工业机器人设计

上传人:文*** 文档编号:53877125 上传时间:2022-02-11 格式:DOC 页数:27 大小:69.50KB
返回 下载 相关 举报
工业机器人设计_第1页
第1页 / 共27页
工业机器人设计_第2页
第2页 / 共27页
工业机器人设计_第3页
第3页 / 共27页
点击查看更多>>
资源描述
江苏信息职业技术学院毕业设计目 录摘 要I第一章 概述11.1工业机器人简介11.2研究背景11.3工业机器人史21.5课题的研究思路、来源与主要研究内容4第二章 工业机器人存在的三大技术难点和控制问题62.1 工业机器人存在的三大技术难点62.2 工业机器人的控制问题72.2.2神经网络控制72.2.3专家系统82.2.4变结构控制82.2.5灰色控制82.2.6基于反馈机制的免疫控制82.2.7基于遗传算法的控制9第三章 工业机器人的技术说明和定义参数10第四章 机器人编程和接口124.1机器人编程和接口124.2臂端工具134.4典型编程144.5奇点154.6市场结构164.7健康与安全16第五章 总结18致 谢21参考文献2323摘 要工业机器人工作在一个结构化的工业领域环境中,可以将人从繁重、单调和重复的体力劳动中分离出来。目前已大量应用于汽车、电子、信息产品等现代制造业。作为制造大国,中国的工业机器人已成为制造业强国必不可少的一部分。工业机器人是一个多输入多输出的非线性系统,具有时变、强耦合、非线性等特点。现在,工业机器人控制器通常忽视工业机器人的动态效应,但当工业机器人高速运作时,其动态效应非常明显,不容忽视。这就要求控制器在速度和负载变化时随时改变增益系数,以提高机器人的控制精度。本文研究了已知轨迹和未知轨迹下的高速运动控制问题。关键词:工业机器人,工业机器人产业,运用技术Abstract: industrial robots work in a structured industrial environment, which can separate people from heavy, monotonous and repetitive manual labor. At present, it has been widely used in automobile, electronics, information products and other modern manufacturing industries. As a manufacturing power, Chinas industrial robots have become an indispensable part of the manufacturing power. Industrial robot is a muti - input muti - output nonlinear system, with time - varying, strong coupling, non - linear characteristics. Nowadays, industrial robot controllers usually ignore the dynamic effects of industrial robots, but when industrial robots operate at high speed, their dynamic effects are too obvious to ignore. This requires the controller to change the gain coefficient at any time when the speed and load change, so as to improve the control precision of the robot. In this paper, the problem of high-speed motion control under known trajectory and unknown trajectory is studied.Key words: industrial robot, industrial robot industry, application technology第一章 概述1.1工业机器人简介工业机器人是一种在三个或多个轴上可编程的可自动控制、可重编程、多用途的机械手。工业机器人领域可以更实际地定义为研究、设计和使用用于制造的机器人系统(一个依赖于机器人先前定义的顶级定义)。工业机器人的典型应用包括焊接、喷漆、熨斗、装配、拾取和放置、托盘加工、产品检验和测试,所有这些都具有高的耐久性、速度和精度。工业自动化最常用的机器人配置包括铰接式机器人、SCARA机器人和龙门机器人。在一般的机器人技术中,大多数类型的工业机器人都属于机器人手臂的范畴。1.2研究背景工业机器人由机械手(本体)、控制器、伺服驱动系统、检测传感器等组成,是一种仿人、自动控制、可重复编程的操作,能在三维空间内完成各种各样的作业,机电一体化程度很高,本体涉及机械、电子、控制、计算机、人工智能、传感器、通信、网络和仿生学等学科知识,各国对工业机器人的定义有不同的看法。美国机器人工业协会(American Robot Industry Association)将其定义为“一种可编程的多功能操作机构,用于根据能够执行各种任务的预编程操作程序交付材料、零件、工具或专用设备。”日本工业机器人协会(Japan Industrial Robot Association)将其定义为“工业机器人一种可编程的多功能操作机构”。配有记忆装置和末端执行器的通用机器,可旋转并自动完成各种动作,以代替人力。国际标准化组织(IS0)将工业机器人定义为“具有多轴功能的自动、位置可控、可编程多功能机械手”。用可编程的方法处理各种材料、零件、工具和专用设备,以完成各种任务。”中国的蒋新松院士将工业机器人定义为“具有拟人功能的机电设备”。机器人在工业领域的广泛应用,不仅可以增加产品的质量和产量,而且可以使人从恶劣的工作环境中脱离出来,改善工作环境,降低劳动强度,提高劳动生产率,节约原材料的损耗,降低生产成本。发达国家的经验表示,工业机器人可以大大降低废品率和成本,提高机床的利用率,并带来十分明显的经济效益和社会效益。日前,机器人主要应用于工业上的焊接、喷涂、搬运和装配,并有向采矿、农业、物流、军事和服务业等其他应用领域发展的趋势。我国是世界制造业大国,这几年来,随着我国经济的发展水平不断提高,劳动密集型的生产方式转变成了技术创新型的生产方式,对工业自动化水平的要求一天天的在提高,中国工业机器人市场非常具有潜力。据专家预测,到2020年,我国的工业机器人市场需求量将达到50000台。1.3工业机器人史最早的符合ISO定义的工业机器人是1937年由“Bill”Griffith P.Taylor完成的,发表于Meccano杂志,1938年3月。这种类似起重机的装置几乎完全是用梅卡诺零件,由一台电动机供电。五轴运动是可能的,包括抓取和抓斗旋转。自动化是利用穿孔的纸带,使螺线管的能量,这将方便起重机的控制杆的移动。这,这个,那,那个机器人可以把木块堆成预先设计好的图案。每一次所需运动所需的电动机转速数,首先在图表纸上绘制。这些信息随后被传送到纸带上,而纸带也是由机器人的单个马达驱动的。克里斯舒特在1997年建造了一个完整的机器人复制品。乔治德沃应用于第一批机器人专利1954年(1961年批准)。第一家生产机器人的公司是联合,由Devol和约瑟夫恩格尔1956年。联合机器人也被称为可编程传送机因为它们最初的主要用途是将物体从一个点转移到另一个点,距离不到十几英尺。他们用水工 致动器并在接合 坐标,即各关节的角度存储在一个教学阶段,并在运行中重放。它们精确到1/10万分之一英寸(注意:虽然精度不是机器人的适当衡量标准,但通常是从可重复性的角度来评估-见下文)。Unimation后来授权他们的技术重工业和亚细亚、制造业分别在日本和英国。一段时间以来,其唯一的竞争对手是辛辛那提公司的俄亥俄。上世纪70年代末,日本几家大型企业集团开始生产类似的工业机器人,这种情况发生了根本变化。1969年维克多谢曼在斯坦福大学发明了斯坦福ARM,一种全电动、六轴铰接式机器人,旨在允许ARM溶液。这使得它能够在空间上精确地跟踪任意路径,并将机器人的潜在用途扩大到更复杂的应用,如组装和焊接。然后,Scheinman为麻省理工学院艾实验室,叫做“麻省理工学院的手臂”。他在获得公司的奖学金以开发他的设计后,将这些设计卖给公司,后者在他的支持下进一步开发了这些设计。通用汽车后来把它作为可编程通用装配机(美洲狮)。工业机器人在欧洲发展很快,两者都有。ABB机器人和库卡机器人1973年将机器人推向市场。ABB Robotics(前身为ASEA)推出了IRB 6,是世界上第一家商业可得全电动微处理器控制的机器人。前两个IRB 6机器人被出售给瑞典的Magnusson,用于研磨和抛光弯管,并于1974年1月投入生产。也是在1973年,KUKA机器人公司建造了第一个机器人,被称为法穆卢斯,也是最早有六个机电驱动轴的铰接式机器人之一。上世纪70年代末,人们对机器人技术的兴趣越来越大,许多美国公司进入了这一领域,包括大型公司,比如通用电气,和通用汽车(形成合资企业 FANUC机器人带着法努克(日本有限公司)美国创业公司包括在内自动机和熟练技术。公司在1984年机器人繁荣的巅峰时期,被西屋电气公司价值1.07亿美元。西屋将联合出售给法国。1988年,该公司仍在为一般工业生产铰接式机器人,洁净室应用程序,甚至购买了机器人部门博世2004年末。只有少数非日本公司最终得以在这个市场上生存下来,其中最主要的是:熟练技术, 圣乌布里,瑞典人-瑞士人公司ABB AseBrown Boveri,德文公司库卡机器人而意大利语公司科摩罗。1.4课题选题依据随着现代工业的快速发展,在保证生产质量的前提下,尽可能提高生产效率,降低成本,最大限度地提高性价比。这对工业机器人的性能提出了更严格的要求。一般来说,机器人需要在工作环境中以各种不确定性保持高速运行状态。当今工业对高性能机器人有两个主要要求:1、工作轨迹已知比如说,搬运机器人在固定位置搬运物料,在这种情况下,对机器人最大的要求就是快速,这就要求机器人以最快的速度运行。此时工作时,机器人的轨迹相对固定,变频不大,但对于机器人的运动速度要求较高(一般要求工作速率大于10 m/s),但此时通过对机器人教学的研究,提前告知机器人的工作路径,机器人的工作路径未知。2、工作轨迹未知打个比方说,处理机器人以高速捕获分散的材料。在工业场地,材料可以分散到不同的地方。如果每次对机器人进行一次不同物料分配的教学,生产效率会很低。传感检测技术的出现使机器人能够实时感知路径,并根据外部传感器(如视觉传感器)来规划路径。如果没有给机器人指令,机器人本身实时感知和规划轨迹和路径,那么机器人就不知道工作路径。日前,阻碍工业机器人速度和精度提高的主要因素有:机器人机械本身的影响、控制系统硬件本体的影响(如传感器的最高采样频率、控制器硬件的计算性能)、动态耦合效应的匹配等。机器人关节间的相互作用和控制算法本身的特点。这些要求对工业机器人控制技术提出了严峻的挑战,控制器的设计一定具有较高的实时性、稳定性和准确性。现在,大多数商用工业机器人的控制策略基本上是独立的联合PID伺服算法。这种控制模式的主要不足之处是PID的三个增益系数(即比例系数kp、积分系数k和微分系数k)是先前确定的量,不能随有效载荷的变化而变化。当机器人高速运动时,其动态效应非常明显。因此,在速度和有效载荷变化的情况下,控制非线性系统的各关节独立控制和设定增益系数难以满足要求,这是大多数工业机器人速度(一般小于15m/s)和精度(一般大于1mm)不高的主要原因。1.5课题的研究思路、来源与主要研究内容本课题针对机器人行业的高速需求,试图解决机器人高速需求与实时性能之间的矛盾。针对机器人已知和未知工作轨迹的特点,研究了机器人的运动控制技术,采用不同的处理方法实现了机器人的高速运动控制。第一点,在对机器人运动学和力学分析的基础上,与传统的单机器人关节建模方法不同,本文采用运动轨迹生成的动力学表达式,将运动轨迹生成到具体的数值解部分,进行简化,然后与同步的机器人伺服电机模型,分别建立各关节机器人耦合条件的传递函数模型。然后,针对固定位置物料搬运等高速机器人的需求,充分分析了高速运动条件下机器人的动力学因素,得到了影响机器人动态效果的状态参数机器人关节角、关节角速度和关节。角度加速天数。结合工程机器人原型平台的PID主控制器,设计了机器人关节非线性PID模型和神经网络模型,实现了在已知工作轨迹的情况下机器人的高速运动。然后应用第二机器人工作路径变量,由机器人本身对其特征进行实时识别,研究在不知道机器人高速运动轨迹的情况下,智能控制算法,首先利用加权最小二乘法对机器人关节被控对象模型进行辨识,对机器人关节的运动轨迹进行实时识别。研究了PID控制器实验平台、改进的免疫克隆和DNA算法,并将其应用于机器人的PID控制器参数,用来实现机器人的自适应PID控制。最后实现了工业机器人的高速运动控制。第二章 工业机器人存在的三大技术难点和控制问题2.1 工业机器人存在的三大技术难点经过近50年的发展,工业机器人在机械本体的设计、机器人基本部件和控制器硬件的制作、机器人的运动学和力学分析等方面逐渐成为成熟的技术和理论体系。然而,当今工业机器人技术仍存在以下技术问题:2.1.1工业机器人工作空间的奇异位问题为了实现工业机器人从关节空间到笛卡尔空间的映射,机器人引入了雅可比矩阵,经过雅可比矩阵的线性变换,可以把关节速度与笛卡尔速度联系起来。不难发现,所有的机器人在工作空间的边界处都有奇异的配置,而且大多数机器人的工作空间也可能有奇异的配置。工作空间边界奇异配置出现在机器人完全开始或退出机器人末端或离工作空间边界非常近的情况下:而工作空间在奇异配置内远离工作空间边界,通常是由于两个或两个以上的关节轴共线。当机器人处于奇异位置时,会失去一个或多个自由度,无论选择多大的关节速度,机器人都无法移动:此时,机器人的速度和加速度会发生突变,趋于无穷大,对机器人的机械结构有很大的影响。2.1.2工业机器人机械部件的精度与补偿问题当今工业对工业机器人的精度要求越来越高。但是,由于机器人机械本体的制造、装配、磨损等原因,机械零件自身也存在一些误差,最终会影响机械本体的最终运动,导致机器人机械本体的运动误差。影响工业机器人姿态精度的因素很多,可以分为静态因素和动态因素。静态因素包括制造和装配引起的机器人本体机械结构误差:外部温度变化和长期磨损造成的机械零件尺寸变化,以及机器人的姿态误差。动态因素主要是机械零件受外力引起的弹性变形引起的机器人运动误差。为了解决上述因素引起的机器和人体姿态误差,必须在使用前对机器人进行标定,建立机器人的参考模型。目前,机器人标定技术主要包括基于坐标测量机的标定、基于激光跟踪器的机器人标定和基于CCD的机器人标定。根据机器人姿态与参考模型之间的误差,建立了机器人补偿机构,进一步提高了机器人实际操作的精度。2.1.3机器人的控制问题今天,随着市场经济的快速发展,生产效率和产品质量成为影响企业发展的两条生命线。生产效率越高,节约的生产成本就越大,企业越能抢占市场,越主动。这就要求工厂里的工业机器人能够以最高的速度连续运转。同时,企业生产现场存在电气、光学、磁性等不确定性。这些都对机器人控制技术产生了严峻的挑战,要求所设计的机器人控制算法必须具有较高的实时性、稳定性和抗干扰能力。2.2 工业机器人的控制问题工业机器人是一个复杂的多输入多输出非线性系统,具有耦合强、时变和非线性动力学特性,其控制过程十分复杂。由于机器人参数的测量与建模、负载的不精确性,再加上机器人行业外部干扰的不确定性,机器人控制问题在研究中,实际上无法得到机器人完整、准确的对象模型和特定的应用环境,工业机器人决定其必须面对的一切挑战,存在不确定因素。另一方面,现代工业的快速发展迫切需要高质量的机器人服务,高质量的机器人控制必须考虑各种不确定因素的影响。2.2.1模糊控制模糊逻辑模拟人的知识推理能力,总结出基于专家经验和领域知识的几种模糊控制规则,定性地表达知识,构建描述具有不确定性的复杂对象的模糊关系。根据控制系统的输出误差和误差变化和模糊关系的推理综合,利用结晶器的逻辑,得到控制量。根据具体被控对象的特点,总结工程经验,建立模糊控制规则表,采用模糊策略在线自适应整定参数,构造模糊控制器,改善控制系统的静态和动态特性。2.2.2神经网络控制人工神经网络是一种模拟人脑的神经网络控制,是指利用神经网络在控制系统中工作时,其难以准确描述复杂的非线性对象建模,而“充电控制器,或优化计算,或推理,或故障诊断,同时具有欺骗性”。最优组合的某些函数,与局部放电控制相结合。神经网络需经过一系列复杂的 “训练”过程,且整个“训练”过程易于陷入部分最优。而且,一般的神经网络控制器都比较复杂,实时性效果很难得到保障。2.2.3专家系统根据具体的被控对象,总结了人的经验,构建了仿人智能控制系统,并根据不同情况确定了相应的参数。基于数字控制算法,专家通过选择相应的控制策略,通过仿人智能控制特征变量的值符号,实现仿人智能控制。然而,这种方法依赖于人们的经验。当被控对象发生变化时,需要对相应的控制器进行调整,且自适应能力差。总结人类经验需要时间。专家系统问题与模糊控制问题相似。2.2.4变结构控制变结构控制是控制不确定动态系统的一种重要方法。其工作原理是通过构造开关函数使整个系统沿滑动面滑动,使变结构控制系统的性能达到预定的要求。滑模变结构系统对系统参数和外界干扰并不是很敏感,可以忽略机器人关节间的相互作用。变结构控制器的设计不需要精确的动力学模型,只要参数范围,因此变结构控制适合于机器人的运动控制。然而,变结构控制容易产生颤振,可以与控制相结合,建立更稳定的控制器。2.2.5灰色控制灰色预测是从已发生的行为特征量中找出系统发展规律,预测系统未来行为,根据未来行为趋势确定相应的控制决策。该控制策略着眼于系统未来的行为,具有控制先进、结构简单、适应性强、实时性强等特点。灰色控制的关键在于典型行为数据的采集。所选代表性行为数据的质量对最终构建的控制器有很大的影响。2.2.6基于反馈机制的免疫控制免疫是生物的普遍功能。生物的免疫系统能产生相应的抗体来抵抗外来入侵抗原。当一个抗原与抗体结合时,它会产生一系列的反应,通过吞噬或产生特定的酶来破坏抗原。免疫控制算法就是对这种生物功能的模仿。利用拉格朗日方程建立了基于免疫算法反馈机制的柔性并联机器人逆动力学模型,设计了免疫控制器,并利用模糊控制器自动调节免疫反馈律,实现了对馈源、衰减器轨迹跟踪控制的风致振动的控制。根据仪式规律,振动主动控制策略能有效提高进给轨迹跟踪精度。2.2.7基于遗传算法的控制遗传算法是美国威奇根大学霍兰德教授提出的一种并行随机搜索优化算法。它是对自然界的遗传机制和生物进化的模仿。遗传算法将“适者生存”的生物进化原理引用到参数优化过程。除了上述几种常见的智能算法外,还有许多算法正在机器人学领域进行研究和应用。目前,机器人控制领域有两个发展方向:一方面,新的智能算法和改进的算法不断出现;另一方面,算法之间也有融合的趋势。第三章 工业机器人的技术说明和定义参数轴数,是指一个平面上的任何一点都需要两个轴;到达任何空间点需要三个轴。完全控制手臂末端的方向(即手腕)另外三个轴(偏航、俯仰和滚动)是必需的。一些设计(例如SCARA机器人)在成本、速度和精度方面的运动限制。自由度,指这通常与轴数相同。工作包络,即机器人能够到达的空间区域。运动学,是指硬性成员的实际安排接缝在机器人中,这决定了机器人可能的运动。机器人运动学的分类包括铰接式,笛卡尔式,平行和SCARA。承载能力或有效载荷,是机器人能举起多少重量。速度,指机器人能以多快的速度定位手臂的末端。这可以定义为每个轴的角速度或线速度,也可以定义为复合速度,即当所有轴运动时手臂末端的速度。加速,即轴的加速速度有多快。由于这是一个限制因素,机器人可能无法达到其规定的最大移动速度,在短距离或复杂的路径上,需要频繁地改变方向。准确度,即机器人能到达指挥位置的距离有多近?当测量机器人的绝对位置并将其与指令位置进行比较时,误差是一种测量精度的方法。通过外部感知,例如视觉系统或Infra-Red,可以提高精度.看见机器人校准。精度可以随着工作包线内的速度和位置以及有效载荷的不同而变化(参见遵从性)。重复性,是指机器人返回程序位置的情况如何。这与准确性是不一样的。这可能是,当被告知去一个特定的X-Y-Z位置,它得到的只有在1毫米的位置。这将是它的准确性,可以通过校准提高。但是,如果这个位置被教到控制器内存中,并且每次它被发送到那里时,它返回到所教位置的0.1mm以内,那么可重复性将在0.1mm以内。准确度和重复性是不同的衡量标准。重复性通常是机器人最重要的标准,与测量中的“精度”概念类似精度和精度。ISO 92839提出了一种测量准确度和重复性的方法。通常,一个机器人被发送到一个教过的位置很多次,误差是测量在每次返回到该位置后,访问4个其他位置。然后使用标准差所有三个维度的样本。一个典型的机器人,当然会产生一个超过这个位置的误差,这可能是这个过程中的一个问题。此外,工作包线不同部位的重复性也不同,而且随工作速度和有效载荷的变化而变化。ISO 9283规定,精度和可重复性应以最大速度和最大有效载荷测量。但这会导致悲观的结果,而机器人在轻负荷和速度下可能更精确和可重复。工业过程中的重复性还取决于末端执行器(例如,夹钳)的准确性,甚至取决于将夹持器与被抓取的物体相匹配的“手指”的设计。例如,如果一个机器人从它的头上挑出一个螺丝,那么这个螺丝可能是一个随机的角度。随后将螺钉插入孔内的尝试很容易失败。这些和类似的场景可以通过“引线”来改进,例如通过使洞口变细。运动控制,是对于一些应用程序,如简单的拾取和位置组装,机器人只需要重复地返回到有限数量的预先教授的位置。用于更复杂的应用,如焊接和精加工(喷漆),运动必须连续控制,才能在空间中跟随一条路径,并具有受控的方向和速度。电源,是指有些机器人使用电动机,其他人使用水工执行器。前者速度更快,后者在喷漆等应用中更强、更有利,在这种情况下,火花可以激发出爆炸然而,臂的内部气压过低可以防止易燃蒸气和其他污染物的进入。如今,市场上不太可能出现任何液压机器人。附加的密封、无刷电动机和防火花保护使能够在爆炸气氛中工作的机组的建造更加容易。驾驶,即有些机器人通过齿轮另一些则直接将电机连接到接头(直接驱动)。使用齿轮会产生可测量的“间隙”,即在轴上自由运动。较小的机器人臂经常采用高速、低转矩的直流电机,一般要求齿轮传动比高,这具有间隙大的缺点。在这种情况下谐波驱动经常被使用。遵从性,这是一种测量机器人轴心在施加力时移动的角度或距离的量。由于遵从性,当机器人到达承载其最大有效载荷的位置时,其位置将略低于未携带有效载荷的位置。在携带高有效载荷时,遵从性也可能导致超调,在这种情况下,加速需要降低。第四章 机器人编程和接口4.1机器人编程和接口设置或编程工业机器人的运动和序列通常是通过将机器人控制器连接到膝上型,桌面电脑,计算机或(内部或互联网)网络.机器人和一组机器或外围设备被称为工作单元或细胞。一个典型的单元可能包含一个部件馈线,成型机还有机器人。各种机器都是“集成”的,由一台计算机或PLC。机器人如何与细胞中的其他机器进行交互,必须对它们在细胞中的位置和与它们的同步进行编程。软件:这台计算机安装了相应的界面软件。计算机的使用大大简化了编程过程。专门性机器人软件在机器人控制器或计算机中运行,或者两者都运行,这取决于系统设计。有两个基本实体需要教授(或编程):位置数据和过程。例如,在将螺旋从进料器移到孔的任务中,必须首先教进给器和孔的位置或编程。其次,将螺旋从进料器送至孔的过程必须与任何涉及的I/O一起编程,例如,指示螺杆何时在送料器中随时准备拿起的信号。机器人软件的目的是方便这两个编程任务。教授机器人位置可以通过多种方式实现:位置命令机器人可以使用桂或基于文本的命令,可以在这些命令中指定和编辑所需的X-Y-Z位置。教吊坠:机器人的位置可以通过教吊坠。这是一个手持控制和编程单元。这种装置的共同特点是能够手动将机器人送到所需的位置,或“英寸”或“慢跑”来调整位置。他们也有办法改变速度,因为低速通常是需要仔细定位,或当测试-运行通过一个新的或修改的例程。大的紧急停车按钮通常也包括在内。通常情况下,一旦机器人被编程,就不再使用教学吊坠了。所有的教学挂件都配备了三个位置。死人开关。在手动模式下,它只允许机器人在中间位置(部分按下)移动。如果完全按压或完全释放,机器人就会停止。这一操作原则允许使用自然反射来增加安全性。以身作则:这是许多机器人制造商提供的技术。在这种方法中,一个用户握住机器人的机械手,而另一个人则输入一个命令,使机器人失去能量,导致机器人跛行。然后,用户用手将机器人移动到所需的位置和/或沿着所需的路径,而软件将这些位置记录到内存中。该程序以后可以将机器人运行到这些位置或沿着教授的路径运行。这种技术在诸如喷漆.离线编程就是整个细胞、机器人和工作空间中的所有机器或仪器都以图形方式映射的地方。然后,机器人可以在屏幕上移动和模拟过程。机器人模拟器用于为机器人创建嵌入式应用程序,而不依赖于机器人手臂和末端执行器的物理操作。机器人仿真的优点是在机器人应用程序的设计中节省了时间。它还可以提高与机器人设备相关的安全性水平,因为在系统启动之前,可以尝试和测试各种“如果”场景。机器人仿真软件提供了一个平台,用于教授、测试、运行和调试用各种编程语言编写的程序。机器人仿真工具可以方便地编写和调试机器人程序,并在实际机器人上测试程序的最终版本。在虚拟世界中预览机器人系统行为的能力允许在应用于“真实世界”系统之前对各种机制、设备、配置和控制器进行试验和测试。机器人模拟器具有利用几何建模和运动学建模对工业机器人模拟运动进行实时计算的能力。其他此外,机器操作员经常使用用户界面设备,通常触摸屏单位,作为操作员控制面板。操作员可以从一个程序切换到另一个程序,在程序中进行调整,也可以操作外围可以集成在同一个机器人系统中的设备。这些包括末端执行器为机器人提供部件的喂料器,传送带,紧急停车控制,机器视觉系统,安全联锁系统,条形码打印机和几乎无限的其他工业设备阵列,这些设备是通过操作员控制面板访问和控制的。教学挂件或pc通常在编程后断开连接,然后机器人在安装在其上的程序上运行。控制器。然而,计算机通常被用来“监督”机器人和任何外围设备,或者提供额外的存储空间来访问许多复杂的路径和例程。4.2臂端工具最基本的机器人周边是末端执行器或臂端工具(EOT)。末端执行器的常见例子包括焊接设备(如MIG焊接枪、点焊机等)、喷枪以及磨削和去毛刺装置(如气动圆盘或皮带磨床、毛刺等),以及夹持器(通常可以抓取物体的装置)。机电或气动)。其他常用的拾取对象的方法是真空或磁铁。终端效应器通常是高度复杂的,是为了匹配处理过的产品而制作的,并且通常能够一次获得一系列产品。他们可以利用各种传感器来帮助机器人系统定位、处理和定位产品。4.3控制运动对于给定的机器人,完全定位末端执行器(夹钳、焊枪等)所需的唯一参数。机器人的角度是每一个关节的角度或直线轴的位移(或两个组合的机器人格式,如SCARA)。然而,有许多不同的方法来定义这些点。定义点的最常见和最方便的方法是指定笛卡尔坐标对于它来说,即“末端执行器”在X、Y和Z方向上相对于机器人原点的位置(以mm为单位)。此外,根据特定机器人可能具有的关节类型,还必须指定末端执行器在偏航、俯仰和滚转中的方向以及工具点相对于机器人面板的位置。为了关节臂这些坐标必须由机器人控制器转换成关节角,这种转换称为笛卡尔变换,需要迭代或递归地对多轴机器人进行转换。关节角与实际空间坐标关系的数学称为运动学。看见机器人控制笛卡尔坐标的定位可以通过将坐标输入系统或使用教学吊坠来完成,该挂件可以将机器人移动到X-Y-Z方向。对于人类操作人员来说,更容易看到向上/向下、左/右等的运动。而不是一次移动一个关节。当达到所期望的位置时,它就会以特定于正在使用的机器人软件的某种方式定义,例如下面的P1-P5。4.4典型编程大多数铰接式机器人的执行方式是在内存中存储一系列位置,并在编程序列中的不同时间移动到它们。例如,将物品从一个地方移动到另一个地方的机器人可能有一个简单的“挑选和放置”程序,类似于以下内容:定义点P1-P5:1.工件上方安全(定义为P1)2.A桶以上10厘米(定义为P2)3.在从A站(定义为P3)参加的位置4.B桶以上10厘米(定义为P4)5.能够从B.(定义为P5)参加。定义程序:1.移至P12.移至P23.移至P34.闭合夹持器5.移至P26.移至P47.移至P58.开式夹持器9.移至P410.移至P1并完成有关这在流行的机器人语言中的外观的示例,请参见工业机器人编程.4.5奇点“美国工业机器人和机器人系统国家标准-安全要求”(ANSI/RIA R15.06-1999)将奇点定义为“两个或多个机器人轴线的共线对准导致不可预测的机器人运动和速度的情况”。这是最常见的机器人手臂使用“三卷手腕”。这是一个手腕,手腕的三个轴,控制偏航,俯仰,和滚动,都通过一个共同的点。手腕奇点的一个例子是当机器人行走的路径使机器人手腕的第一和第三轴(即机器人的轴线4和6)排列起来时。然后,第二手腕轴试图在零时间内旋转180,以保持末端执行器的方向。这个奇点的另一个常见术语是“手腕翻转”。奇点的结果可能是相当戏剧性的,可能会对机器人手臂、末端执行器和过程产生不利影响。一些工业机器人制造商试图通过稍微改变机器人的路径来避免这种情况。另一种方法是减缓机器人的移动速度,从而降低手腕过渡所需的速度。ANSI/RIA已经强制要求机器人制造商在系统被手动操作的时候让用户知道奇点。手腕隔断垂直铰接式六轴机器人中的第二种奇点发生在手腕中心位于以1轴为中心且半径等于轴1和4之间距离的圆柱体上时。这就是所谓的肩部奇点。一些机器人制造商也提到了对齐奇点,其中轴1和6成为重合。这只是肩部奇点的一个子案例。当机器人靠近肩部奇点时,关节1旋转得非常快。腕关节垂直铰接式六轴机器人的第三种也是最后一种奇异性发生在手腕的中心与轴2和3位于同一平面上时。奇点与万向节锁,这有一个类似的根本原因是轴变得排列。4.6市场结构根据国际机器人联合会(IFR)研究2018年世界机器人到2017年底,大约有2,097,500台可操作的工业机器人。到2021年年底,这一数字估计将达到3 788 000人。据IFR估计,2017年全球工业机器人销售额将达到162亿美元。包括软件、外围设备和系统工程费用在内,2017年机器人系统的年营业额估计为480亿美元。中国是最大的工业机器人市场,2017年售出137,900台。日本拥有最大的工业机器人运营库存,2015年底有286,554台。2018年,美国工业机器人制造商向美国工厂运送了35880个机器人,比2017年增加了7%。工业机器人的最大客户是汽车工业,占市场份额的33%,其次是电器/电子工业,占32%,金属和机械工业占12%,橡胶和塑料工业占5%,食品工业占3%。在纺织、服装业和皮革业,有1 580个单位在运作。4.7健康与安全主要条款:工作场所机器人安全国际机器人联合会预测到2020年世界范围内工业机器人的使用将会增加,估计将有170万台新的机器人安装在世界各地的工厂中。自动化技术的迅速发展(例如固定机器人、协作和移动机器人以及外骨骼)有改善工作条件的潜力,但也有可能在制造工作场所引入工作场所的危害。尽管缺乏与机器人相关的职业监测数据,但美国的研究人员仍未提供与机器人相关的职业监控数据。国家职业安全和健康研究所(NIOSH)在1992至2015年间发现61例与机器人有关的死亡,使用关键字搜索劳工统计局(BLS)致命职业伤害调查研究数据库(见职业机器人研究中心)。根据劳工统计局的数据,NIOSH及其州合作伙伴调查了4起与机器人相关的死亡事件。死亡评估与控制评估计划。此外,职业安全及健康署(OSHA)亦调查了数十宗与机器人有关的伤亡个案。OSHA事故搜索页面。受伤和死亡可能会随着时间的推移而增加,因为越来越多的协作和共存的机器人,动力外骨骼,和自动车辆进入工作环境。安全标准是由机器人工业协会(RIA)与美国国家标准协会(Ansi)。2017年10月5日,OSHA、NIOSH和RIA签署了一份联盟共同努力提高技术专长,识别和帮助解决与传统工业机器人和新出现的人机协作装置和系统相关的潜在工作场所危害,并帮助确定减少工作场所危害所需的研究。10月16日NIOSH推出了职业机器人研究中心“提供科学领导,指导职业机器人的开发和使用,以提高工人的安全、健康和福祉”。迄今为止,NIOSH及其合作伙伴确定的研究需求包括:跟踪和预防伤害和死亡、干预和传播促进安全机器控制和维护程序的战略,以及将基于证据的有效干预措施转化为工作场所实践。第五章 总结实现工业机器人的高速运动控制是工业机器人运行过程中的一个研究热点。为此,国内外专家学者提出了多种控制算法,但它们大多比较复杂,难以满足实时控制过程的要求。相比之下,传统的PID控制算法简单,在工业机器人控制领域得到了极大的应用。然而,目前工业机器人的PID控制通常忽略了机器人的动态效应,简化为单关节PID控制。当机器人在极端高速状态下运行时,其动态效应非常显著。在这种情形下,用传统的固定增益的单关节PID算法来掌控非线性系统,在机器人速度和有效载荷变化难以满足要求的情况下,从而严重限制了机器人在高速精度条件下的工作,明显地提高了机器人的工作效率。操作生产率不高,质量难以提高。特别是在高速工业机器人负载变化的情况下,多关节机器人非线性PID控制的构建具有十分重要的意义。本文正是在这样的背景下开展这项研究工作的。针对机器人在已知工作轨迹和未知工作轨迹条件下的高速运动,提出了两种不同的控制方法,以实现机器人的高速运动。结 束 语机器人产业将是继汽车、计算机产业之后新兴的大型高新技术产业。随着劳动力成本的快速增长和制造业结构的调整升级,中国工业机器人产业进入了发展的黄金时期。我国正处于世界上最大的机器人产业的大转型期,要缩小我国工业机器人的研究和应用与国外的差距,我国必须在工业化发展道路上发挥自身优势。在发展道路上,我国必须借鉴国外工业机器人集成电路产业发展的成功经验,再加上国家政策的支持,工业机器人在我国的发展虽然充满了困难和挑战,但前途光明。致 谢在写这篇文章的过程中,作为我的导师,王女士以其严谨的学习、深刻的知识和广阔的视野为我营造了良好的学术氛围。同时,我不仅接受了新的思想,确立了明确的学术目标,了解了基本的思维方式,掌握了一般的研究方法,而且还了解了很多处理人、接受事物和处理世界的原则。其严谨宽厚、朴素朴实、平易近人的人格魅力、细致感人的人文关怀等高尚风度,让人感受到春风和温暖。正是因为她在百忙之中对全文进行了多次审阅,对细节进行了修改,并为本文的写作提供了许多有针对性和有价值的意见,才使本文得以成型。在此,我衷心感谢王先生无懈可击的奉献精神、严谨认真的学习态度、深厚的专业素养和平易近人的待人态度。同时,我要感谢张先生、赵先生和李先生多年来的修养和教育。四年的阅读和生活在这个季节即将结束,但在我的生活中只是一个逗号,我将面临另一个旅程的开始。四年的学习,在老师、亲戚朋友的大力支持下,经历了艰难困苦,也收获了很多。由于这篇论文即将发表,我有很多想法,而且我的心情很长一段时间都不平静。我崇拜伟人和名人,但我更渴望将我的尊敬和赞美献给一个普通人,我的导师。我不是你最好的学生,但你是我最尊敬的老师。你严谨的学习,博学的知识,深刻的思想,开阔的视野,为我创造了一个良好的精神氛围。与其钓鱼,不如教人钓鱼,同时停留,沉浸其中,让我不仅接受新的想法,树立一个宏伟的学术目标,了解基本的思维方式,从选题到指导论文写作,通过你仔细的拨号,经过深思熟虑。常让我有“山重水复疑无路,柳暗花明又一村”的感觉。感谢我的父母,我能得到如此优秀的教育,养育的恩典,没有回报,你将永远健康快乐是我最大的愿望。当论文即将完成时,我的心情不可能平静。从项目开始到论文顺利完成,有多少尊敬的老师、同学和朋友给了我无声的帮助,请在此接受我真诚的感谢!同时,谢谢学院为我提供了一个比较设计的良好环境。另外,我还要特别感谢师姐对我实验以及论文写作的指导,她为我完成这篇论文提供了巨大的帮助。还要感谢,XX和XX同学对我的无私帮助,使我得以顺利完成论文。同时实验室的XX老师也时常帮助我,在此我也衷心的感谢他。至此,再次对关心、帮助我的同学和所有人表示衷心地感谢,假如没有你们,我将无法想象我会如何度过这段极其具有挑战性和困难的学习生涯,在这里,我要衷心的祝福你们平安、健康、幸福。最后,我要感谢所有在我的毕业设计中帮助过我的导师、朋友和同学,以及我在设计中引用或提到的论文的作者。随着本科生毕业论文的撰写,我四年的大学生活很快就要结束了。回忆四年的人生,从对大学生活的无限期待,到教师在课堂上的深刻学术知识,从教室图书馆的奔波,到丰富多彩的业余生活,这些都是生动而难忘的。光阴似箭,日月如梭。转眼间,我们就要毕业了。随着离校日期的临近,毕业论文的完成也即将结束。从项目的开始到论文的圆满完成,老师、同学和朋友都离不开我的热情帮助。请接受我诚挚的谢意。参考文献1 徐敏机器人技术在机械加工中的应用.洪都科技, 2007(3): 27-312 蔡自兴机器人学M.第三版北京:清华大学出版社2000:1-159.3 Nearchou A. C., Aspragthos N A., Sofotassios D. P. Reducing the C omplexity of Robots Scene forFaster Colision DetectionJ Joumal of Intelligent and Robotic Systems, 1999, 26(1): 79-894 Nonami K, Yuasa R, Wateman D., et al Preliminary D esign and Feasibility Study ofa 6-Degrce of Freedom Robot for Excavation of Unexplo ded LandmineJ. Autonomous Robots, 2005, 18(3): 293-3015 宋健,张铁中,徐丽明,等.果蔬采摘机器人研究进展与展望J. 农业机械学报,2006, 37(5)158-1626 徐方工业机器人产业现状与发展J机器人技术与应用,2007(5)2-4.7 徐文福,梁斌,刘字等,一种新的PUMA类型机器人奇异回避算法自动化学报,2008,34(6) 670-676
展开阅读全文
相关资源
正为您匹配相似的精品文档
相关搜索

最新文档


当前位置:首页 > 图纸设计 > 毕业论文


copyright@ 2023-2025  zhuangpeitu.com 装配图网版权所有   联系电话:18123376007

备案号:ICP2024067431-1 川公网安备51140202000466号


本站为文档C2C交易模式,即用户上传的文档直接被用户下载,本站只是中间服务平台,本站所有文档下载所得的收益归上传人(含作者)所有。装配图网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。若文档所含内容侵犯了您的版权或隐私,请立即通知装配图网,我们立即给予删除!