当前位置:首页 > 工业控制 > 《机电信息》
[导读]的。通过考虑机器人运动时各轴间的相互作用,运用ADAMS软件进行机器人动力学仿真分析,并结合样机实验数据的对比分析,以验证该仿真分析方法的准确性、可靠性。

引言

为了满足在各种工况下,机器人的电机和减速器都能正常工作并且发挥其最大性能,需要对以下参数进行校核对比,如电机的最高转速、最大转矩、最大转动惯量、功率等,以及减速器的额定扭矩、启停容许扭矩(即加减速时允许的最大扭矩)、容许弯矩、瞬间最大容许弯矩、传动比等。通过动力学仿真分析校核以上参数,以初步确定两者选型,再以大量的实验数据作为对比,最终确认电机与减速器的选型。

1动力学研究方法

常见的机器人动力学研究方法有以下几种:Newton-Euler(牛顿-欧拉法)、Lagrange(拉格朗日法)、Gauss(高斯法)、Kane(凯恩法)及Roberson-wittenburg(罗伯逊-魏登堡法)等,各种方法都有各自的特点。由于机器人动力学方程相当繁冗,想以手工计算求解整个空间位置内运动关节的力矩分布情况或是仅仅求解一条路径上的力矩都显得极为困难。即使利用Matlab求解矩阵方程,其计算量也非常大,然而利用ADAMS分析计算功能对其进行仿真求解就显得简便许多,该软件的求解器采用多刚体系统动力学理论中的Lagrange方法来建立系统动力学方程,对虚拟机械系统进行动力学分析,输出位移、速度、加速度和反作用力、力矩等曲线。

2动力学仿真方法

机器人电机与减速器的选型就是对机器人各轴所需最大速度、最大转矩、最大功率关系的求解。对于机器人各关节峰值转矩7max的求解,文献[1]提出了无路径搜索理论,即在机器人全局范围内列举出所有可能的试验点进行搜索,求解7max,其特点是无时间、无路径、面向整个空间。然而在样机设计阶段,可以用有路径搜索对其求解,即结合经验和机器人实际操作情况,选定一些工作路径(该路径位于工作空间的极限位置,代表各轴的极限工作状况)进行动力学仿真,求解7max从而简化问题,缩短研发周期。

有路径搜索的思路[2]为:根据理论力学知识可知,电机转矩需要平衡杆件自身重力矩7g、惯性矩7a等。其中重力矩和惯性矩所占比例最大,其余可忽略不计,即7max=7g+7a。因此,只需考虑在何种工况下,机器人各轴的重力矩和惯性矩叠加起来最大,则电机和减速器需要在这一最大值下能够保持最大速度稳定运行即可。

2.1虚拟样机的建模与简化

使用Solidworks软件进行建模,装配成机器人零位状态,并进行以下简化:(1)各转轴运动时相对静止,且密度相同的零

件可以建模为一个零件体:(2)把各个减速机按比例分为两部分,一部分和电机相连接,另一部分和输出端零件相连接。检查装配模型干涉情况和相对位置、杆长参数、零件质量属性等。

2.2虚拟样机模型的导入与设置

将模型另存为xt格式并在ADAMS软件中打开,新建模型,设置统一单位,设置力矩的单位为牛米,选择通过设置零件密度赋予零件质量属性等。在一onneCtors中选择设置零件间的约束关系,例如底座与地面设置为固定约束[3],各关节相对运动的减速器部分设置为旋转约束。约束设置完成后,根据电机个数,在各关节相对运动处添加Motion。

2.3驱动函数的设置

选择所需设置的Motion,在cTye中选择VeloCitT,在FunCtion(time)中输入驱动函数ScEP(time,0,0d,1.5,150d)+ScEP(time,2.5,0d,4,-150d),此函数表示0~1.5s期间,该关节由速度为09/s逐渐加速到1509/s:1.5~2.5s期间,保持1509/s速度转动:2.5~4s期间,速度由1509/s逐渐减速为09/s。加减速时间主要取决于各厂家机器人程序的设定。为了求得最大的转矩,需要满足最大重力矩与最大惯性矩的叠加,因此机器人位姿要求达到极限状态,速度要求达到最大速度。

2.4仿真与数据处理

选择Simulation,设置仿真时间为4,仿真步数为400,开始仿真。选择Results-PostyroCessor,在表格的数据源SourCe中选择0bjeCts,导出对应Motion的Elementcorque和AngularVeloCitT等数据曲线。根据导出的数据曲线与传动关系,可以得知机器人在某一位姿和速度下,电机所需输出的转矩与速度、减速器的受力情况,以此来校核电机和减速器的选型。

3仿真数据与实验数据对比

选择六关节机器人为实验对象,对比相同工况下第二关节所需输出最大转矩的仿真结果与实验结果。对于J2关节的仿真,设置如图1位姿作为初始位姿,即机器人大小臂伸展至最远处,使得机器人整体的质心偏离J1轴回转中心达到最大值,并使J2轴在较短的时间内反重力方向旋转加速到速度最大值,此时电机所需输出转矩最大。

图1J2轴仿真的位姿图

仿真结果(图2)最大为转矩为1268N·m,根据传动效率与模型简化误差,取65%传动效率,除以105传动比,则电机所需输出转矩为18.6N·m。实验测试结果(图3)显示启动时最大电流为27.23A,电机额定电流为11.2A,额定转矩为8N·m,则此时电机输出最大转矩约为27.23/11.2x8=19.45N·m,低于电机最大转矩24N·m。

图2J2轴仿真数据结果

通过数据对比可知,此种工况下仿真数据结果与实验数据在换算后结果较为接近,误差率在10%以内,因此后期选型优化可参照仿真分析结果。

4结语

本文基于理论力学基础,考虑机器人各轴相对运动时对于各轴电机和减速器选型的影响,运用ADAMS软件进行机器人动力学仿真分析,并通过实验数据结果论证了仿真结果的可靠性,从而简化和优化了机器人电机和减速器的选型。

图3J2轴实验数据结果

本站声明: 本文章由作者或相关机构授权发布,目的在于传递更多信息,并不代表本站赞同其观点,本站亦不保证或承诺内容真实性等。需要转载请联系该专栏作者,如若文章内容侵犯您的权益,请及时联系本站删除。
换一批
延伸阅读

9月2日消息,不造车的华为或将催生出更大的独角兽公司,随着阿维塔和赛力斯的入局,华为引望愈发显得引人瞩目。

关键字: 阿维塔 塞力斯 华为

加利福尼亚州圣克拉拉县2024年8月30日 /美通社/ -- 数字化转型技术解决方案公司Trianz今天宣布,该公司与Amazon Web Services (AWS)签订了...

关键字: AWS AN BSP 数字化

伦敦2024年8月29日 /美通社/ -- 英国汽车技术公司SODA.Auto推出其旗舰产品SODA V,这是全球首款涵盖汽车工程师从创意到认证的所有需求的工具,可用于创建软件定义汽车。 SODA V工具的开发耗时1.5...

关键字: 汽车 人工智能 智能驱动 BSP

北京2024年8月28日 /美通社/ -- 越来越多用户希望企业业务能7×24不间断运行,同时企业却面临越来越多业务中断的风险,如企业系统复杂性的增加,频繁的功能更新和发布等。如何确保业务连续性,提升韧性,成...

关键字: 亚马逊 解密 控制平面 BSP

8月30日消息,据媒体报道,腾讯和网易近期正在缩减他们对日本游戏市场的投资。

关键字: 腾讯 编码器 CPU

8月28日消息,今天上午,2024中国国际大数据产业博览会开幕式在贵阳举行,华为董事、质量流程IT总裁陶景文发表了演讲。

关键字: 华为 12nm EDA 半导体

8月28日消息,在2024中国国际大数据产业博览会上,华为常务董事、华为云CEO张平安发表演讲称,数字世界的话语权最终是由生态的繁荣决定的。

关键字: 华为 12nm 手机 卫星通信

要点: 有效应对环境变化,经营业绩稳中有升 落实提质增效举措,毛利润率延续升势 战略布局成效显著,战新业务引领增长 以科技创新为引领,提升企业核心竞争力 坚持高质量发展策略,塑强核心竞争优势...

关键字: 通信 BSP 电信运营商 数字经济

北京2024年8月27日 /美通社/ -- 8月21日,由中央广播电视总台与中国电影电视技术学会联合牵头组建的NVI技术创新联盟在BIRTV2024超高清全产业链发展研讨会上宣布正式成立。 活动现场 NVI技术创新联...

关键字: VI 传输协议 音频 BSP

北京2024年8月27日 /美通社/ -- 在8月23日举办的2024年长三角生态绿色一体化发展示范区联合招商会上,软通动力信息技术(集团)股份有限公司(以下简称"软通动力")与长三角投资(上海)有限...

关键字: BSP 信息技术
关闭