Page 140 - 工业机器人控制技术研究
P. 140
R 工业机器人控制技术研究
esearch on Control Technology of Industrial Robot
采用基于遗传学原理的多目标优化算法 NSGA-II 进行优化，根据 Pareto 解集选
择最优解，仿真显示优化后效率提升一倍的同时能耗降低 20%。徐海黎等以总动
作时间和能耗综合最优为目标，使用加权系数法定义代价函数，采用罚函数排序
形式来处理速度、加速度、力和力矩等约束问题；提出基因环境双演化免疫克隆
算法对代价函数进行优化，使算法具备一定的学习能力，增强算法的全局搜索能
力，从而提高解的质量和算法效率。
2. 直接方法
相比于间接方法，直接方法除了考虑系统的动力学外，还考虑由于机械部件、
电机和驱动系统造成的若干能量损失，且没有忽略能量的二次损失，同时考虑能
量损失的非理想情况，完整地模拟了机电系统，但该方法通常适用于自由度较低
的系统。
在直接方法中采用不同的方法来定义轨迹。有学者用时间离散化数值定义轨
迹。而 Richiedei 等认为点到点（Pointto Point，PTP）运动中的能量损失仅取决
于速度或加速度的均方根（RootMean Square，RMS）值，其表达式如下：
（4.4）
c c
其中， V RMS 和 A RMS 为曲线几何形状特征系数；θ 为位移；T 为运动周期时间。
因为直接法是数值化的，所以允许通过敏感性分析来研究每个因素对能耗的
影响。Paryanto 等专注于能够分析工业机器人能耗和动态行为的模块化模型的开
发，利用开发的模型进行敏感分析，以分析机器人操作参数（有效载荷、运行速度、
轨迹平滑度等）对能耗的影响。Hansen 等对考虑库仑摩擦和黏性摩擦系数变化
的机械惯性和轴位移进行灵敏度分析，研究其对能耗的影响规律。Richiedei 等则
研究了恒力和惯性对能耗的影响。
直接方法的轨迹不是由优化过程合成的，而是对不同的标准预定义运动曲线
进行研究，以评估它们对能源消耗的影响，如三角速度曲线、梯形速度曲线、多
项式曲线等。研究结果表明，梯形速度曲线是降低能耗而不影响时间的良好选择，
且能耗与起始点和终止点的约束有关，较少的约束意味着较少的能量消耗。因此，
机器人采用五次多项式轨迹的能耗比采用摆线和七次多项式的少。相关研究表明，
132
