产品:21
联系我们
提出一种基于模糊内模的SCARA机器人控制器设计方法,提高系统控制精度。首先利用SCARA机器人动力学模型作为被控对象,利用内模控制原理获得被控对象的估计模型,在满足系统的稳态误差为零的条件下选择合适的内模滤波器f(s),推导整体的控制规律,通过设计跟踪位置误差及误差变化率的模糊规则表,运用Mamdani模糊推理规则,采用重心法进行模糊判决。最后实验结果表明,系统具有良好的干扰抑制效果,消除了力矩突变过大带来的机械剧烈抖动的现象,其力矩突变峰值较单一内模控制降低了99.2%。针对SCARA机器人平面定位精度不高,提出了一种网格模型并结合最小距离误差逼近方法。通过构建SCARA机器人平面定位的简化模型,概述网格模型收敛机理,分析机器人末端第一次到达的实际点与期望点相对位置关系,构建可变参数的起始网格模型,采用最小距离误差逼近求解下一步构建可变参数网格模型起始点,最后由期望点在网格模型中位置分布情况决定模型粒度点的收敛更新方向。
实验结果表明视觉引导的定位补偿策略弥补了因模型不精准而造成的平面定位精度不高的现象,补偿后的定位精度达到0.031mm,且调节参数单一、机器末端走点次数明确。以LABVIEW为实验平台,搭建SCARA机器人视觉伺服精确定位系统。设计SCARA机器人运动学正逆解模块、轨迹规划模块、运动控制模块、误差补偿模块。利用NI-7842R板卡实现数据的采集和输出,控制SCARA机器人完成指定的动作,实现精确定位功能。
- 下一篇：ABB机器人助力佳世达打造优质3C装配测试产线
- 上一篇：工业机器人，加快转向中高端