete dynamic equation of SCARA robot, the linear form of dynamic model is derived. The improved Fourier series is used as the excitation trajectory of the robot joint, which makes the joint angle satisfy the continuous periodicity, and the angular velocity and acceleration of the joint are zero at the start and stop time of the trajectory. In order to further improve the identification accuracy, taking the condition number of SCARA robot observation matrix as objective function, niche genetic algorithm based on crowding mechanism is used to optimize the coefficient of excitation trajectory. Considering the influence of measurement noise, the weighted least square method (WLS) is used as the parameter estimation method. The experimental results show that the dynamic parameters of the SCARA robot can be accurately identified by the proposed method, and the root mean square of the residual errors of the measured and predicted joint torque values are reduced by 11.50% and 26.35%, respectively.
【作者單位】： 江南大學(xué)輕工過程先進控制教育部重點實驗室;無錫信捷電氣股份有限公司;
【基金】：江蘇省產(chǎn)學(xué)研前瞻性聯(lián)合研究項目(BY2015019-38) 江蘇高校優(yōu)勢學(xué)科建設(shè)工程項目(PAPD)
【分類號】：TP242

【相似文獻】

相關(guān)期刊論文 前10條

1 王麗,周欣榮,王金剛;“機電相似”在機器人動力學(xué)分析中的應(yīng)用[J];哈爾濱理工大學(xué)學(xué)報;2001年01期

2 郭小勤,徐剛,費躍農(nóng);機器人動力學(xué)系統(tǒng)的神經(jīng)網(wǎng)絡(luò)辨識[J];機電工程技術(shù);2002年06期

3 徐子力,呂恬生,宋立博;從動輪式溜冰機器人動力學(xué)分析[J];機械科學(xué)與技術(shù);2004年02期

4 楚中毅,曲東升,孫立寧,崔晶;機器人動力學(xué)分析的等效有限元建模方法[J];機械工程學(xué)報;2005年06期

5 王東署;遲健男;;機器人動力學(xué)標定綜述[J];機床與液壓;2006年12期

6 侯揚毅;房海蓉;;區(qū)間分析理論在機器人動力學(xué)參數(shù)識別中的應(yīng)用[J];機械;2008年04期

7 梁亮;胡冠昱;;新型內(nèi)窺鏡機器人動力學(xué)建模和特性參數(shù)優(yōu)化[J];機械設(shè)計與研究;2008年03期

8 丁度坤;謝存禧;胡選子;張鐵;;高速運動機器人動力學(xué)分析與研究[J];機械設(shè)計與制造;2012年01期

9 程勉,高為炳;機器人動力學(xué)與控制——講座連載之四[J];控制與決策;1987年01期

10 郭良康,黃宇中;機器人動力學(xué)優(yōu)化綜合的研究[J];機器人;1987年02期

相關(guān)會議論文 前6條

1 鮑平安;蔣平;陳輝堂;王月娟;;一種新的機器人動力學(xué)模型參數(shù)辨識法——遞推學(xué)習(xí)方法[A];1995年中國控制會議論文集（上）[C];1995年

2 畢來業(yè);祁峰;王天舒;;直腿雙足被動行走機器人動力學(xué)行為測試方案的實現(xiàn)[A];北京力學(xué)會第17屆學(xué)術(shù)年會論文集[C];2011年

3 梁杰;酈亮;牟在根;;一種模糊控制小生境遺傳算法研究[A];第五屆全國現(xiàn)代結(jié)構(gòu)工程學(xué)術(shù)研討會論文集[C];2005年

4 田玉龍;吳清;趙衛(wèi)國;;基于有性繁殖的小生境遺傳算法與多峰函數(shù)優(yōu)化[A];計算機技術(shù)與應(yīng)用進展·2007——全國第18屆計算機技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會議論文集[C];2007年

5 王麗愛;孫承意;;采用雙層MEC研究MEC的多峰優(yōu)化性能[A];2003年中國智能自動化會議論文集（下冊）[C];2003年

6 王玉峰;姚興利;夏敏;沈喜明;;基于多種群小生境遺傳算法的抗干擾寬零陷生成[A];2009年全國微波毫米波會議論文集（下冊）[C];2009年

相關(guān)博士學(xué)位論文 前1條

1 肖海寧;基于UGNL的AGV系統(tǒng)規(guī)劃設(shè)計與控制方法研究[D];南京航空航天大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 丁亞東;工業(yè)機器人動力學(xué)參數(shù)辨識[D];南京航空航天大學(xué);2015年

2 余鋒;基于虛擬樣機技術(shù)的專用機器人動力學(xué)研究[D];蘭州理工大學(xué);2003年

3 康鵬桂;袋裝物料搬運機器人動力學(xué)研究[D];濟南大學(xué);2009年

4 白鶴;太陽能風(fēng)帆驅(qū)動的機器人動力學(xué)建模與控制[D];沈陽理工大學(xué);2013年

5 嚴萬春;一種新型可重構(gòu)雙三足混聯(lián)機器人動力學(xué)分析[D];華東交通大學(xué);2009年

6 耿令波;工業(yè)機器人動力學(xué)參數(shù)辨識方法研究[D];南京航空航天大學(xué);2013年

7 張詩德;穿戴式下肢康復(fù)機器人動力學(xué)及控制系統(tǒng)研究[D];西華大學(xué);2013年

8 韋文;并聯(lián)拋光機器人動力學(xué)建模與控制[D];哈爾濱工業(yè)大學(xué);2012年

9 賴錫煌;基于ADAMS虛擬平臺的多關(guān)節(jié)機器人動力學(xué)分析[D];北方工業(yè)大學(xué);2005年

10 吳立恒;基于計算機語言描述的三輪移動機器人動力學(xué)研究[D];河北工業(yè)大學(xué);2013年

，

本文編號：2387627