CN119427375A 一种三自由度并联机器人控制参数调节方法及系统 （湖南理工职业技术学院）

一种三自由度并联机器人控制参数调节方涉及一种三自由度并联机器人控制参数调节方间数据对并联机器人进行高速运动残振特征提端振动特征数据进行智能前馈补偿控制调节处2步骤S2：通过机构奇异位形点数据对末端工作空间范围数据进行工作位姿空间优化，步骤S3：对运动任务残余振动特征数据进行自适应规则调步骤S4：利用传感器监测网络对并联机器人进行末端步骤S14：根据机械手动力学模型进行末端作业空间分析，生成末端工作空间范围数步骤S23：根据优化作业空间数据利用传感器监测网络对并联机器人进行模态振动测4.根据权利要求3所述的三自由度并联机器人控制参数调节方法，其特征在于，步骤3步骤S232：通过空间测试点位置数据对并联机器人进步骤S233：基于主要模态振型数据以及空间测试点位置步骤S234：利用预设的多自由度振子模型对初步模5.根据权利要求4所述的三自由度并联机器人控制参数调节方法，其特征在于，步骤基于空间测试点位置数据对并联机器人进行末端脉冲激根据多姿态固有频率预估数据进行多频正弦激励信号处理，并利用基于多频正弦激励信号数据通过控制器驱动并联机器人关节电机进行正弦扫频运动，通过主要模态振型数据对正弦扫频激励响应数据进行频响拟合，并将多姿态固有频率预估数据、固有频率阻尼比数据以及主要模态振6.根据权利要求3所述的三自由度并联机器人控制参数调节方法，其特征在于，步骤步骤S242：通过优化作业空间数据对高速运动模式数据进行高速运动任务轨迹规划，步骤S243：基于高速运动任务序列数据控制并联机器人依次执步骤S245：根据残余振动时频谱数据进行振动信号步骤S247：对残余振动时频谱数据进行振动能量衰步骤S248：根据振动衰减时间数据、残余振动主导频率4步骤S35：通过模态振动特征参数对振动抑制控制规则策略以及振动控制性能需求指8.根据权利要求7所述的三自由度并联机器人控制参数调节方法，其特征在于，步骤步骤S351：基于振动控制性能需求指标数据进行残余振步骤S352：利用模态振动特征参数对多维残余振动控制步骤S353：根据残余振动控制参数权重数据以及振动控步骤S354：对振动控制参数调节模型进行模糊控制参数步骤S355：对初始化控制参数粒子群数据进行一阶贡步骤S44：通过智能振动控制参数调节策略对实时末端振动特征数据进行智能前馈补5机器人动力学建模模块，用于对并联机器人进行机械手动力学模型建立，残余振动提取模块，用于通过机构奇异位形点数据对末端工智能振动控制模块，用于对运动任务残余振动特征数据进行自适应规则调整策略处实时振动控制执行模块，用于利用传感器监测网络对67高了振动抑制的针对性和有效性。自适应规则根据运动任务残余振动特征数据进行调整，步骤S13：基于并联机器人结构参数以及关节摩擦力数据进行机械手动力学模型步骤S15：通过末端工作空间范围数据对机械手动力学模型进行机构奇异位形识[0007]本发明从并联机器人的结构参数测量入手，获取了精确的机器人几何尺寸信8步骤S21：通过机构奇异位形点数据对末端工作空间范围数据进行工作位姿空间步骤S23：根据优化作业空间数据利用传感器监测网络对并联机器人进行模态振[0011]本发明基于优化后的工作空间进行测试点选取，避免了在奇异位形附近进行测9根据脉冲激励响应数据进行姿态固有频率初估算，生成多姿态固有频率预估数基于多频正弦激励信号数据通过控制器驱动并联机器人关节电机进行正弦扫频步骤S243：基于高速运动任务序列数据控制并联机器人依次执行高速运动任务，数据进行残余振动特征聚类处理，并根据高速运动任务序列数据进行运动任务映射处理，方法能够更准确地反映机器人实际工作时的振动特性，从而更有针对性地进行振动抑制。而保证了测试结果的有效性和安全性。利用传感器监测网络进行多通道末端振动同步采晰地展现振动信号的频率成分和时间演化规律，从而更准确地提取残余振动的特征信息。步骤S32：通过特征量区间划分数据对运动任务残余振动特征数据进行模糊变量步骤S35：通过模态振动特征参数对振动抑制控制规则策略以及振动控制性能需步骤S356：基于控制参数适应度值利用振动控制参数调节模型进行粒子位置更步骤S44：通过智能振动控制参数调节策略对实时末端振动特征数据进行智能前馈补偿控制和控制参数平滑切换的协同作用，实现了对并联机器人残余振动的有效抑制，术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范步骤S13：基于并联机器人结构参数以及关节摩擦力数据进行机械手动力学模型步骤S15：通过末端工作空间范围数据对机械手动力学模型进行机构奇异位形识本发明实施例中，对每个关节施加一系列不同的力矩/力，并测量关节的运动速[0037]步骤S13：基于并联机器人结构参数以及关节摩擦力数据进行机械手动力学模型[0039]步骤S15：通过末端工作空间范围数据对机械手动力学模型进行机构奇异位形识步骤S21：通过机构奇异位形点数据对末端工作空间范围数据进行工作位姿空间步骤S23：根据优化作业空间数据利用传感器监测网络对并联机器人进行模态振根据脉冲激励响应数据进行姿态固有频率初估算，生成多姿态固有频率预估数基于多频正弦激励信号数据通过控制器驱动并联机器人关节电机进行正弦扫频号，包括加速度传感器和激光位移传感器的数据。根据步骤S2331得到的脉冲激励响应数括加速度传感器和激光位移传感器的数据。对步骤S2334得到的正弦扫频激励响应数据进别方法进行计算，得到固有频率阻尼比数据。将步骤S2332生成的多姿态固有频率预估数据、步骤S2335计算得到的固有频率阻尼比数据以及步骤S232生成的主要模态振型数据进步骤S243：基于高速运动任务序列数据控制并联机器人依次执行高速运动任务，数据进行残余振动特征聚类处理，并根据高速运动任务序列数据进行运动任务映射处理，的振动能量衰减率整理成振动能量衰减率数据。使用K_means聚类等方法将具有相似特征步骤S32：通过特征量区间划分数据对运动任务残余振动特征数据进行模糊变量步骤S35：通过模态振动特征参数对振动抑制控制规则策略以及振动控制性能需[0051]步骤S32：通过特征量区间划分数据对运动任务残余振动特征数据进行模糊变量出模糊变量的区间划分可以根据控制经验或预先进行的本发明实施例中，对步骤S32生成的输入输出模糊变量数据进行输入输出模糊控终，生成振动抑制控制规则策略，该策略以模糊规则的形式描述了如何根据振动特征量调整控制参数。[0054]步骤S35：通过模态振动特征参数对振动抑制控制规则策略以及振动控制性能需步骤S356：基于控制参数适应度值利用振动控制参数调节模型进行粒子位置更步骤S44：通过智能振动控制参数调节策略对实时末端振动特征数据进行智能前想的运动轨迹和速度。控制补偿数据则基于机器人动力学模型和前馈控制数据计算得出，了提高监测的有效性，可以基于前馈监测时域数据设置合适的采样频率和数据滤波参数。将预处理后的时域振动信号转换为时频域信号。类似于S244，可以使用短时傅里叶变换取的实时振动衰减时间、主导频率和能量衰减率等特征参数组合成实时末端振动特征数行高速运动时，如果S43提取的实时振动特征数据显示振动幅值较大且主频接近系统固有储当前正在使用的控制参数以及S4