关键词： 柔顺控制   轴孔装配   再制造技术   导纳控制  

摘要： 精密轴孔装配是再制造行业的关键技术，但现有的装配算法大多只适用于轴孔间隙较大的场合。为此以20～89μm间隙的轴孔装配问题为研究对象，设计了适合精密轴孔装配的柔顺装配装置，基于该装置建立机器人位姿变换模型与重力补偿算法，并提出一种主被动柔顺控制结合的轴孔装配策略。最后，通过实验将2种常见柔顺装配策略与此策略进行对比。结果表明，基于主被动柔顺的精密轴孔装策略法能够在初始位置误差和角度误差为5 mm和3°的情况下将轴插入孔内，且平均接触力仅为5.23 N,明显小于2组对比策略。

关键词： 力控制   气动系统   LuGre摩擦模型补偿   重力补偿   自抗扰控制  

摘要： 在基于气动末端柔顺机构的机器人打磨作业中，机构恒力控制性能直接影响打磨质量和效率。为了提高机构恒力控制性能，针对末端柔顺机构气动系统气体压缩、比例阀死区、气缸活塞摩擦力等非线性因素以及机构姿态变化对打磨端输出力的影响，提出一种融合重力补偿、死区补偿及LuGre摩擦模型补偿的非线性自抗扰控制算法。该算法采用跟踪微分器对输入信号进行过渡，利用扩张状态观测器对系统的总扰动进行观测，通过非线性状态误差反馈控制规律进行反馈和总扰动补偿；分析打磨装置所受重力在不同打磨角度下对输出力的影响，通过试验获得比例阀进气和排气的最小工作电压，基于LuGre摩擦模型通过试验拟合出气缸的非线性摩擦力，在此基础上设计重力、比例阀死区和气缸摩擦力补偿，而后在所搭建的实验台上开展多工况模拟实验。实验结果表明：所设计控制器在50 N加载下的平均误差为0.21 N，小于比例积分微分（PID）控制的0.27 N；在打磨角度从0°至75°变化的50 N加载中，打磨端输出力的误差最大为1.44 N；在存在干扰的50 N加载下的最大误差为7.24 N，小于常规自抗扰控制的11.79 N和PID控制器的14.77 N。该控制算法相对于传统PID控制具有更好的鲁棒性、跟踪性和抗干扰能力，而且针对打磨姿态变化的末端输出力有较好的补偿效果，提高了系统的恒力控制性能。

关键词： 工业机械臂   装配   导纳控制   模糊控制器  

摘要： 针对工业机械臂在高精度装配作业中传统导纳控制方法位置跟踪效果不理想，无法适应多场景、多任务需求的问题，提出一种基于模糊推理规则的自适应导纳控制方案。将力跟踪误差及其变化率作为模糊控制器的输入参数，通过模糊推理得到阻尼参数的补偿值，使其随实际工况实时动态调整。基于Solidworks和MATLAB工具，建立了机械臂的仿真模型，搭建了位置跟踪系统仿真平台。通过与传统导纳控制方法比较，此方案可明显减小系统超调，缩短调节时间，提高系统响应速度，在改善机械臂轨迹跟踪效果、提高装配过程稳定性方面具有一定的实用价值。

关键词： 叶片涂层   磨抛工艺方法   机器人磨抛系统   主被动柔顺   全型面  

摘要： 叶片表面热障涂层随着工作时间延长，表面会逐渐开裂失效，为了保护叶片基体，需要对叶片进行修复，重新覆盖涂层。针对修复过程中，需要先把叶片表面原有涂层全部去除，避免新涂层涂覆效果差的同时还需要满足航空发动机叶片表面修复的高质量、高效率和高一致性要求，提出基于主被动柔顺控制叶片全型面修复系统。针对某型号叶片的修复过程，采用3种磨抛工艺方式的去除模型进行提取与处理。对叶片表面热障涂层高效去除及叶片精确修正提出集成磨抛方案，基于此方案对叶片进行磨抛加工，并对集成磨抛修复叶片典型部位进行实验验证。研究结果表明：主动力控结合被动柔顺的机器人磨抛系统可以应用于航空发动机叶片的全型面修复；经过上述方法修复后的叶片残留涂层全部被去除，表面粗糙度降至0.4μm以内，叶片的去除量稳定控制在0.02 mm左右，满足修复叶片的表面质量及精度要求。

关键词： 乒乓球捡球机器人   PD控制   细菌觅食算法   滑模控制   关节运动控制  

摘要： 乒乓球在地面上的弹跳是不规则的，捡球机器人需要能够适应不同的球速、弹跳高度和方向。然而，机器人在工作过程中会遇到各种外部扰动，导致难以快速响应并抑制，从而使得对其关节角速度、角位移控制精度较低。为此，提出乒乓球捡球机器人关节复合抗扰柔顺运动控制方法。采用比例-微分（Proportional Derivative,PD）控制方法对乒乓球捡球机器人的关节位置展开控制，引入细菌觅食算法优化PD控制参数；针对关节柔顺运动控制过程中存在的扰动项，引入滑模控制方法，协同优化后的PD控制完成机器人关节的复合抗扰柔顺运动控制，以保持高精度和快速响应的控制性能。实验结果表明，所提方法具有较高的关节角速度、角位移控制精度，抗扰性能好。

关键词： 附着机器人   自适应   低扰动   峰值力   柔顺控制  

摘要： 为解决机器人对空间站等航天器维护任务中的缓冲着陆问题,设计了一种可在较高速飞行条件下对目标航天器进行柔顺附着的空间动态附着机器人。基于并联腿式的附着机器人,研究并建立并联腿的运动学和接触碰撞力模型,得到关节电机输出力矩与足端接触力的映射关系;针对高速碰撞过程中接触力和位置控制需求,设计了一种自适应变阻抗柔顺控制方法,研究在空间微重力环境下的低扰动柔顺附着过程。实验结果表明:与定阻抗参数控制方法相比,自适应变阻抗柔顺控制方法可以有效抑制碰撞瞬间产生的峰值力,提高了动态附着过程的平缓性,实现对目标物的低扰动柔顺附着。

关键词： 自抗扰控制   机器人打磨   柔顺控制   气动系统建模  

摘要： 为了应对高空中未知干扰，保持高空风机叶片修复机器人末端打磨接触力的恒定，提出了一种基于改进自抗扰控制(ADRC)的机器人被动柔顺控制算法。该算法结合死区补偿和重力补偿算法，充分考虑气动系统气体压缩性、电气比例阀死区特性、打磨过程中倾角变化以及高空作业时未知扰动等问题，采用跟踪微分器过渡输入信号，利用状态观测器观测系统扰动，通过状态误差反馈控制律进行补偿。通过建立控制系统的数学模型并仿真分析得出，该控制算法相比传统比例积分微分(PID)算法在力控制性能和响应速度上均有提升；搭建实验平台进行多种工况实验，实验结果表明，该控制算法系统调节时间提升44.6%-51.4%，最大误差绝对值减少45.4%-69.4%，误差均方值减少56.5%-91.2%。因此可得，该算法具有更好的动态响应性能和力控制精度，具有较强的抗干扰能力和鲁棒性，为工程实际应用提供理论基础。

关键词： 多关节机械臂   臂架末端   工作空间约束   递推最小二乘法   柔顺控制  

摘要： 多关节机械臂的运动具有惯性和延迟特性,由于机械臂的质量分布和关节间的连接方式等因素,导致当控制信号发生快速变化时,机械臂需要一定的时间来响应并改变自身的状态。这种延迟导致机械臂在控制过程中出现过度振荡现象,从而严重影响机械臂的控制精度。为满足该类型机械臂良好的动态响应能力,以空间约束为前提条件,设计一种新的柔顺控制方法。根据多关节机械臂的驱动机构结构,计算机械臂末端与物体间直线距离。将其作为末端位置的限制参量,建立闭环向量约束方程。基于最小能量法设计全局搜索策略,对机械臂运动轨迹实现约束。基于此,结合比例-积分-微分控制技术(Proportional-Integral-Differential,PID)与递推最小二乘法,设计臂架末端的柔顺控制方法。在模拟场景与真实场景中分别完成研究方法的性能测试。测试结果显示,该方法控制下的末端移动轨迹更佳,回形和环形轨道上的平均误差仅有0.954mm、1.036mm,多关节机械臂架的真实应用场景下,研究方法控制下机械臂末端安装的螺栓轴线与栓孔轴线间的水平偏差仅有0.23mm,控制精准度能够保证高精度操作任务的准确完成。

关键词： 机械臂   力控制   柔顺控制   阻抗控制   递推最小二乘法   遗忘因子   变刚度   参数辨识  

摘要： 机械臂在实际生产中，生产对象的表面的刚度并非一成不变。针对传统阻抗控制在刚度变化的情况下存在力波动剧烈、力跟踪误差较大的缺点，本文提出了一种基于递推最小二乘法在线辨识环境刚度并进行位移补偿的阻抗控制，从而提高变刚度环境下阻抗控制的性能。通过构建改进的阻抗控制模型，进而减小刚度突变情况下阻抗控制的稳态误差与力波动。利用Matlab/Simulink仿真软件进行仿真实验，结果表明环境刚度改变的情况下，改进的阻抗控制器能消除跟踪力的稳态误差并减小刚度突变时的力波动。并通过实验平台验证了机械臂在不同刚度表面进行力跟踪时仍具有良好的跟踪力性能。本文算法与实验结论可应用于工业机械臂力控制。

关键词： 康复机器人   全方位移动机器人   运动学模型   模糊PID   自适应柔顺控制  

摘要： 以一种六自由度桌面式上肢康复机器人(desktop upper limb rehabilitation robot,DULRR)为研究对象,观察到传统的位置控制无法满足患者康复训练的需求,可能导致其在康复过程中二次受伤。针对这一问题,提出一种基于位置闭环的自适应柔顺性控制方法。首先,根据DULRR的运动学模型,构建基于模糊比例-积分-微分(proportional-integral-derivative,PID)的位置控制器。然后,利用阻抗模型将力信号转换为速度和位置信号的特点,提出了基于压力传感器的自适应柔顺性控制器,与所提出的模糊PID控制器相结合,形成了完整的DULRR被动康复训练控制方法。最后,通过仿真分析和样机实验的方式,验证了基于位置闭环的自适应柔顺性控制方法的优越性。实验结果表明:相较于传统的PID控制器,在DULRR系统下模糊PID响应时间更短、稳态误差更小,体现出了较好的轨迹跟踪能力。同时,该控制器表现出良好的柔顺性效果,满足了患者早期被动康复训练的需求,并避免了康复过程中的二次伤害。