基于Matlab图像识别的Delta并联机械手连续轨迹规划

将Matlab图像处理技术与Delta并联机械手连续轨迹规划结合,并利用C#软件精确计算出连续轨迹中每个点的坐标,将这些坐标导入Pro/E软件中,成功模拟出了Delta并联机器人的连续运动,并采用Pro/E软件进行运动学、动力学分析。     

基于虚拟样机的DELTA并联机械手动力学仿真和伺服选型

通过编程逆解DELTA机械手最大运动空间轨迹;采用虚拟样机技术,利用ProE/Mechanism和ADAMS软件对DELTA并联机械手进行动力学仿真,对比验证机构仿真结果,得出驱动轴运动参数;在此基础上,提出一种伺服电机精确选型的新方法。所建立的虚拟样机模型也为DELTA机械手的研究提供了一个运动学分析和控制的平台。     

Delta机构伺服系统模型参考自适应建模

为了获得Delta机构伺服系统的低阶数学模型,提出了基于Lyapunov稳定性理论的模型参考自适应建模方法,将机构单条运动链看做一个整体作为被控对象,以动态特性优良的二阶系统作为参考模型,通过试验使可调系统和参考模型达到精确匹配,最终推导出Delta机构伺服系统的低阶模型。为考察试验所得低阶模型和实际伺服模型的逼近程度,对两模型在16秒内连续输入4000个脉冲信号时,两模型输出相差在±0.000126弧度以内,证明所得模型具有较高的精确度。     

高速并联机械手最优加减速控制算法研究

针对DELTA并联机械手的振动与冲击问题,提出一种适用于DELTA并联机械手P-A-P(pick and place)拾取轨迹的梯形加速度算法。该算法采用高次多项式为过渡曲线并考虑端点处的边界条件,与电机控制中常用的修正梯形、正弦和多项式加减速算法相比,能在满足并联机械手高速运行的情况下,尽可能地减小末端执行器的振动和电机轴的冲击。通过虚拟样机仿真,测得末端加速度和电机轴扭矩曲线,并与修正梯形加减速算法的结果进行比较,证明该算法在减小末端冲击和振动方面具有更大的优越性,满足机械手的要求。