[发明专利]一种工业机器人动力学建模及动力学参数识别方法

说明书

本发明涉及一种工业机器人动力学建模及动力学参数识别方法，包括：建立工业机器人多体系统动力学模型，通过多体系统传递矩阵法，计算出工业机器人动力学系统的固有频率和固有振型；对工业机器人进行模态试验，获取工业机器人的实测固有频率和固有振型；建立计算模态参数和实测模态参数间的最小误差目标函数，通过遗传粒子群算法进行优化计算，识别出工业机器人动力学参数。本发明的工业机器人动力学建模及动力学参数识别方法具有动力学参数识别速度快、识别精度高、识别过程简便的优点。

技术领域

本发明涉及一种工业机器人动力学建模及动力学参数识别方法，具体涉及一种融合多体系统传递矩阵法和遗传粒子群算法的工业机器人动力学建模及动力学参数识别方法。

背景技术

近年来，工业机器人的应用越来越广泛，已经成为现代工业中重要的生产加工设备，但一直无法应用于航空、航天等高精度制造加工领域，究其原因，主要是工业机器人的运动控制精度和动态特性等核心性能无法满足高精度制造加工需求。基于机器人运动学的控制与补偿，虽然能改善其控制精度，但提升效果有限，必须进行机器人动力学研究，建立准确描述其动态特性的动力学方程，实现动力学参数的快速精准识别，以精确获取机器人加工过程中的动态特性与动力响应。

现有技术中，中国专利CN106346513A公开了一种六自由度机器人末端负载动力学参数辨识装置及方法，其基于拉格朗日方程建立机器人动力学模型，需要建立机器人整体动力学模型，建模过程复杂。同时，需要毫秒级高精度设备对机器人轨迹进行数据采样，并利用加权最小二乘法辨识机器人动力学参数，辨识方法和计算过程比较复杂。

中国专利CN110058523A公开了基于极大似然估计的SCARA机器人动力学参数辨识方法，其采用牛顿-欧拉法建立机器人动力学模型，需要对机器人激励轨迹进行设计与优化，通过采集激励轨迹数据后，再基于极大似然估计方法，识别动力学惯性参数，不仅建模过程复杂，而且，在识别复杂系统的参数时速度较慢。

经过较为全面的检索，发明人发现现有技术大都存在如下问题：其一，建立机器人动力学模型都需要建立机器人总体动力学方程，建模方法和计算过程复杂，涉及的矩阵阶次高，导致机器人动力学参数辨识速度慢；其二，需要对机器人进行实时数据采集，对于大规模参数辨识问题，需要采集大量的样本数据，辨识过程复杂；其三，辨识的关节刚度都是只考虑绕关节旋转轴的刚度，忽略了其它方向的刚度，在计算精度上会产生偏差。

发明内容

本发明提出一种机器人动力学参数识别速度和精度高的工业机器人动力学建模及动力学参数识别方法。

本发明所采用的技术方案为：

一种工业机器人动力学建模及动力学参数识别方法，包括如下步骤：

步骤1、建立工业机器人多体系统动力学模型，通过多体系统传递矩阵法，计算出工业机器人动力学系统的固有频率和固有振型；

步骤2、对工业机器人进行模态试验，获取工业机器人的实测固有频率和固有振型；

步骤3、建立计算模态参数和实测模态参数间的最小误差目标函数，通过遗传粒子群算法进行优化计算，识别出工业机器人动力学参数。

进一步地，步骤1包括：

步骤11、将工业机器人拆分为多个转动关节元件和多个机械连杆元件，自下而上对各元件进行顺序编号1,2,3,…,n，n为包括转动关节元件和机械连杆元件的元件个数总和；

将转动关节元件等效为空间弹性铰，将机械连杆元件等效为一端输入、一端输出的空间刚体，建立工业机器人多体系统动力学模型；