双重被动柔顺机械手构型的参数化设计与系统特性研究

作     者：解宏昌 

作者单位：郑州轻工业大学 

学位级别：硕士

导师姓名：王良文

授予年度：2024年

学科分类：080202[工学-机械电子工程] 08[工学] 080203[工学-机械设计及理论] 0804[工学-仪器科学与技术] 0802[工学-机械工程] 

主      题：被动柔顺手腕 参数化建模 BP神经网络 遗传算法 预测模型 

摘      要：机器人代替人是目前制造业发展的趋势,为企业带来了更高的生产效率、更灵活的生产方式和更优质的产品质量。针对传统的刚性连接机械手装配脆性材料过程中遇到作业误差易造成工件破裂的缺点,提出了给机械手添加一个类似人手腕的机械手腕结构的方法,以形成抓取机械手在作业中适应装配工件之间形貌误差的被动柔顺调整。本文设计了一种双重被动柔顺机械手构型并对关键结构柔顺手腕进行了参数化设计,对机械手系统的特性进行了研究,具体研究内容如下: 为了解决传统的刚性连接机械手在进行误差作业时“硬的施力导致易碎工件破裂的问题,设计了一种具有双重被动柔顺的机械手系统。其核心是压力弹簧和柔顺手腕结构,首先由作业误差引起的装配反力被压力弹簧削弱,这是机械手系统的第一重柔顺;然后剩余的装配反力继续传递至柔顺手腕,由柔顺手腕自身的自适应变形吸收该部分装配反力并补偿作业误差,这是机械手系统的第二重柔顺; 为了解决变截面柔顺手腕直接给出结构参数困难的问题,提出了一种建立柔顺手腕刚度—结构参数预测模型的方法辅助设计。首先确定了柔顺手腕的结构尺寸,并通过影响性分析确定了对柔顺手腕刚度影响较大的参数作为设计参数;然后依据不同的范围将不同的设计参数进行组合得到3960组柔顺手腕结构,每种柔顺手腕结构都被施加36种载荷生成了大量柔顺手腕变形的样本;最后提取柔顺手腕变形规律作为刚度特征,使用遗传算法优化后的BP神经网络建立了柔顺手腕的刚度—结构参数预测模型,建立模型的准确率达到95%以上;又将由预测模型得到的柔顺手腕的结构参数建立三维模型,对模型在相同条件下施加相同的载荷,得到的柔顺手腕的变形与理想输入基本一致。 为了验证机械手系统的特性,分别进行了Adams运动仿真、力传递模型计算和实验测试。首先,使用Adams仿真软件模拟了在误差情况下,机械手系统中是否有柔顺手腕参与装配时工件所承受的装配反力。结果表明当柔顺手腕参与装配时,工件承受的装配反力明显降低;然后在0mm至5mm的误差作业情况下,分别通过Adams模拟,力传递模型计算和实验测试得到了柔顺手腕的响应情况,结果表明在同种作业误差下得到的柔顺手腕的变形和应力情况具有相同的趋势。共同验证了所设计柔顺手腕在易碎件操作过程中对误差的良好自适应能力。