一种多关节串联型工业机器人的谐振抑制方法
阅读说明：本技术 一种多关节串联型工业机器人的谐振抑制方法 (Resonance suppression method of multi-joint series industrial robot ) 是由 李玉霞 黄梁松 于 2019-10-23 设计创作，主要内容包括：本发明公开了一种多关节串联型工业机器人的谐振抑制方法,具体涉及机器人控制领域。该方法通过每个关节的伺服驱动器对关节连续施加正反转的位置阶跃信号,使得机器人产生低频阶跃摆动,再利用安装在机器人末端的六维加速度传感器测量关节的振动频率,然后针对每个关节设计双T型陷波滤波器,将测量得到的振动频率作为陷波滤波器的谐振频率。利用人工蜂群算法对陷波滤波器的陷波深度和陷波宽度进行寻优,最终得到每个关节的最优的陷波滤波器参数,实现对多关节串联型工业机器人谐振抑制的最优化,该方法简单可靠且便于实现,对于多关节串联型工业机器人的轨迹控制精度和重复定位精度有重要的意义。(The invention discloses a resonance suppression method of a multi-joint series industrial robot, and particularly relates to the field of robot control. The method comprises the steps of continuously applying forward and reverse rotating position step signals to joints through a servo driver of each joint to enable a robot to generate low-frequency step swing, measuring the vibration frequency of the joints by using a six-dimensional acceleration sensor installed at the tail end of the robot, designing a double-T-shaped notch filter for each joint, and taking the measured vibration frequency as the resonance frequency of the notch filter. The artificial bee colony algorithm is utilized to optimize the notch depth and the notch width of the notch filter, the optimal notch filter parameter of each joint is finally obtained, the optimization of the multi-joint series industrial robot resonance suppression is realized, the method is simple, reliable and convenient to realize, and the method has important significance for the track control precision and the repeated positioning precision of the multi-joint series industrial robot.)
技术领域
本发明涉及机器人控制领域，具体涉及一种多关节串联型工业机器人的谐振抑制方法。
背景技术
多关节串联型工业机器人是目前工业机器中最普遍的结构形式。由于关节采用了减速机或同步传动带等柔性器件，多关节串联型工业机器人在运动时关节和连杆的柔性效应会增加，导致机器人的本体结构发生机械谐振，会延长机器人末端的残余振动，降低机器人的重复定位精度。特别是多关节串联型工业机器人在对速度和精度要求更高的3C等行业中应用时，高速运动过程中大幅变化的惯量使得机器人关节的形变更为明显，机械谐振更易产生。机械谐振不仅会影响影响机器人伺服系统的稳定性、机器人末端轨迹控制精度和重复定位精度，还会损坏机械部件，降低机器人的使用寿命，因此，如何有效抑制机械谐振是目前工业机器人领域重要的研究内容。
发明内容
本发明的目的在于提供一种多关节串联型工业机器人机械谐振的抑制方案，该方法首先对机器人的每个关节测量机械谐振频率，然后再针对每个关节的谐振频率设计双T型陷波滤波器，并利用人工蜂群算法对每个陷波滤波器的参数进行寻优，实现对多关节串联型工业机器人谐振抑制的最优化。
本发明具体采用如下技术方案：
一种多关节串联型工业机器人的谐振抑制方法，包括以下步骤：
步骤一，从机器人的基坐标关节开始，依次测量机器人各关节的机械谐振频率，具体的为：
1-1，设定机器人的关节序号，机器人基坐标关节序号为1，沿着从基坐标到末端坐标的方向关节序号依次增加，末端关节的序号为序号最大值；
1-2，对于机器人的第n个关节，n≥1，首先通过机器人的示教器手动调整机器人的姿态，使得关节序号大于n的所有关节调整后的姿态作为第n关节的负载时惯量达到最大；
步骤二，从机器人的基坐标关节开始，依次设计机器人各关节的陷波滤波器，具体的为：
选择双T型滤波器作为陷波滤波器，其传递函数的表达式如式(1)所示：
其中，f为陷波中心频率，ζ为陷波深度，K为陷波宽度。
优选地，所述步骤一还包括：
利用机器人伺服系统中的抱闸装置锁死除了第n关节以外的所有关节，通过第n关节的伺服驱动器对第n关节施加正反转的位置阶跃信号1次，使得机器人的第n关节产生周期不小于10秒的阶跃摆动，利用装在机器人末端的六维加速度传感器测量第n关节运动方向上的振动频率fn0和振动衰减到初始幅值的2％的时间tnr，按照该方法依次测量其余关节的谐振频率和振动衰减时间。
优选地，对于第n关节，步骤一中测量的第n关节的振动频率fn0为第n关节陷波滤波器的陷波中心频率，采用人工蜂群算法搜索第n关节的最优的ζ和K参数值，具体过程如下：
设第n关节的人工蜂群算法的目标函数为：
fn＝0.1tni (2)
I、蜂群初始化，初始化100个雇佣蜂和观察蜂，对应100个蜜源，每个蜜源对应解的维数是二，两个解分别代表ζ和K；
II、蜂群寻找新蜜源，与第i个蜜源对应的雇佣蜂按照式(3)寻找新蜜源，即新的解：
x′id＝xid+φid(xid-xkd) (3)
其中，i＝1,2,...100，d＝1,2，φid是随机数，φid在区间[-1,1]内，i≠k，寻找到的新蜜源为X′i＝{x′i1,x′i2}；
III、新蜜源中的x′i1,x′i2分别对应当前搜索出来的ζ和K值，将ζ和K值带入式(1)中，得到当前关节的陷波滤波器，并用陷波滤波器滤除该关节的伺服驱动器中的速度环的输出信号，滤波后的输出信号是电流环的指令信号，对该关节施加周期不小于10秒的正反转的位置阶跃信号10次，通过安装在机器人末端的六维加速度传感器分别测量该关节运动方向上的振动幅值衰减到初始值2％时的时间，并求取平均值tni；
IV、更新蜜源，将新蜜源Xi求出的tni值与原蜜源Xi-1求出的tni-1比较，并根据式(4)更新蜜源，
其中，fiti是解Xi的适应值，表达式如式(5)所示：
V、侦查蜂出发，在第IV步中，与被丢弃的蜜源对应的雇佣蜂变成侦查蜂，并根据式(6)寻找新蜜源，
其中，r1∈[0,1]，
VI、记忆最佳蜜源，记忆最佳蜜源位置，即最优解，并重复II-VI100次；
VII、结束蜜源寻找，当100次循环完成，或者找到达到预期适应度的蜜源，则寻优停止，输出该关节的陷波滤波器的ζ和K值的最优解。
本发明具有如下有益效果：
该方法首先对机器人的每个关节测量机械谐振频率，然后再针对每个关节的谐振频率设计双T型陷波滤波器，并利用人工蜂群算法对每个陷波滤波器的参数进行寻优，实现对多关节串联型工业机器人谐振抑制的最优化；
该方法简单可靠且便于实现，对于多关节串联型工业机器人的轨迹控制精度和重复定位精度有重要的意义。
具体实施方式
下面结合具体实施例对本发明的具体实施方式做进一步说明：
一种多关节串联型工业机器人的谐振抑制方法，包括以下步骤：
步骤一，从机器人的基坐标关节开始，依次测量机器人各关节的机械谐振频率，具体的为：
1-1，设定机器人的关节序号，机器人基坐标关节序号为1，沿着从基坐标到末端坐标的方向关节序号依次增加，末端关节的序号为序号最大值；
1-2，对于机器人的第n个关节，n≥1，首先通过机器人的示教器手动调整机器人的姿态，使得关节序号大于n的所有关节调整后的姿态作为第n关节的负载时惯量达到最大；
利用机器人伺服系统中的抱闸装置锁死除了第n关节以外的所有关节，通过第n关节的伺服驱动器对第n关节施加正反转的位置阶跃信号1次，使得机器人的第n关节产生周期不小于10秒的阶跃摆动，利用装在机器人末端的六维加速度传感器测量第n关节运动方向上的振动频率fn0和振动衰减到初始幅值的2％的时间tnr，按照该方法依次测量其余关节的谐振频率和振动衰减时间。
步骤二，从机器人的基坐标关节开始，依次设计机器人各关节的陷波滤波器，具体的为：
选择双T型滤波器作为陷波滤波器，其传递函数的表达式如式(1)所示：
其中，f为陷波中心频率，ζ为陷波深度，K为陷波宽度。
对于第n关节，步骤一中测量的第n关节的振动频率fn0为第n关节陷波滤波器的陷波中心频率，采用人工蜂群算法搜索第n关节的最优的ζ和K参数值，具体过程如下：
设第n关节的人工蜂群算法的目标函数为：
fn＝0.1tni (2)
I、蜂群初始化，初始化100个雇佣蜂和观察蜂，对应100个蜜源，每个蜜源对应解的维数是二，两个解分别代表ζ和K；
II、蜂群寻找新蜜源，与第i个蜜源对应的雇佣蜂按照式(3)寻找新蜜源，即新的解：
x′id＝xid+φid(xid-xkd) (3)
其中，i＝1,2,...100，d＝1,2，φid是随机数，φid在区间[-1,1]内，i≠k，寻找到的新蜜源为X′i＝{x′i1,x′i2}；
III、新蜜源中的x′i1,x′i2分别对应当前搜索出来的ζ和K值，将ζ和K值带入式(1)中，得到当前关节的陷波滤波器，并用陷波滤波器滤除该关节的伺服驱动器中的速度环的输出信号，滤波后的输出信号是电流环的指令信号，对该关节施加周期不小于10秒的正反转的位置阶跃信号10次，通过安装在机器人末端的六维加速度传感器分别测量该关节运动方向上的振动幅值衰减到初始值2％时的时间，并求取平均值tni；
IV、更新蜜源，将新蜜源Xi求出的tni值与原蜜源Xi-1求出的tni-1比较，并根据式(4)更新蜜源，
其中，fiti是解Xi的适应值，表达式如式(5)所示：
V、侦查蜂出发，在第IV步中，与被丢弃的蜜源对应的雇佣蜂变成侦查蜂，并根据式(6)寻找新蜜源，
其中，r1∈[0,1]，
VI、记忆最佳蜜源，记忆最佳蜜源位置，即最优解，并重复II-VI100次；
VII、结束蜜源寻找，当100次循环完成，或者找到达到预期适应度的蜜源，则寻优停止，输出该关节的陷波滤波器的ζ和K值的最优解。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
当然，上述说明并非是对本发明的限制，本发明也并不仅限于上述举例，本技术领域的技术人员在本发明的实质范围内所做出的变化、改型、添加或替换，也应属于本发明的保护范围。
- 上一篇：一种医用注射器针头装配设备
- 下一篇：机器人及其壳体结构