焊接机器人结构优化研究现状

工业机器人结构优化领域的研究成果众多，由于国外工业机器人发展较早，机器人结构优化方面的研究也较国内起步较早。在机器人结构优化方面主要技本手段主要有以下三类:

(1)尺寸优化。尺寸优化不是对结构形式、材料属性等做改变，而是以结构的长度、截面积等作为优化变量;

(2)形状优化。形状优化主要是对结构的内部、外部形状进行优化设计，改变整体结构形式;

(3)拓扑优化。拓扑优化作为一种迅速发展的新型结构优化技术，在结构的概念设计阶段就可以将结构所需要的性能作为约束变量，结合数学中的最优化理论，得到最优化的结构设计。    国内外有关机器人结构优化的研究主要有以下成果:

建立码垛机器人操作臂三维模型，利用ABAQUS进行静力学分析，然后对薄弱部位进行了优化设计，之后对优化后的结构进行了重新分析，提高了码垛机器人的可靠性。

设计了一种永磁轮式爬壁机器人，以爬壁机器人的永磁轮尺寸、底盘半径、所需磁吸附力等为约束变量，以最小驱动力矩为目标函数，对其进行了尺寸优化设计，达到了降低力矩损耗的目的。

以硅片传输机器人静偏移为约束、以机器人固有频率为优化目标、以各手臂壁厚为优化参数对硅片传输机器人手臂进行了结构优化设计。

借助ANSYS Workbench采用响应面法，以水下机器人的耐压壳体强度为约束变量，以质量最小为目标函数进行了优化设计，具有一定的参考意义。

Albert Albers等人以ARMAR III型机器人的为研究对象，综合考虑机器人机电系统中的结构和控制，对其手臂进行了拓扑优化设计，取得了良好的效果。

将机器人的弹性连接杆简化为欧拉一伯努利梁，以提高刚度、减小质量为优化目标，将速度、变形作为约束变量，对连接杆进行了优化设计。

使用绝对节点坐标公式(ANCF )和等效静载荷(ESL)方法，首先通过ANCF建模柔性多体系统，在结构优化期间，将待优化的柔性部件的弹性变形从柔性部件的整体运动中分离，然后通过使用ESL方法确定等效静载荷，使得非线性动力响应的结构优化可以转换成静态的。

建立了机器人的运动学模型，在满足机器人工作范围的前提下，以最小质量的移动部件为优化目标，利用搜索方法优化了分拣机器人的结构参数。

机器人精度补偿研究现状

机器人在工业领域得到大量应用的重要原因之一就是其操作具有极高的精度以及平稳性，能够保证产品质量的稳定。机器人的精度表现为绝对定位精度和重复定位精度。随着机器人技术的不断发展，其重复定位精度已经达到很高的级别，但绝对定位精度仍有很大的提升空间。

目前大量的机器人仍采用示教再现的方式工作，也叫作“Play-Back”方式。这种方式虽然操作简单，但是在线编程往往十分耗时。随着基于传感器的第二代机器人的大量应用，离线编程操作将是更好的选择。越来越多的机器人生产厂商也逐渐转向离线编程，但是机器人的结构偏差会影响到机器人的绝对定位精度。

参数辨识是提高机器人绝对精度的主要手段，相关研究主要集中误差模型建立、辨识、补偿等方面。

在误差建模方面，最经典的是基于坐标变换的4参数DH模型，由于当相邻杆件平行时DH模型存在奇异问题，Hayati在DH模型的Y轴添加一个旋转参数，提出了MDH模型。Stone提出了每个杆件利用三平移和三旋转6参数形容的S模型。Zhuang和Roth提出了4参数的CPC模型和修正的CPC模型，6参数MCPC(modified completeand parametrically continuous)模型。陈钢等人利用MCPC方法建立机器人运动学方程，建立误差模型，提出将位置参数与角度参数分离标定。白云飞等人提出将误差建模与结构建模分开，提出了一种6参数模型，具有一定参考价值。

运动学参数的辨识是借助非线性优化的算法得到机器人结构真实参数的过程。参数辨识借助的一般方法主要有最小二乘法，L-M方法，卡尔曼滤波等方法。(1) L-M方法结合了牛顿法与梯度法，抗干扰能力较强，但是运行需要内存很大，限制了其应用;(2)卡尔曼滤波的方法存在滤波发散等情况并且没有考虑误差的分布，会导致精度降低;(3)最小二乘法，此法不受扰动因素的影响，虽然计算量较大但是可以借助MATLAB等计算工具进行运算，应用最为广泛。

对焊接机器人进行精度分析的目的在于补偿，即将辨识出的误差参数补偿到机器人的结构参数中，目前误差补偿主要有微分法、关节空间补偿以及基于神经网络的实时在线补偿}:(1)微分法是通过标定模型的参数补偿;(2)关节空间法是直接在空间进行参数补偿;(3)基于神经网络的实时在线补偿具有自适应能力，不必考虑运动模型自身的误差，但是任务量巨大。

如有业务的需要请联系电话：13723451508，咨询QQ：1796546221

本文出自深圳有限元科技有限公司cae软件专业网站：http://www.feaworks.org 转载请注明