基于六自由度并联机构设计并制作了六轴传感和被动柔化的柔性连杆可以测量六轴力,扭矩和位移与被动柔度

在现代制造业中,机器人装配扮演着越来越重要的角色。然而,实现高精度和高效率的机器人装配仍然是一个重大挑战。装配过程中的力和位移的测量与补偿是关键因素,因为它们直接影响装配的质量和成功率。传统的力/扭矩传感器和位移传感器系统在精度、响应速度和集成度方面存在诸多限制,这限制了机器人装配系统的性能。

传统方法依赖于预编程路径,缺乏适应装配环境中变化和不确定性的灵活性。力/扭矩传感器通常用于提供机器人与装配部件之间相互作用力的反馈。然而,传统传感器通常存在精度有限和响应时间慢的问题,这可能阻碍实时反馈和校正。另一方面,位移传感器则测量机器人或被装配部件的位置变化。这些传感器可以非常精确,但通常对环境条件敏感,并且难以集成到紧凑的机器人系统中。

传感器技术和控制算法的最新进展为开发更复杂的柔顺补偿器开辟了新的可能性。通过结合多种传感器模式并利用智能控制策略,可在机器人装配中实现更高水平的精度和适应性。各种研究探索了使用多轴力/扭矩传感器和控制算法来增强机器人装配效果。例如,一些研究人员开发了自适应控制系统,可根据实时反馈动态调整机器人的动作。还有一些人研究了视觉系统与力/扭矩传感的集成,以提供关于位置和力的全面反馈。尽管有这些进展,但仍然需要一种更集成和多功能的解决方案,能够实时同时测量和补偿六轴力/扭矩和位移。

为了克服这些限制,该文提出了一种新型的柔顺补偿器,能够测量六轴力/扭矩和位移。该补偿器集成了先进的传感器技术和智能控制算法,能够实时感知并补偿装配过程中的力和位移变化,从而显著提高机器人装配的精度和效率。

2、柔性装置的设计

该装置是基于六自由度并联机构设计的。该并联机构由6 个柔性连杆和由柔性铰链构成的旋转-万向-球面(RUS)关节组成。这种结构设计满足了所提出装置的目的:测量六轴力、扭矩和位移,并提供大变形时的被动柔顺。此外,它还具有易于制造和刚度分析等优点。

如上所述,F/T传感器有各种类型的弹性结构。其中,并联机构类型的优点是能够利用并联机械手的特性,并且可以进行六自由度设计。理论上,要测量六轴力、扭矩和位移,仪器应该具有6 自由度。由6 条RUS 链路组成的并联机构满足这一条件。并联机构在三维空间中的自由度可通过库兹巴赫判据得到:

在这里插入图片描述

其中n 是运动连杆的数量,m是关节的数量,fi是每个第I 个关节的自由度。由6 个RUS 连杆组成的并联机构有13 个运动连杆和18 个关节,满足6 自由度,可以测量六轴力、扭矩和位移。

并联机构的另一个优点是通过负载分配到各个环节的高负载能力。从设计提出的器件的角度来看,这一优势允许设备大大变形而不失效,因为这意味着相对较小的应力施加到每个环节。因此,所提出的装置可以在材料的屈服应力范围内产生很大的变形。

此外,柔性连杆与RUS 关节组合还具有其他优点。首先,柔性连杆极大地减少了拟议装置的装配过程,并提供了无源柔顺性,而无需额外的弹性元件。由传统RUS 关节组成的并联机构需要多个装配步骤来连接每个关节。此外,还需要附加弹性元件对传感器的零定位产生恢复力。由于制造的柔性连杆具有整体结构,因此除了螺栓连接外,不需要额外的装配工作。它最大限度地减少了关节之间的装配间隙,从而提高了传感器的精度。此外,该装置通过材料本身的弹性具有被动柔顺和恢复力。其次,RUS 关节组合易于制作和刚度分析。Stewart 平台常用的关节组合为球面-棱面-球面。然而,被柔性铰链取代的移动关节具有相对复杂的形状,这给进行刚度分析带来了困难。另一方面,转动关节和万向节可以很容易地用带钢板弹簧的柔性铰链代替。这便于制作,也便于刚度分析。最后,用作传感元件的应变片可以很容易地连接到钢板弹簧的平面上。

在这里插入图片描述

图1(a)为装置的详细设计。连接机械手的上板和连接夹持器的下板由铝合金制成,用六个柔性连杆将这两个板连接起来。该装置直径为80 毫米,高度为54毫米,适合安装在机械手上。如图1(b)所示,将转动关节建模为一个圆角柔性铰链(CFFH),将万向节建模为两个轴线偏移90°的圆角圆角柔性铰链(CFFH),将球面关节建模为一个圆截面柔性铰链(CCFH)。连杆材料为尼龙,抗弯刚度为3.45GPa,抗弯屈服强度为110MPa。由于该材料的屈服强度与刚度之比高达0.032屈服前的位移。

此外,该文设计了一个挡板,以防止由于连杆过度变形而产生的屈服。设计允许横向位移1.5mm,旋塞方向位移1°,扭转方向位移3°。考虑应变片的最大应变,位移传感范围为横向1.0mm,旋动方向0.3°,扭转方向2°。可以测量的力和扭矩范围为Fx,Fy,Fz为50N,Mx,My为3Nm,Mz为2.2 Nm。该文将应变片连接到转动接头的两侧,形成半桥电路。与四分之一桥相比,它具有更高的灵敏度,并且消除了由于热引起的误差。

3、传感原理

该装置采用静态校准方法测量六轴力和扭矩,通过实验对六轴施加单个负载,获得传感元件的输出信号后计算校准矩阵。在所提出的装置中,当一个载荷被施加到可移动的下板上时,在弯曲连接中发生变形。可以通过附在每个连杆上的应变计来测量应变。

4、传感器实验验证

Ÿ 传感器的静态校准

为了进行F/T静态校准,该文构建了一个可以施加单轴载荷的实验装置。该装置由传感器、数据采集设备(DAQ)、半桥电路、轴支架、重量、3d 打印夹具和滑轮组成。支持16 位模数转换器的DAQ用于测量应变片的数据。采用精度为350Ω的补全电阻构建了半桥电路,误差为1%。图5 显示了施加单轴载荷的实验设置。每个单轴载荷的实验都可以通过将砝码挂在适当的位置来进行。在9.81N 阶跃下,沿各轴施加的力最大为±49.05N;在0.4905N·m 阶跃下,沿x、y 方向施加的扭矩最大为±2.943N·m;在0.367875N·m阶跃下,沿z方向施加的扭矩最大为±2.20725N·m。

Ÿ 力传感评估

1)静态响应:我们进行了静态响应测试,以评估测量的六轴力和扭矩。沿着每个轴的载荷以与进行静态校准时的幅度相同的方式施加。然后对精度和交叉耦合进行了标定,并对传感性能进行了评价。

2)时间响应:为了验证基于静态试验结果的解耦结果,进行了任意载荷下的时间响应试验。

3)传感性能:对其他性能特征也进行了评价。通过5 次重复实验,测量了准确度和重复性。分辨率是用小砝码实验测量的。通过加载和卸载到额定负载来评估迟滞,并在空载30 分钟下评估漂移。

Ÿ 位移传感评估

如前所述,位移可以通过将柔度矩阵乘以测量的力来获得。

6、装配实验验证

Ÿ 基于位移的错位补偿

1)运动学分析:图14 显示了采用拟议装置被动柔顺的孔内钉装配。由于所提出的设备具有被动柔顺性,组装可以简单地通过在允许的不对中范围内定位钉来完成。对于提议的设备,允许的偏差范围是带圆角的1.5mm和不带圆角的1.0mm。一般来说,工业机械手的精度在0.1mm 以内,所以这样的定位是可能的。定位完成后,如图所示,即使机械手在垂直方向施加插入力,由于被动柔顺,也能将钉导向孔内。当钉完全插入孔中时,其几何形状如图所示。根据几何形状,该文可以估计出需要补偿的位移。
在这里插入图片描述

提出了一种基于位移的错位补偿方法,在装配过程的三次迭代中,反作用力降低了92.6%。该方法具有简单直观的优点。即使存在不对准,也可以通过被动柔顺安全地进行装配。由于该装置可以测量位移,因此可以通过简单地求解运动学来补偿错位。此外,它比主动柔性控制更直观,因为装配过程本质上是关于对齐部件位置的。在提供环境与机器人之间足够的柔顺性方面,所提出的系统可以被视为部分软机器人系统。然而,由于该方法既需要被动柔顺又需要感应,因此很难使用先前的柔顺装置或F/T传感器来实现。因此,该文首次提出了利用被动柔度补偿错位,利用实测位移或反作用力进行反馈的新方法。这种方法可以应用于一个智能工厂,在那里组装部件不断地沿着传送带。如果装配部件在预定位置出现小误差,操作人员必须重新教导机械手或重新调整输送机。同时,工作需要停止,工作效率最终会下降。然而,由于所提出的传感器具有被动柔顺性,因此可以在保护装配部件和机械手的情况下完成装配过程。此外,机械手可以根据测量的位移自动教导,使下一道工序的装配更加稳定。

此外,该文期望所提出的装置在其他应用中得到广泛应用。例如,传统RCC仅用于垂直作业,因为它的柔顺性。然而,该装置可用在任何位姿,因为可以通过传感器来补偿重力。此外,由于其传感能力,它可以用于更难的装配任务。

结论

该文提出了一种新的柔度补偿器,可以测量六轴力,扭矩和位移与被动柔度。该文基于六自由度并联机构设计了该装置,并制作了六轴传感和被动柔化的柔性连杆。为了方便定制刚度和测量位移,该文进行了刚度分析。采用静态标定法测量六轴力和扭矩。位移由测得的力根据胡克定律得到。该文使用商用F/T传感器和精密级来评估传感性能。由于该设备具有传感能力和被动依从性,因此可以用于传统设备无法完成的任务。作为实例,该文提出了一种新的基于位移的定位误差补偿方法。通过该方法,该文降低了反作用力增加92.6%。该方法简单直观,可用于机械手的自动教学。

在未来的研究中,将利用优化技术和迟滞补偿算法来提高传感精度、灵敏度和迟滞等性能。此外,将研究一种新的简单快速的装配策略。在该文中,仅在可接受的横向不对准环境中测试了该设备。然而,由于该传感器可以测量六轴力、扭矩和位移,因此主动柔顺控制可以用于不可接受的偏差或不确定性环境。此外,如果末端执行器的位置被控制到一个允许的错位范围,装配过程可以很容易地完成使用被动柔顺,并且将缩短不确定环境下的工作过程和时间。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/353554.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

MySQL事务的ACID四大特性以及实践问题

文章目录 事务演示基本操作操作方式二 四大特性ACID并发事务存在的问题并发事务隔离级别实现事务的原理事务的重要性 事务是逻辑上一组操作的集合,事务会把所有操作作为一个整体一起向系统 提交 或 撤销 操作请求,即这些操作要么同时成功,要么…

SpringBoot 实现 阿里云语音通知(SingleCallByTts)

目录 一、准备工作1.开通 阿里云语音服务2.申请企业资质3.创建语音通知模板,审核通过4.调用API接口---SingleCallByTts5.调试API接口---SingleCallByTts 二、代码实现1.导入依赖 com.aliyun:aliyun-java-sdk-dyvmsapi:3.0.22.创建工具类,用于发送语音通知…

HTML静态网页成品作业(HTML+CSS+JS)——我的家乡福州介绍网页(3个页面)

🎉不定期分享源码,关注不丢失哦 文章目录 一、作品介绍二、作品演示三、代码目录四、网站代码HTML部分代码 五、源码获取 一、作品介绍 🏷️本套采用HTMLCSS,使用Javacsript代码实现图片轮播,共有3个页面。 二、作品…

【DevOps】 什么是容器 - 一种全新的软件部署方式

目录 引言 一、什么是容器 二、容器的工作原理 三、容器的主要特性 四、容器技术带来的变革 五、容器技术的主要应用场景 六、容器技术的主要挑战 七、容器技术的发展趋势 引言 在过去的几十年里,软件行业经历了飞速的发展。从最初的大型机时代,到后来的个人电脑时代,…

基于SpringBoot+Vue会所产后护理系统设计和实现

基于SpringBootVue会所产后护理系统设计和实现 🍅 作者主页 网顺技术团队 🍅 欢迎点赞 👍 收藏 ⭐留言 📝 🍅 文末获取源码联系方式 📝 🍅 查看下方微信号获取联系方式 承接各种定制系统 &#…

C++及cmake语法介绍

c/cmake学习 文章目录 c/cmake学习1. c1.1 基本模型1.1.1 for循环1.1.2 main函数1.1.2 带参数函数编译函数 2. CMAKE2.1 相关命令2.1.1 编译基本命令2.1.2 动态库静态库编译2.1.3 消息输出2.1.4 cmake变量常见参数1. 设置构建类型2. 设置编译器标志3. 指定编译器4. 设置安装路径…

Java开发笔记Ⅲ (一些零碎记录)

一些报错处理 找不到注入的对象 可以在 dao 层 的接口上添加 Repository 注解 common 模块报错 Unable to find main class 由于common中只有一些常量与工具类,不需要主类,故出现该错误时只需删除pom文件中的build标签即可解决 网关模块报错 Failed…

MYSQL 四、mysql进阶 1(mysql逻辑架构以及查询流程)

一、mysql的逻辑架构 1. 逻辑架构剖析 1.1 服务器处理客户端请求 mysql是典型的c/s架构,即 client/server 架构,不论是客户端进程和服务器进程是采用哪种方式进行通信,最后实现的效果都是:客户端进程向服务器进程发送一段文本&am…

高效、智能、安全:小型机房EasyCVR+AI视频综合监控解决方案

一、背景需求分析 随着信息技术的迅猛发展,小型机房在企事业单位中扮演着越来越重要的角色。为了确保机房的安全稳定运行,远程监控成为了必不可少的手段。 二、视频监控 视频监控是机房远程监控的重要组成部分。通过安装IP摄像机及部署视频监控系统Ea…

【Docker安装】Ubuntu系统下部署Docker环境

【Docker安装】Ubuntu系统下部署Docker环境 前言一、本次实践介绍1.1 本次实践规划1.2 本次实践简介二、检查本地环境2.1 检查操作系统版本2.2 检查内核版本2.3 更新软件源三、卸载Docker四、部署Docker环境4.1 安装Docker4.2 检查Docker版本4.3 配置Docker镜像加速4.4 启动Doc…

Redis 内存策略

一、Redis 内存回收 Redis 之所以性能强&#xff0c;最主要的原因就是基于内存存储。然而单节点的 Redis 其内存大小不宜过大&#xff0c;会影响持久化或主从同步性能。 我们可以通过修改配置文件来设置 Redis 的最大内存&#xff1a; # 格式&#xff1a; # maxmemory <byt…

【神经网络】基于CNN(卷积神经网络)构建猫狗分类模型

文章目录 解决问题数据集探索性数据分析数据预处理数据集分割数据预处理 构建模型并训练构建模型训练模型 结果分析与评估模型保存结果预测经验总结 解决问题 针对经典猫狗数据集&#xff0c;基于卷积神经网络&#xff0c;构建猫狗二元分类模型&#xff0c;使用数据集进行参数…

驱动开发(四):Linux内核中断

驱动开发系列文章&#xff1a; 驱动开发&#xff08;一&#xff09;&#xff1a;驱动代码的基本框架 驱动开发&#xff08;二&#xff09;&#xff1a;创建字符设备驱动 驱动开发&#xff08;三&#xff09;&#xff1a;内核层控制硬件层 驱动开发&#xff08;四&#xf…

【数据结构C++】表达式求值(多位数)课程设计

&#x1f4da;博客主页&#xff1a;Zhui_Yi_ &#x1f50d;&#xff1a;上期回顾&#xff1a;图 ❤️感谢大家点赞&#x1f44d;&#x1f3fb;收藏⭐评论✍&#x1f3fb;&#xff0c;您的三连就是我持续更新的动力❤️ &#x1f387;追当今朝天骄&#xff0c;忆顾往昔豪杰。 …

房地产房型展示信息小程序的内容是什么

地产业规模之大且品牌众多&#xff0c;还有房屋租赁、中介等&#xff0c;无论开发商公司还是衍生行业商家都需要多渠道宣传品牌和客户触达沟通转化&#xff0c;除了线下各种传单&#xff0c;线上也是主要场景&#xff0c;通过各种连接来达到相应目标。 也因此需符合平台生态开…

人工智能--自然语言处理NLP概述

欢迎来到 Papicatch的博客 目录 &#x1f349;引言 &#x1f348;基本概念 &#x1f348;核心技术 &#x1f348;常用模型和方法 &#x1f348;应用领域 &#x1f348;挑战和未来发展 &#x1f349;案例分析 &#x1f348;机器翻译中的BERT模型 &#x1f348;情感分析在…

iCopy for Mac 剪切板 粘贴工具 历史记录 安装(保姆级教程,新手小白轻松上手)

Mac分享吧 文章目录 效果可留存文本、图片、文件等复制历史记录也可根据关键字进行历史记录检索点击一下&#xff0c;可复制双击两下&#xff0c;复制内容&#xff0c;并将信息粘贴至鼠标指针处 一、准备工作二、开始安装1、双击运行软件&#xff0c;将其从左侧拖入右侧文件夹…

【包管理】Node.JS与Ptyhon安装

文章目录 Node.JSPtyhon Node.JS Node.js的安装通常包括以下几个步骤&#xff1a; 访问Node.js官网&#xff1a; 打开Node.js的官方网站&#xff08;如&#xff1a;https://nodejs.org/zh-cn/download/&#xff09;。 下载安装包&#xff1a; 根据你的操作系统选择对应的Node…

Kotlin编程实践-【Java如何调用Kotlin中带默认值参数的函数】

问题 如果你有一个带有默认参数值的 Kotlin 函数&#xff0c;如何从 Java 调用它而无须为每个参数显式指定值&#xff1f; 方案 为函数添加注解JvmOverloads。 也就是为Java添加重载方法&#xff0c;这样Java调用Kotlin的方法时就不用传递全部的参数了。 示例 在 Kotlin …

python中scrapy

安装环境 pip install scrapy 发现Twisted版本不匹配 卸载pip uninstall Twisted 安装 pip install Twisted22.10.0 新建scrapy项目 scrapy startproject 项目名 注意&#xff1a;项目名称不允许使用数字开头&#xff0c;也不能包含中文 eg: scrapy startproject scrapy_baidu_…