隨著工業(yè)生產(chǎn)速度的加快以及規(guī)�；a(chǎn)對質(zhì)量和技術要求的不斷提高,工業(yè)機器人連續(xù)運行速度成為衡量一個機器人質(zhì)量的重要指標,以完成任務時間最短為目標的高速機器人運動軌跡最優(yōu)化成為目前相關學者研究的熱點。由于大中型機器人機械臂自重、負載較大,在高速運動時其動力學問題不可避免,因此本文提出結合動力學的工業(yè)機器人軌跡最優(yōu)化方案,主要內(nèi)容分為以下幾部分。工業(yè)機器人的數(shù)學建模。以STEPSA1400機器人為研究對象,基于改進DH參數(shù)法建立其數(shù)學模型,并給出機器人的運動學正逆解表達式和牛頓歐拉動力學公式�；谡硿䦷靷惸Σ聊Ｐ瓦M行摩擦參數(shù)辨識,并綜合考慮重力與轉子慣量的影響,提高動力學模型精度;最后通過動力學力矩前饋方式驗證了機器人數(shù)學模型的準確性�？紤]動力學特性的軌跡規(guī)劃。在最優(yōu)化基礎上,提出了在關節(jié)空間以五次B樣條作為關節(jié)軌跡模型,考慮機器人的關節(jié)速度、力矩和位姿約束,以工作時間最短為目標的機器人運動軌跡規(guī)劃方案。通過對比三種軌跡模型在最優(yōu)化算法下性能,驗證了B樣條的優(yōu)越性;指出目前最優(yōu)化約束條件中存在問題,提出了僅采用關節(jié)速度約束的策略,并根據(jù)軌跡類型添加了軌跡位姿約束策略。針對機器人部分關節(jié)伺服... 

【文章來源】：山東大學山東省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：103 頁

【學位級別】：碩士

【部分圖文】：

圖１－１部分重載機器人型號??

第１章緒論??結合動力學的工業(yè)機器人軌跡最優(yōu)化??七?＞?￣￣￣??第１章緒論??；—：?－〇?－－＾－ｉ??！?第２章機器人與最優(yōu)化基礎?丨??！?－??－－１??第３章動力學約束下軌跡規(guī)劃??：創(chuàng)新??ｎ—ｒ??｜??ｉ研宂??＾??！??第４章混合最優(yōu)化??［???＼７?：］??丨｜｜?第５章機器人仿真與實驗??＇＇?????十…??第６章總結與展望??圖１－２論文總體組織結構??第１章介紹了課題的研宄背景與意義，闡明了機器人軌跡最優(yōu)化的迫切需求??與動力學約束的必要性。總結了目前學者對于軌跡最優(yōu)化的研宄現(xiàn)狀，從最優(yōu)化??模型，軌跡規(guī)劃模型和約束條件三個方面進行綜述，并結合課題實際情況做出了??合理的選擇。??第２章介紹了機器人和最優(yōu)化的基礎理論。運動學方面建立了?ＤＨ參數(shù)模??型，推導了正逆解表達式；動力學方面采用了牛頓歐拉動力學公式，對機器人關??節(jié)摩擦進行辨識。介紹了動力學前饋，并驗證了其有效性；最優(yōu)化方面介紹了遺??傳算法和ＳＱＰ算法的理論基矗??第３章介紹了動力學約束下軌跡規(guī)劃。對于目標軌跡預處理，提出了型值點??生成策略進行預處理？，對于軌跡規(guī)劃，對比了多種模型在最優(yōu)化算法環(huán)境下的性??能表現(xiàn)，驗證了?Ｂ樣條的優(yōu)越性能；介紹了規(guī)劃過程中的運動學和動力學約束，??根據(jù)軌跡類型添加了位置約束，并針對于特定關節(jié)提出了力矩過載時間約束策略。??最后通過實驗分別驗證型值點生策略和約束條件的可行性。??第４章介紹了混合優(yōu)化模型。首先介紹了遺傳算法對于非線性約束的處理和??程序流程的設計，并根據(jù)課題情況改進了交叉和變異等遺傳算子；然后介紹了?

山東大學碩士學位論文??Ｚ，?＾￣＾￣??０?ｔ??ｖ?Ｚ：?Ｚ３??７１?木?＾??４?４??Ａ）???令丄－??圖２－１?ＭＤＨ參數(shù)法坐標系??表２－１新時達機器人ＭＤＨ參數(shù)表格??連桿Ｚ?Ｉ，．，?ｄｔ?９，?轉動范圍??１?０?０?±１６５。??２?／，?９０°?０?０２?＋６５°￣－１８０°??３?１２?０?０?０ｙ?＋１６０。？－１１０。??４?／３?９０。?ｄＡ?９，?±１７０。??５?０?－９０°?０?〇５?±１２０°??６?０?９０°?ｄ６?ｅ６?±３６０。??２．１．２運動學正解??根據(jù)ＭＤＨ參數(shù)表格２－１與公式２－１，給出各個連桿的變換矩陣如下：??ｃ，?－ｓ，?０?０?ｃ２?－ｓ２?０?／，?ｃ３?－ｓ３?０?Ｉ２??〇Ｔ?＝?Ｓｌ?Ｃ１?００?ｌｒ?＝?０?０?－！?〇?２Ｔ?＝?５３?Ｃ３?００??＇￣?０?０?＼?ｄｘ?２￣?Ｓ２?ｃ２?０?０?３＿０?０?１０??０?０?０?１」?｜＿０?０?０?ｌｊ?｜＿０?０?０?１??１０??

【參考文獻】：
期刊論文
[1]工業(yè)機器人關節(jié)空間軌跡規(guī)劃及優(yōu)化研究綜述[J]. 郭勇,賴廣.  機械傳動. 2020(02)
[2]工業(yè)機器人時間最優(yōu)軌跡規(guī)劃仿真研究[J]. 張惠敏.  軟件導刊. 2020(03)
[3]工業(yè)機器人的發(fā)展現(xiàn)狀和未來趨勢[J]. 王琳輝.  科學技術創(chuàng)新. 2019(29)
[4]基于粒子群算法的工業(yè)機器人焊接系統(tǒng)[J]. 黨宏社,孫俊龍,陶亞凡,王淼.  實驗室研究與探索. 2019(10)
[5]基于三次參數(shù)樣條的機器人路徑平滑算法研究[J]. 喬亮,李澤文,胡杰,李照祥.  電腦知識與技術. 2019(22)
[6]基于復合形法的時間最優(yōu)機械臂軌跡規(guī)劃[J]. 陳晗,李林升.  機械傳動. 2019(03)
[7]工業(yè)機器人的應用現(xiàn)狀及發(fā)展趨勢[J]. 曹泓浩.  科技風. 2019(05)
[8]模擬退火遺傳算法在機械臂路徑規(guī)劃中的應用[J]. 宗玉杰,崔建偉.  測控技術. 2018(03)
[9]關節(jié)型工業(yè)機器人軌跡規(guī)劃研究綜述[J]. 李黎,尚俊云,馮艷麗,淮亞文.  計算機工程與應用. 2018(05)
[10]基于牛頓歐拉法的SCARA機器人動力學參數(shù)辨識[J]. 張鐵,梁驍翃,覃彬彬,劉曉剛.  華南理工大學學報(自然科學版). 2017(10)

博士論文
[1]串聯(lián)機器人多目標軌跡優(yōu)化與運動控制研究[D]. 王會方.浙江大學 2011
[2]六自由度串聯(lián)機器人運動優(yōu)化與軌跡跟蹤控制研究[D]. 劉松國.浙江大學 2009

碩士論文
[1]基于動力學的小型工業(yè)機器人軌跡優(yōu)化算法研究[D]. 沈錦華.哈爾濱工業(yè)大學 2019
[2]基于自適應遺傳算法的六軸工業(yè)機器人時間最優(yōu)軌跡規(guī)劃[D]. 程正智.安徽工業(yè)大學 2017
[3]基于動力學的機械臂最優(yōu)軌跡規(guī)劃[D]. 胡友忠.浙江大學 2016
[4]基于PUMA560工業(yè)機器人慣量前饋技術仿真研究[D]. 李勁松.天津理工大學 2015
[5]基于遺傳算法的機械臂時間最優(yōu)軌跡規(guī)劃[D]. 張秀林.蘭州理工大學 2014
[6]樣條曲線插補算法及其自適應速度控制研究[D]. 陳蔚.合肥工業(yè)大學 2014
[7]面向多點高速裝配應用的六軸工業(yè)機器人動力學分析仿真[D]. 江興旺.浙江大學 2014
[8]關于序列二次規(guī)劃（SQP）算法求解非線性規(guī)劃問題的研究[D]. 石國春.蘭州大學 2009
[9]基于遺傳算法B樣條曲線優(yōu)化在機器人軌跡規(guī)劃中應用[D]. 陳丹.武漢科技大學 2007



本文編號：3087825