基于遗传算法的直驱SCARA机器人臂长优化设计

由于选择顺应性装配机器手臂（selective compliance assembly robot arm,简称SCARA）机器人关节驱动链过长,无法满足电子芯片等制造行业高速、高精度的要求,因此提出了一种直驱SCARA机器人,其特点是结构简单、消除了中间传动环节,代替了传统的伺服电机加减速器驱动的方式。同时,针对直驱关节转矩脉动较大、影响机器人端部稳定性的问题,提出了一种优化和设计思路,对于机器人的整体结构和参数进行了优化。在确定了SCARA机器人最大运动范围之后,分别建立了速度评价函数和刚度评价函数,以速度、刚度性能函数为适应性函数,采用多目标遗传算法对臂长进行优化。臂长优化前后的实验对比显示,优化前关节联合速度最大为3.9 m/s,优化后关节联合速度最大为4.6 m/s,有较大的提升。通过仿真发现：在末端载荷相同的情况下,优化后的形变量更小;优化前重复定位精度为±0.010 5 mm,较之传统SCARA机器人的重复定位精度已有一定提升,优化后重复定位精度进一步提高为±0.009 mm。仿真与实验结果证明,遗传算法优化有效解决了SCARA机器人端部稳定性问题,能明显提升机器人关节运...     

基于自适应Luenberger观测器的永磁同步直线电机无位置传感器控制

传统无位置传感器控制系统的位置信息处理一般采用PI调节器。针对PI调节器存在参数整定、跟踪性能差和抑制干扰能力弱等问题,提出了一种新型的自适应Luenberger观测器。利用脉振高频电流注入法(HFI)获得高频位置信号,根据电机的动力学方程建立Luenberger观测器并对速度、负载扰动进行观测,采用神经网络建立参数自整定的控制器取代观测器中的PID控制,实现了永磁同步直线电机(PMLSM)的无位置传感器控制。仿真结果表明,在速度变化与负载扰动同时存在的情况下,基于自适应Luenberger观测器的PMLSM控制系统的速度估算误差最大值为2×10^-3 m/s,位置估算误差最大值为-3×10^-5 rad,具有良好的跟踪性能和抗干扰性能。