天津大学黄田教授团队：基于输入整形的高速并联机器人残留振动抑制| CJME论文推荐
高速并联机器人可实现串联机器人无法比拟的高速运动，在轻小物料高速搬运、包装、分选等方面独具优势，如著名的Delta机器人及其他类似结构的机器人，该类机器人成为相关行业自动化生产线的首选装备。高速并联机器人的性能主要体现在速度、精度以及运行稳定性等方面，然而该类机器人通常采用轻型臂结构、开放式铰链，导致其在高速抓放运动时容易产生残留振动，严重影响动态定位精度。一直以来，提高高速并联机器人在高速运行下的动态定位精度是学术界和工业界不懈追求的目标，也是决定产品竞争力的核心技术难题。
单纯依赖速度和加速度前馈控制或设置陷波滤波器等手段难以有效抑制高速、高加速运动时的残留振动，因此，寻求行之有效的主动抑振方法是学术界和工业界持续关注的热点问题。输入整形(Input Shaping)是一种典型的前馈型开环控制策略，采用零极点对消原理，将系统输入与整形器一系列脉冲的卷积作为控制系统的输入，已成功应用于柔性机械系统点位运动的残留振动抑制。针对不同的残留振动抑制需求，学者们提出了不同的输入整形器，例如，零振动(ZV)整形器、零振动零导数(ZVD)整形器、极不灵敏(EI)整形器、最优输入整形器和自适应输入整形器等。输入整形技术多应用于线性定常系统，但随着研究的不断深入，其适用场合已经逐步拓展到时变或弱非线性系统。输入整形技术在并联机器人的残留振动抑制中得到了应用，但相关研究多集中于平面并联机构，机械结构较简单且集中于固定轨迹或特定位形下的振动抑制。
由于高速并联机器人的动态特性随位形变化，且抓放位置分布于整个工作空间，因此输入整形器的设计需要解决两个问题：一是确定对残留振动起主导作用的模态；二是设计出能够适应任意抓放轨迹的输入整形器。本文结合工业界对高速并联机器人残留振动的抑制需求，以及该类机器人动特性随位形变化且抓放轨迹任意变化的特点，旨在提出在机器人全域工作空间具有良好性能的输入整形器设计方法，并开展实验验证。
本文结合振动分析理论，揭示了考虑关节弹性时高速并联机器人残留振动抑制的一般原理。针对该类机器人动态特性随位形变化的特点，提出一种以末端残留振动幅值比全域最大值或平均值最小为目标的高鲁棒性输入整形器设计方法，以及基于概率密度分析和随机试验的全域抑振效果评价方法。前者能够保证在整个工作空间内最大限度地抑制由系统主导模态引起的残留振动，后者则根据随机抓放运动时残留振动的统计分布特征，为输入整形器的性能评价提供了量化指标。以一种4-DOF SCARA高速并联机器人为对象开展验证研究，借助理论模态分析确定了对该机器人残留振动起主导作用的模态，并通过揭示其固有频率随位形和负载的变化规律，基于所提出的设计方法设计了最优输入整形器，开展了实验验证。
图1 实验装置
以一种4-DOF SCARA高速并联机器人为对象开展了验证研究，得到典型EAC轨迹下输入整形前后机器人关节转矩和末端执行器残留振动加速度的变化规律。整形后关节转矩峰值明显降低，约为整形前的70%，转矩变化的平滑性得以提高，波动明显减小；然而，转矩曲线存在一定滞后，机器人运动时间由整形前的0.25 s延迟至0.31 s。整形后轨迹沿水平和竖直方向的加速度峰值分别降低了35%和45%，残留振动加速度幅值分别降低了91%和86%。值得指出，对不同抓放轨迹实施输入整形的实验结果表明，按照本文方法所设计的全域最优输入整形器均能实现不低于80%的抑振效果。
图2 输入整形前后关节转矩随时间的变化规律
图3 输入整形前后末端执行器残留振动加速度随时间的变化规律
本文所提出的考虑全域动态特性的输入整形器设计方法能够有效抑制高速并联机器人高速抓放操作时的残留振动，实现了机器人末端执行器的高精度快速定位。与平滑性最优轨迹规划方法相比，该方法的抑振效果更优，但不可避免地产生时间延迟，因此更适用于对抓放精度要求较高而速度次之的应用场合。
本文所提出的全域最优输入整形器设计方法非常适合于大范围运动时对定位精度要求较高的高速并联机器人，也可拓展至其他机器人、机床等装备的高精度点-点运动控制。
[1] K Kozak, I Ebert-Uphoff, W Singhose. Locally linearized dynamic analysis of parallel manipulators and application of input shaping to reduce vibrations. Journal of Mechanical Design-Transactions of the ASME, 2004, 126: 156–168.
[2] W Singhose. Command shaping for flexible system: A review of the first 50 years. International Journal of Precision Engineering and Manufacturing, 2009, 10(4): 153–168.
[3] W Chatlatanagulchai, D Kijdech, T Benjalersyarnon, et al. Quantitative feedback input shaping for flexible-joint robot manipulator. Journal of Dynamic Systems, Measurement, and Control. 2016, 138(6): 061006.
[4] J Kim, E A Croft. Preshaping input trajectories of industrial robots for vibration suppression. Robotics and Computer Integrated Manufacturing, 2018, 54: 35–44.
黄田，博士，教授，博士生导师，教育部长江学者特聘教授、国家百千万人才计划第一、第二层次人选，英国Warwick大学Part-time教授，国家863计划先进制造技术领域重大工艺与装备主题专家、高档数控机床与基础制造装备国家重大科技专项主机组专家，国际机器与机构学理论联合会(IFToMM)前执委、国际生产工程学会(CIRP) Fellow，Mechanism and Machine Theory领域主编，长期从事制造装备与系统、机器人技术、机床动力学方向教学与科研工作。主持/参加国家重大科技专项、国家自然科学基金重点、国际重大合作和面上项目、国家973、863、科技支撑计划、英国皇家学会国际合作，及省部级和企业委托课题30余项；在并联机器人设计理论、关键技术和成果转化方面取得重要学术与应用成果，在IEEE TRO, ASME JMD /JMR/ JMST、CIPR Annals、MMT等本领域高水平国际学术刊物上发表论文100余篇，授权美国专利3项、中国发明专利50余项；获国家技术发明二等奖1项、省部级科技奖励一等奖5项，优秀教学成果一等奖1项，以及全国五一劳动奖章、全国优秀科技工作者、全国优秀留学回国人员、全国师德先进个人等称号。
山显雷（本文第一作者），博士，天津大学助理研究员，主要研究方向为机构学与机器人学、机电系统动力学建模与控制。主持国家自然科学基金青年基金1项，其他省部级项目3项，入选2019年度博士后国际交流派出项目；在NONLINEAR DYNAM、MMT等本领域高水平国际学术刊物上发表论文10余篇。
团队始终坚持以基础理论研究必须服务于国家/行业重大需求为宗旨，在国家、地方政府和企业委托课题资助下，在工业机器人，特别是并混联机器人自主创新、关键技术及工程应用方面取得重要成果，率先在国内实现规模应用与技术辐射。
本团队的主要研究方向包括：
1）机器人机构学，动力学、运动控制、数控系统、机器视觉，精密测量、智能监控等共性关键技术；
2）基于高性能混联机器人的高效高精度加工装备与工艺；
3）高速分拣机器人及其自动化生产线；
4）模块化智能装配机器人。
[1]C L Dong, H T Liu, J L Xiao, T Huang. Dynamic modeling and design of a 5-DOF hybrid robot for machining. Mechanism and Machine Theory, 2021, 165: 104438.
[2] L Wu, C L Dong, G F Wang, H T Liu, T Huang. An approach to predict lower-order dynamic behaviors of a 5-DOF hybrid robot using a minimum set of generalized coordinates. Robotics and Computer-Integrated Manufacturing, 2021, 67: 102024.
[3] J L Xiao, S X Dou, W Zhao, H T Liu. Sensorless human-robot collaborative assembly considering load and friction compensation. IEEE Robotics and Automation Letters, 2021.
[4] K Xu, H T Liu, J L Xiao. Static deflection modeling of combined flexible beams using elliptic integral solution. International Journal of Non-Linear Mechanics, 2021, 129: 103637.
[5] H T Liu, H R Liu, X L Shan. Linear active disturbance rejection control with torque compensation for electric load simulator. Journal of Power Electronics, 2021, 21 (1): 195-203.
[6] K Xu, H T Liu, W Yue, J L Xiao, Y B Ding, G F Wang. Kinematic modeling and optimal design of a partially compliant four-bar linkage using elliptic integral solution. Mechanism and Machine Theory, 2021, 157: 104214.
[7] T Huang, D Zhao, Z C Cao. Trajectory planning of optical polishing based on optimized implementation of dwell time. Precision Engineering, 2020, 62: 223-231.
[8] F W Yin, W J Tian, H T Liu, T Huang, D G Chetwynd. A screw theory based approach to determining the identifiable parameters for calibration of parallel manipulators. Mechanism and Machine Theory, 2020, 145: 103665.
[9] J L Xiao, Q Y Zhang, H T Liu, T Huang, X L Shan. Research on vibration suppression by a multi-point flexible following support head in thin-walled parts mirror milling. The International Journal of Advanced Manufacturing Technology, 2020, 106 (7): 3335-3344.
[10] S L Xie, H T Liu, Y Wang. A method for the length-pressure hysteresis modeling of pneumatic artificial muscles. Science China Technological Sciences, 2020: 1-9.
更多详细内容请点击文后阅读原文获取。
编辑：谢雅洁 校对：向映姣
JME学院是由《机械工程学报》编辑部2018年创建，以关注、陪伴青年学者成长为宗旨，努力探索学术传播服务新模式。首任院长是中国机械工程学会监事会监事长、《机械工程学报》中英文两刊主编宋天虎。
欢迎各位老师扫码添加小助理-暖暖为好友，由小助理拉入JME学院官方群！
有一种合作叫做真诚，有一种发展可以无限，有一种伙伴可以互利共赢，愿我们合作起来流连忘返，发展起来前景可观。关于论文推荐、团队介绍、图书出版、学术直播、招聘信息、会议推广等，请与我们联系。
推荐阅读
砥砺深耕增材制造| 卓越计划高起点新刊——AMF首期重磅上线！由这几部分组成的学术论文思路更清晰关于提名2022年度何梁何利基金科学与技术奖候选人的通知院士：科研工作者也得养家，非升即走压力下，不得不做短平快的研究CJME最新SCI影响因子1.936北航陈殿生教授团队：最优跃度轨迹规划在步态平衡训练机器人中的应用| CJME论文推荐一种大模数齿轮渐进式成形工艺的仿真与试验研究| CJME论文推荐一种新型嵌入连通槽微通道的传热性能研究| CJME论文推荐高速列车铸铝横梁疲劳特性表征的数值模拟与试验研究 | CJME论文推荐河北工业大学李铁军教授团队：具有主-被动混合执行器的坡路助行机器人研究 | CJME论文推荐浙江大学杨华勇院士团队：数字开关先导控制双阀芯液压阀的负载口独立控制性能研究 | CJME论文推荐
版权声明：
本文为《机械工程学报》编辑部原创内容，欢迎转载，请联系授权！
在公众号后台留言需要转载的文章题目及要转载的公众号ID以获取授权!
联系我们：
联系人：暖暖
电话：010-88379909
E-mail：jme@cmes.org
网 址：http://www.cjmenet.com.cn
官方微信号：jmewechat