柔性冗余度机器人改善频率特性的研究

对改善柔性冗余度机器人的频率特性进行了研究。首先分析了影响柔性机器人固有频率的因素,得出了在结构参数不变的情况下可以通过适当调整关节运动参数来提高机器人固有频率的结论。然后分析了机器人的自运动与关节运动参数之间的关系。在此基础上,提出了在保证末端名义运动不变的情况下通过规划柔性冗余度机器人的自运动调整关节运动参数来提高系统的固有频率,以避开动力奇异并改善机器人动态性能的方法,此外给出了相应的优化算法。最后通过数值仿真验证了该方法的有效性。     

柔性冗余度机器人振动的分析与控制

应用最优控制理论,对柔性冗余度机器人振动控制问题的原理与策略进行了研究。把主动控制思想应用于机器人振动控制中,提出了控制柔性冗余度机器人振动的一种方法。这种方法通过规划机器人的自运动加快系统振动能量的消耗以实现主动振动控制。此外,通过对满足抑振要求的自运动的选取进行分析,指出柔性冗余度机器人具有二次优化的能力,这对于提高机器人的工作性能是十分重要的。最后通过数值仿真验证了该方法的有效性。     

柔性冗余度机器人运动灵活性的研究

 对改善柔性冗余度机器人的运动灵活性问题进行了研究。首先分析了机器人的关节速度与其运动灵活性之间的关系;然后利用柔性冗余度机器人的二次优化能力,进一步研究了改善柔性冗余度机器人运动灵活性的问题,通过泰勒级数展开的办法把振动的抑制从加速度级等效转化到速度级,从而可以在速度级上同时实现振动的抑制和灵活性的改善,并给出了在抑振的同时改善机器人运动灵活性的方法。最后通过数值仿真验证了该方法的有效性。     

基于PSO优化算法的空间机械臂振动抑制研究

针对空间柔性机械臂的末端残余振动抑制问题,提出了一种基于逆运动学分析和粒子群优化算法的柔性机械臂笛卡尔空间轨迹规划和振动抑制的新方法。采用自然坐标法和绝对节点坐标法分别对柔性关节、柔性臂杆进行动力学建模,最终得到全面考虑柔性特性的柔性机械臂动力学模型;针对机械臂末端笛卡尔空间"点到点"和"静止到静止"的规划运动,采用五次多项式函数对末端轨迹进行离散规划,并通过逆运动学理论分析求解得到含冗余参数的关节空间电机转动轨迹;采用粒子群优化算法(PSO),将满足机械臂末端振动最小化的轨迹规划问题转换为待定冗余参数的优化问题,并迭代优化求解该参数;最后以三自由度柔性机械臂开展仿真研究。仿真结果表明,提出的规划方法具有很高的收敛速度,节约了计算时间;能够实现预定的机械臂轨迹规划;对机械臂末端点的残余振动能够进行有效地抑制。     

漂浮基柔性臂空间机器人输出力矩受限的自适应PID输出反馈

针对输出力矩受限的漂浮基柔性臂空间机器人的控制问题,结合系统动量守恒关系和拉格朗日方法建立了系统动力学模型;利用奇异摄动法,慢变子系统设计了输出力矩受限情况下仅有位置传感、建模不确定性及干扰的空间机械臂系统协调运动的自适应PID输出反馈控制算法,快变子系统设计了线性二次最优控制方法主动抑制。该算法采用高精度滤波器估计机器人关节速度,使得整个系统的闭环控制仅需位置输出反馈;在控制率中引入饱和函数,保证输出力矩在给定限制范围内,同时采用自适应PID控制器补偿建模不确定性和干扰。基于Lyapunov稳定性理论证明了该算法可确保控制系统是渐近稳定的,针对平面两关节漂浮基柔性臂空间机器人的仿真结果表明了所提出的控制方案良好的跟踪性和快速收敛性。     

平面柔性欠驱动机械臂的非线性动力学分析

研究了平面柔性欠驱动机械臂中被动关节对系统动态特性的影响 ,在动力学分析的基础上 ,提出了一种基于内共振原理的柔性欠驱动机械臂振动控制方法。在对系统的稳态周期运动进行分析研究的基础上 ,发现处于自由摆动状态的被动关节的平衡位置随系统结构的振动而发生漂移 ,并且被动关节平衡位置的漂移速度和方向与周期输入的振幅有关。提出利用结构柔性产生的振动实现被动关节位置控制的方法 ,通过平面二连杆柔性欠驱动机械臂进行了仿真计算     

空间机械臂刚柔耦合动力学模拟及小波基模糊神经网络控制

研究了关节和杆件双重柔性影响下空间机械臂系统的动力学模拟,运动控制算法设计和臂杆、关节双重柔性振动的主动抑制问题。利用线动量、角动量守恒关系,并基于拉格朗日方程、线性扭转弹簧及假设模态法建立系统动力学模型。为解决传统奇异摄动法应用受关节柔性限制问题,引入了一种关节柔性补偿控制器,以适当提高系统关节的等效刚度;并基于奇异摄动理论,将系统分解成独立时间尺度的柔性臂子系统和电机力矩动力子系统,借助小波基模糊神经网络的优良特性,将轨迹跟踪的角度误差及角速度误差输入到网络中,通过一阶梯度寻优算法来优化整个网络,降低柔性振动的影响,以达到高精度控制的要求的。计算机数值仿真对比试验证实了该方法的可靠性和有效性。     

机器人航天员冗余机械臂自运动优化

为增强机器人航天员的工作能力,机器人航天员的手臂采用七自由度仿人机械臂。根据S-R-S构型七自由度冗余手臂的结构特性,采用臂型角参数化的方法求解运动学。该方法将冗余机械臂的自运动用臂型角来描述,通过对臂型角的二次优化来限制机械臂的自运动。为了使仿人臂处于一种自然的构型和姿态,定义了"偏离中心度"的指标来表示关节偏离中心位置的程度,通过这个评价指标来描述仿人臂的最优位形,从而建立自运动优化函数。采用具有线性减小惯性权重的粒子群优化算法来寻找自运动优化函数的最优解。最后在机器人航天员平台进行验证,可以快速有效地完成冗余手臂自运动优化。     

基于混合规划策略的自由漂浮冗余机械臂减振运动规划(英文)

对自由漂浮柔性冗余机械臂系统的减振运动规划问题进行研究。首先,采用拉格朗日方法建立系统的动力学模型,并给出了减振运动规划的模型。其次,提出一种基于高斯伪谱法与直接打靶法的混合规划策略,用于求解运动规划问题。先利用高斯伪谱法将运动规划问题转化为一个非线性参数优化问题,并用遗传算法确定近似解,随后利用直接打靶法建立优化模型,将得到的近似解作为优化变量的初值,并采用序列二次规划算法求得精确解。最后,对算例进行分析,验证了基于混合规划策略得到的关节运动轨迹能够明显减小柔性臂杆的全局振动以及残余振动。数值计算的结果表明该方法对减振运动规划问题的求解是有效且稳定的。     

基于机敏材料的冗余度柔性机器人复模态主动控制

研究了基于机敏材料的冗余度柔性机器人的振动主动控制问题。应用复模态理论对机器人的动力学方程进行解耦 ,建立了受控系统的状态空间表达式。利用极小值原理设计了连续LQR状态反馈控制器 ,并根据对偶原理设计了具有指定稳定度的Luenberger全维状态观测器。平面 3R冗余度柔性机器人的仿真算例表明 ,该方法可以显著改善受控系统的动力学性能。     

Vibration Reduction of Open-chain Flexible Manipulators by Optimizing Independent Motions of Branch Links

In order to suppress vibration in flexible manipulators, a new type of manipulator mechanism with controllable local degrees of freedom is proposed. This mechanism consists of a main chain and some branch links. The main chain is of a flexible open-chain configuration with an end-effector installed at its tip, and the rigid branch links are able to perform active movements. It is proved by kinematics and dynamic analysis that, the branch links bear no direct kinematic relation to the main chain, but their independent motions can strongly affect the dynamic behavior and performance of the flexible manipulator. Then comes a new idea of suppressing vibration, in which independent motions of the branch links are used to suppress the undesired vibration of the flexible main chain through dynamic coupling. On this basis, an optimal method for reducing vibration of flexible manipulators is proposed. Finally, the effectiveness of this method is verified by numerical simulations.     

Parameter optimization of controllable local degree of freedom for reducing vibration of flexible manipulator

 Parameter optimization of the controllable local degree of freedom is studied for reducing vibration of the flexible manipulator at the lowest possible cost. The controllable local degrees of freedom are suggested and introduced to the topological structure of the flexible manipulator, and used as an effective way to alleviate vibration through dynamic coupling. Parameters introduced by the controllable local degrees of freedom are analyzed and their influences on vibration reduction are investigated. A strategy to optimize these parameters is put forward and the corresponding optimization method is suggested based on Particle Swarm Optimization (PSO). Simulations are conducted and results of case studies confirm that the proposed optimization method is effective in reducing vibration of the flexible manipulator at the lowest possible cost.     

冗余度柔性机器人动态响应主动控制

研究了具有压电作动器与应变传感器的冗余度柔性机器人的振动主动控制问题。建立了该离散时变动力学系统的状态空间表达式。根据离散量小值原理设计了LQR最优控制律，并提出了一种状态估计的近似方法。平面3R冗余度柔性机器人的仿真算例表明，采用这种主动控制方法可使冗余度柔性机器人的动力学特性得到显改善。     

Impact vibration reduction for flexible manipulators via controllable local degrees of freedom

When performing operation tasks, the interaction between a flexible manipulator and a grasped object usually results in an impact. In this paper, a new way is suggested to alleviate impact vibration of a flexible manipulator via its structural characteristic when capturing a moving object. Controllable local degrees of freedom are introduced to the topological structure of the flexible manipulator, and used as an effective tool to combat impact vibration through dynamic coupling. A corresponding method is put forward to reduce impact vibration responses of the flexible manip- ulator via the controllable local degrees of freedom. By planning motion of the controllable local degrees of freedom, appropriate control force can be constructed to increase the modal damping and stiffness and eliminate the exciting force simultaneously, thereby reducing impact vibration responses of the flexible manipulator. Simulations are conducted and results are shown to prove the presented method.