隨著《中國(guó)制造2025》規(guī)劃的正式頒布,“智能制造”將成為未來(lái)制造業(yè)的發(fā)展趨勢(shì)。在傳統(tǒng)制造模式中,工業(yè)機(jī)器人被廣泛用于重復(fù)性高、工作空間嚴(yán)格與人隔離的場(chǎng)景中,而伴隨制造業(yè)中某些生產(chǎn)場(chǎng)景需要同時(shí)利用機(jī)器人的重復(fù)性好、人類的靈活度高的雙重特征優(yōu)勢(shì)時(shí),人機(jī)協(xié)作制造模式應(yīng)運(yùn)而生,吸引了全世界機(jī)器人技術(shù)領(lǐng)域?qū)W者的極大興趣。在人機(jī)協(xié)作制造研究中,人機(jī)安全的保障問(wèn)題是重中之重,及時(shí)檢測(cè)人機(jī)協(xié)作中意外碰撞力進(jìn)而加以控制對(duì)人機(jī)安全具有重要的意義。本文針對(duì)提升工業(yè)機(jī)器人外力檢測(cè)實(shí)時(shí)性需求,提出一種基于動(dòng)力學(xué)模型的實(shí)時(shí)外力檢測(cè)方法;同時(shí),為克服靜態(tài)閾值外力檢測(cè)的錯(cuò)誤預(yù)警率偏高缺陷,提出一種自適應(yīng)閾值的動(dòng)態(tài)外力檢測(cè)算法,主要研究?jī)?nèi)容如下:（1）基于動(dòng)力學(xué)模型的工業(yè)機(jī)器人外力檢測(cè)研究。在機(jī)器人控制器與上位機(jī)之間實(shí)時(shí)通信基礎(chǔ)上,建立機(jī)器人動(dòng)力學(xué)線性模型,設(shè)計(jì)優(yōu)化的關(guān)節(jié)激勵(lì)軌跡,并通過(guò)采集實(shí)驗(yàn)數(shù)據(jù)實(shí)現(xiàn)動(dòng)力學(xué)參數(shù)估計(jì),進(jìn)而將建立的動(dòng)力學(xué)模型應(yīng)用于工業(yè)機(jī)器人外力檢測(cè)方法中,通過(guò)搭建實(shí)驗(yàn)平臺(tái)驗(yàn)證,表明參數(shù)辨識(shí)結(jié)果在實(shí)驗(yàn)條件下具有較高準(zhǔn)確度,并且提出的方法能實(shí)現(xiàn)面向人機(jī)協(xié)作的工業(yè)機(jī)器人實(shí)時(shí)外力檢測(cè)功能。（2）基于自適應(yīng)閾值... 

【文章來(lái)源】：武漢理工大學(xué)湖北省 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：76 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 課題來(lái)源
    1.2 課題研究背景、目的及意義
    1.3 相關(guān)領(lǐng)域國(guó)內(nèi)外研究現(xiàn)狀
        1.3.1 人機(jī)協(xié)作中的安全研究現(xiàn)狀
        1.3.2 工業(yè)機(jī)器人外力檢測(cè)研究現(xiàn)狀
        1.3.3 機(jī)器人動(dòng)力學(xué)參數(shù)辨識(shí)研究現(xiàn)狀
    1.4 本文的主要研究?jī)?nèi)容和組織結(jié)構(gòu)
        1.4.1 本文研究的主要內(nèi)容
        1.4.2 本文結(jié)構(gòu)安排
第2章 基于動(dòng)力學(xué)模型的工業(yè)機(jī)器人外力檢測(cè)
    2.1 基于動(dòng)力學(xué)模型的工業(yè)機(jī)器人外力檢測(cè)框架
    2.2 工業(yè)機(jī)器人動(dòng)力學(xué)模型及參數(shù)辨識(shí)
        2.2.1 機(jī)器人動(dòng)力學(xué)建模
        2.2.2 參數(shù)辨識(shí)方法與激勵(lì)軌跡優(yōu)化
        2.2.3 實(shí)驗(yàn)數(shù)據(jù)采集
        2.2.4 參數(shù)辨識(shí)實(shí)驗(yàn)結(jié)果與分析
    2.3 基于動(dòng)力學(xué)模型的工業(yè)機(jī)器人外力檢測(cè)方法
        2.3.1 基于動(dòng)力學(xué)模型的外力檢測(cè)的實(shí)現(xiàn)
        2.3.2 基于動(dòng)力學(xué)模型的外力檢測(cè)實(shí)驗(yàn)與分析
    2.4 本章小結(jié)
第3章 基于自適應(yīng)閾值的工業(yè)機(jī)器人外力檢測(cè)
    3.1 自適應(yīng)閾值的外力檢測(cè)算法設(shè)計(jì)原理
        3.1.1 工業(yè)機(jī)器人力矩殘差動(dòng)力學(xué)建模
        3.1.2 算法設(shè)計(jì)原理分析
    3.2 基于自適應(yīng)閾值的外力檢測(cè)算法設(shè)計(jì)
        3.2.1 基于自適應(yīng)閾值的外力檢測(cè)系統(tǒng)框架
        3.2.2 力矩殘差高通濾波設(shè)計(jì)
        3.2.3 動(dòng)態(tài)閾值合成設(shè)計(jì)
        3.2.4 殘差比較策略設(shè)計(jì)
    3.3 自適應(yīng)閾值的外力檢測(cè)算法實(shí)現(xiàn)
        3.3.1 算法實(shí)現(xiàn)過(guò)程
        3.3.2 基于自適應(yīng)閾值的外力檢測(cè)實(shí)驗(yàn)與分析
    3.4 本章小結(jié)
第4章 工業(yè)機(jī)器人外力檢測(cè)與安全控制系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)
    4.1 系統(tǒng)設(shè)計(jì)
        4.1.1 系統(tǒng)總體設(shè)計(jì)
        4.1.2 工業(yè)機(jī)器人導(dǎo)納控制方法設(shè)計(jì)
        4.1.3 系統(tǒng)運(yùn)行環(huán)境描述
    4.2 系統(tǒng)實(shí)現(xiàn)
        4.2.1 基于動(dòng)力學(xué)模型的外力矩計(jì)算模塊
        4.2.2 自適應(yīng)閾值外力檢測(cè)模塊
        4.2.3 機(jī)器人導(dǎo)納控制模塊
        4.2.4 系統(tǒng)運(yùn)行結(jié)果分析
    4.3 本章小結(jié)
第5章 總結(jié)與展望
    5.1 全文工作總結(jié)
    5.2 未來(lái)工作展望
致謝
參考文獻(xiàn)
附錄 研究生期間的研究成果


【參考文獻(xiàn)】：
期刊論文
[1]從數(shù)字制造到智能制造的關(guān)鍵技術(shù)途徑研究[J]. 譚建榮,劉達(dá)新,劉振宇,程錦.  中國(guó)工程科學(xué). 2017(03)
[2]幾種新興智能制造模式研究評(píng)述[J]. 周佳軍,姚錫凡,劉敏,張劍銘,陶韜.  計(jì)算機(jī)集成制造系統(tǒng). 2017(03)
[3]KUKA工業(yè)機(jī)器人位姿測(cè)量與在線誤差補(bǔ)償[J]. 史曉佳,張福民,曲興華,劉柏靈,王俊龍.  機(jī)械工程學(xué)報(bào). 2017(08)
[4]數(shù)字孿生車間——一種未來(lái)車間運(yùn)行新模式[J]. 陶飛,張萌,程江峰,戚慶林.  計(jì)算機(jī)集成制造系統(tǒng). 2017(01)
[5]基于動(dòng)量偏差觀測(cè)器的機(jī)器人碰撞檢測(cè)算法[J]. 吳海彬,李實(shí)懿,吳國(guó)魁.  電機(jī)與控制學(xué)報(bào). 2015(05)
[6]一種工業(yè)機(jī)器人動(dòng)力學(xué)參數(shù)的辨識(shí)方法[J]. 丁亞?wèn)|,陳柏,吳洪濤,申浩宇.  華南理工大學(xué)學(xué)報(bào)(自然科學(xué)版). 2015(03)
[7]基于連接組合體方法的關(guān)節(jié)機(jī)器人動(dòng)力學(xué)參數(shù)辨識(shí)[J]. 耿令波,陳柏,吳洪濤.  中國(guó)機(jī)械工程. 2014(05)
[8]基于腕力傳感器的機(jī)器人操作臂慣性參數(shù)辨識(shí)方法[J]. 陳恩偉,劉正士,干方建.  機(jī)器人. 2006(02)
[9]機(jī)器人操作器慣性參數(shù)的計(jì)算[J]. 孫昌國(guó),馬香峰,譚吉林.  機(jī)器人. 1990(02)

博士論文
[1]基于多維力傳感器的機(jī)器人動(dòng)態(tài)特性若干問(wèn)題的研究[D]. 干方建.合肥工業(yè)大學(xué) 2003

碩士論文
[1]工業(yè)機(jī)器人的碰撞辨識(shí)與安全控制[D]. 吳國(guó)魁.福州大學(xué) 2014
[2]工業(yè)機(jī)器人動(dòng)力學(xué)參數(shù)辨識(shí)方法研究[D]. 耿令波.南京航空航天大學(xué) 2013



本文編號(hào)：3055833