基于力位混合导向的工业机器人顺槽运动控制策略

doi:10.3969/j.issn.1004-132X.2023.06.010

摘要/Abstract

摘要： 针对工业机器人顺槽运动时受到多方向位置与力的混合约束问题，提出一种力位混合导向策略，并基于阻抗模型设计自抗扰控制器（ADRC）对该策略的力控制回路进行优化。在此基础上，基于双模糊结构对ADRC进行改进，得到一种开关式变论域模糊ADRC，以此增强工业机器人在进行力位混合控制时对未知环境的适应能力。最后，对所提出的算法进行性能仿真，并以手机射频线的顺槽装配为例进行实验。仿真和实验结果表明，相对于常规的控制方法，所提出的控制策略具备更加良好的力位混合控制性能，能够更好地应用于工业机器人的顺槽运动控制。

关键词: 工业机器人, 顺槽运动, 力位混合控制器, 自抗扰控制器, 变论域模糊控制

Abstract: Aiming at the problems of the robot motion along slot was constrained by the combination of multi-directional positions and forces， a force and position hybrid guidance strategy was proposed， and an ADRC was designed based on the impedance model to optimize the force control loop of the strategy. Then， the ADRC was improved based on the double fuzzy structure， and a switching variable universe fuzzy ADRC was obtained， so as to enhance the adaptability of the industrial robots to the unknown environment in the hybrid control of force and position. Finally， the performance of the proposed algorithm was simulated， and the experiments were carried out by taking the parallel slot assembly of mobile phone RF(radio frequency) line as an example. Simulation and experimental results show that compared with the general control method， the proposed control strategy has better force and position hybrid control performance， and may be better applied to the along slot motion of industrial robots.

Key words: industrial robot, motion along slot, force and position hybrid control, automatic disturbance rejection controller(ADRC), variable universe fuzzy control

中图分类号:

TP242

张俊鑫, 陈威, 黄斯凯, 吴海彬. 基于力位混合导向的工业机器人顺槽运动控制策略[J]. 中国机械工程, 2023, 34(06): 712-719，726.

ZHANG Junxin, CHEN Wei, HUANG Sikai, WU Haibin. Control Strategies for Industrial Robot Motion along Slot Based on Force and Position Hybrid Guidances[J]. China Mechanical Engineering, 2023, 34(06): 712-719，726.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: http://www.cmemo.org.cn/CN/10.3969/j.issn.1004-132X.2023.06.010

http://www.cmemo.org.cn/CN/Y2023/V34/I06/712

参考文献

［1］孙立宁，许辉，王振华，等. 工业机器人智能化应用关键共性技术综述［J］. 振动·测试， 2021， 41（2）：211-219.
SUN Lining， XU Hui， WANG Zhenhua， et al. Overview of Key Common Technologies for Intelligent Application of Industrial Robots［J］. Vibration. Test， 2021， 41（2）：211-219.
［2］王田苗，陶永. 我国工业机器人技术现状与产业化发展战略［J］. 机械工程学报， 2014， 50（9）：1-13.
WANG Tianmiao， TAO Yong. Current Situation and Industrialization Development Strategy of Industrial Robot Technology in China［J］. Journal of Mechanical Engineering， 2014， 50（9）：1-13.
［3］王汝贵，陈辉庆，戴建生. 新型可控变胞式码垛机器人机构动态稳定性研究［J］. 机械工程学报， 2017， 53（13）：39-47.
WANG Rugui， CHEN Huiqing， DAI Jiansheng. Study on Dynamic Stability of a New Controllable Variable Cell Palletizing Robot［J］. Journal of Mechanical Engineering， 2017， 53（13）：39-47.
［4］XU R， LUO J， WANG M. Kinematic and Dynamic Manipulability Analysis for Free-floating Space Robots with Closed Chain Constraints， Robot［J］. Robotics and Autonomous Systems， 2020， 130：103548.
［5］CVITANIC T， NGUYEN V， MELKOTE S N. Pose Optimization in Robotic Machining Using Static and Dynamic Stiffness Models， Robot［J］. Robotics and Computer-integrated Manufacturing， 2020， 66：101992.
［6］NAVVABI H， MARKAZIA H D. Hybrid Position/Force Control of Stewart Manipulator Using Extended Adaptive Fuzzy Sliding Mode Controller（E-AFSMC）［J］. ISA Transactions， 2019， 88：280-295.
［7］GRACIA L， SOLANES J E， MUOZ B， et al. Adaptive Sliding Mode Control for Robotic Surface Treatment Using Force Feedback［J］. Mechatronics， 2018， 52：102-118.
［8］ZHANG T， YE Y， YAN B， et al. An Adaptive Sliding-mode Iterative Constant-force Control Method for Robotic Belt Grinding Based on a One Dimensional Force Sensor［J］. Sensors， 2019， 19（7）：1635.
［9］GHAJAR M H， KESHMIRI M， BAHRAMI J. Neural-network-based Robust Hybrid Force/Position Controller for a Constrained Robot Manipulator with Uncertainties［J］. Transactions of the Institute of Measurement and Control， 2018， 40（5）：16251636.
［10］PENG J， DING S， YANG Z， et al. Neural Network-based Hybrid Position/Force Tracking Control for Robotic Systems without Velocity Measurement［J］. Neural Processing Letters， 2020， 51：1125-1144.
［11］KUMAR N， RANI M. Neural Network-based Hybrid Force/Position Control of Constrained Reconfigurable Manipulators［J］. Neurocomputing， 2021， 420：1-14.
［12］WANG Ziling， ZOU Lai， SU Xiaojie， et al. Hybrid Force/Position Control in Workspace of Robotic Manipulator in Uncertain Environments Based on Adaptive Fuzzy Control［J］. Robotics and Autonomous Systems， 2021， 145：103870.
［13］ZHANG H， LI L， ZHAO J， et al. Design and Implementation of Hybrid Force/Position Control for Robot Automation Grinding Aviation Blade Based on Fuzzy PID［J］. The International Journal of Advanced Manufacturing Technology， 2020， 107：1741-1754.
［14］ZHANG H， LI L， ZHAO J， et al. The Hybrid Force/Position Anti-disturbance Control Strategy for Robot Abrasive Belt Grinding of Aviation Blade Base on Fuzzy PID Control［J］. The International Journal of Advanced Manufacturing Technology， 2021， 114：3645-3656.
［15］张洪瑶，李论，赵吉宾，等. 基于模糊PID的力/位混合控制机器人自动化叶片磨削加工［J］. 组合机床与自动化加工技术， 2021（11）：147-150.
ZHANG Hongyao， LI Lun， ZHAO Jibin， et al. Automatic Blade Grinding of Force/Position Hybrid Control Robot Based on Fuzzy PID［J］Modular Machine Tools and Automatic Machining Technology， 2021（11）：147-150 .
［16］韩京清. 自抗扰控制器及其应用［J］. 控制与决策， 1998， 13（1）：19-23.
HAN Jingqing. Auto Disturbance Rejection Controller and Its Application［J］Control and Decision Making， 1998， 13（1）：19-23.
［17］王宇航，姚郁，马克茂. Fal函数滤波器的分析及应用［J］. 电机与控制学报， 2010， 14（11）：88-91.
WANG Yuhang， YAO Yu， MA Kemao. Analysis and Application of Fal Function Filter［J］Journal of Electrical Machinery and Control， 2010， 14（11）：88-91.
［18］GAO Z Q. Scaling and Bandwidth-parameterization Based Controller Tuning［C］∥ Proceedings of the 2003 American Control Conference. Denver：IEEE， 2003：4989-4996.
［19］陈威. 手机射频线双工业机器人协作装配系统研究［D］. 福州：福州大学， 2021.
CHEN Wei. Research on Cooperative Assembly System of Dual Industrial Robots for Mobile Phone RF Line［D］Fuzhou：Fuzhou University， 2021.

[1]	姜吉光, 侯爵, 苏成志, 巴麒蛟, 田爱鑫, 徐明宇. 面向物理约束的机器人运动学标定最优位姿集规划方法研究[J]. 中国机械工程, 2024, 35(03): 472-480.
[2]	陈卓凡, 周坤, 秦菲菲, 王斌锐. 基于改进量子粒子群优化算法的机器人逆运动学求解#br# #br# [J]. 中国机械工程, 2024, 35(02): 293-304.
[3]	荣誉, 陈刚, 豆天赐, . 一种多指标综合最优的抗冲击轨迹规划方法[J]. 中国机械工程, 2024, 35(02): 305-316.
[4]	杨飞, 蒋威, 陈诚, 黄志高, 周华民, . 红外热源辅助开放空间工业机器人熔融沉积成形装备设计与成形性能研究[J]. 中国机械工程, 2023, 34(11): 1343-1352,1385.
[5]	庹军波, 彭秋媛, 张贤明, 李聪波. 工业机器人能耗预测研究[J]. 中国机械工程, 2022, 33(22): 2727-2732,2740.
[6]	刘怀兰, 赵文杰, 李世壮, 岳鹏, 马宝瑞. 数字孪生车间机器人虚实驱动系统构建方法[J]. 中国机械工程, 2022, 33(21): 2623-2632.
[7]	倪华康, 杨泽源, 杨一帆, 陈新渡, 严思杰, 丁汉. 考虑基坐标系误差的机器人运动学标定方法[J]. 中国机械工程, 2022, 33(06): 647-655.
[8]	张恩政, 唐宁敏, 陈刚, 刘翠苹. 基于改进IGG3权函数距离误差模型的工业机器人标定[J]. 中国机械工程, 2021, 32(13): 1539-1546.
[9]	吉阳珍, 侯力, 罗岚, 罗培, 刘旭槟, 梁爽. 基于组合优化算法的6R机器人逆运动学求解[J]. 中国机械工程, 2021, 32(10): 1222-1232.
[10]	吴锦辉1,2；陶友瑞1,2. 工业机器人定位精度可靠性研究现状综述[J]. 中国机械工程, 2020, 31(18): 2180-2188.
[11]	覃艳明;赵静一;马金玉;王建军. 八自由度机械臂的轨迹跟踪控制[J]. 中国机械工程, 2019, 30(22): 2741-2747,2756.
[12]	尹国涛1;朱政赫2;宫虎1;卢振丰2;雍华山2;刘磊3;何伟3. 基于工业机器人的汽车覆盖件柔性冲孔系统[J]. 中国机械工程, 2019, 30(04): 494-497,402.
[13]	韩江；谷涛涛；夏链;董方方. 基于混合插值的工业机器人关节轨迹规划算法[J]. 中国机械工程, 2018, 29(12): 1460-1466.
[14]	董甲甲;王太勇;董靖川;张永宾;陶浩. 改进B样条曲线应用于6R机器人轨迹优化[J]. 中国机械工程, 2018, 29(02): 193-200.
[15]	赵亮, 张义德, 胡旭晓. 基于网格包络的工业机器人仿真碰撞检测算法[J]. 中国机械工程, 2017, 28(03): 316-321.