焊接机器人平衡性优化小臂有限元分析与验证

将优化后的参数数据，对焊接机器人小臂重新建模，得到小臂的新模型，将小臂优化前和优化后的模型导入ansys中，进行实验分析，对比下优化是否有效果。
将材料属性输入分析软件中，首先对小臂进行网格划分，如图3.11所示。

根据小臂受力分析，将小臂的力加载在小臂上。小臂分析结果后会在小臂的末端产生应力集中，但是在材料许用应力内，满足要求。先对优化前的小臂，进行静力学分析，其受力如表3.3所示，受力分析结果如图3.12。从图中可以看出小臂的最大变形还是比较大的。

再把小臂优化后的数据，重新对小臂建立三维模型。根据对小臂的受力分析，如表3.3，对优化后的小臂进行静力学分析，其变形如图3.13所示。通过表3.5中可以看出，小臂优化后，其变形变小，提高了其刚度，证明多目标粒子群算法的合理性。
3.8本章小结
本文提出了工业机器人小臂结构的分析与优化方法，通过对焊接机器人小臂进行三维建模的基础上，再根据其受力特点，对其进行数学建模，通过静力学分析，针对其关键参数的分析。通过数学建模，对小臂的主要参数进行讨论与分析。根据小臂的工作特点，主要承担的是对末端操作器的操作，所以小臂设计要保证其运动的轻便性。其主要参数主要为小臂的长度和外径。根据小臂的轻量化设计和动力学分析，分析出其目标函数，针对其质量函数和动力特性函数，建立多目标优化模型。然后对小臂的质量和运动特性进行多目标粒子群优化。最后通过小臂的有限元分析，结果表明多目标粒子群算法对小臂结构有很好的优化效果，对小臂优化很实用。证明了多目标优化法对机器人的优化设计实效性。对比其优化前后的受力变形量，验证了多目标粒子群算法对小臂优化的可靠性。为焊接机器人的稳定性和精准度提供了一定的基础。