返回首页 hi, 欢迎来到机器人在线 请登录/ 免费注册 扫码关注

焊接机器人大臂参数的约束条件分析

时间:2017-07-19 来源:机器人在线 阅读:7960 原创
在Ansys Workbench Environment中,基于DOE算法可以对大臂进行多目标优化。首先将三维模型导入workbench中,然后对其进行静力分,其受力如表4.2。然后进行Response Surface响应面分析和Goal Driven Optimization全局优化。首先设定好参数,产生一组样本,分析出不同参数对目标函数的重要性。本文主要设计了参数变化的30个循环结果。
选择焊接机器人大臂质量、应力和变形为目标函数,大臂的长度L,大臂截面的宽度W和高度H设置为变量。在ansys workbench中对大臂进行参数优化,主要应用了其中三个方面的应用。第一个是相关参数(Parameters Correlation),这一应用,主要用于表示焊接机器人需要优化的参数对目标函数的敏感程度,从而侧重对敏感度大的参数的研究;第二个是响应曲面(Response Surface),其主要用于的参数对目标函数的影响图,直观地看到随着参数的变化,目标函数的变化趋势。最后一个也是最重要的,即目标驱动优化(GDO),将焊接机器人的参数设置好后,通过目标驱动函数搜索最优值,最终求出最佳优化结果。
然后根据大臂结构限制,求解目标为最大变形、应变和质量最小,得到对应的质量和变量数值,结果如表4.3所示。
在循环次数上设置为30次,将根据这30组计算的值,选出最优值作为优化这个数据表也直观地表示出了各个参数与目标函数的取值变化。通过表4.3可以看出其具体的参数变化。
根据表4.3可以确定大臂每个变量对目标函数的敏感度,如图4.5所示。从中可以看出各个参数对目标函数的敏感度。
根据图4.5中参数对目标函数的敏感度,可以看出质量对长度L比较敏感,截面高度H和长度L对变形比较敏感,应力对截面宽度W和长度L比较敏感。确定参数对目标函数的面感度后,绘制出对目标函数敏感度相对高的参数对目标函数的影响图。结果。从表中数据可以看出,最终优化结果是在这个优化数据中选择效果最优的。
然后根据对目标函数敏感度大的参数,画出这些参数对目标函数的影响图。根据图4.5可以得知长度L对质量目标函数的影响最大,所以画出大臂长度L对质量函数的影响图,如图4.6所示。
从图4.6中可以看出大臂长度L对大臂质量的影响,随着长度值增加,大臂质量也随着增加,成正比关系。根据图4.5,可以看出对于应力函数敏感度较大时截面宽度W和长度L,所以画出其对应力函数的影响图如图4.7。
从图4.7中可以看出大臂截面宽度W和长度L对大臂应力的影响,随着长度L增加,大臂质应力也相应的随着增加。随着截面宽度W的增加,应力也随着增加。宽度W和长度L对应力的影响却不是线性关系,不能简单地直接看出最优值。
长度L和截面高度H对变形量的敏感度相对较高,所以画出其关系图如图4.8所示。
焊接机器人从图4.8中可以看出大臂长度和截面高度H对大臂最大变形的影响,随着长度L值增加,最大变形增随着加;大臂截面高度H的增加,大臂最大变形减小了,成相应的反比关系关系。
根据实际实验分析和从上面的分析中,可以得到大臂参数的约束条件为:
4.4.4工业机器人大臂多目标优化模型
以大臂的质量、受到的应力和总体变形做为目标参数,初始设计值为L=1075,W=245,H =185,导入workbench中求解,进行优化求解。其优化模型如公式
焊接机器人 焊接机器人若干优化技术研究 技术干货

好的文章,需要您的鼓励

7

  • 最新资讯
  • 最新问答
推荐