袁明新,張全兵,申一虎,申?duì)D

(1. 江蘇科技大學(xué) 機(jī)械工程學(xué)院,江蘇鎮(zhèn)江 212100; 2. 連云港杰瑞自動(dòng)化有限公司,江蘇連云港 222006)

針對(duì)高溫、震動(dòng)、粉塵等惡劣環(huán)境中的鍛造生產(chǎn),利用機(jī)器人代替人工進(jìn)行生產(chǎn)線自動(dòng)化升級(jí)已成為當(dāng)務(wù)之急。而輪轂是汽車常用配件,突破多品種、多尺寸輪轂鍛件的多自由度欠秩夾持,是提高輪轂鍛造機(jī)器人夾持穩(wěn)定性和安全性的關(guān)鍵[1]。

欠秩機(jī)構(gòu)是近年來(lái)研究發(fā)現(xiàn)的一種新型機(jī)構(gòu),因其驅(qū)動(dòng)件數(shù)目少于機(jī)構(gòu)自由度,也被稱作欠驅(qū)動(dòng)機(jī)構(gòu),具有自適應(yīng)包絡(luò)抓取不同形狀及尺寸物體的優(yōu)點(diǎn)[2]。Borisov等[3]提出一種仿人手欠秩端拾器,并基于魯棒控制實(shí)現(xiàn)了傳動(dòng)關(guān)節(jié)的開(kāi)合連接,進(jìn)而實(shí)現(xiàn)了抓持自適應(yīng);文獻(xiàn)[4]基于神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)提出了可實(shí)時(shí)抓握控制的三爪欠秩夾持器,并實(shí)現(xiàn)了球形物抓取。Heidari等[5]提出一種由二指節(jié)手指和三指節(jié)手指構(gòu)成欠秩端拾器,驗(yàn)證了該結(jié)構(gòu)可抓取較大范圍尺寸物體;Junya等[6]根據(jù)四連桿機(jī)構(gòu)和進(jìn)給螺桿機(jī)構(gòu)提出了一種三指欠秩端拾器,手指在互鎖的情況下相互約束完成夾持工作,實(shí)現(xiàn)了生活中常見(jiàn)餐具的抓取。Ren等[7]設(shè)計(jì)了一種腱傳動(dòng)非對(duì)稱三指欠秩執(zhí)行器,通過(guò)指關(guān)節(jié)壓力傳感器感知抓取力大小,實(shí)現(xiàn)了人手精細(xì)化操作模擬;郭鐘華等[8]設(shè)計(jì)了一種軟體適形夾持器,其夾爪可雙向彎曲來(lái)夾持物體,可根據(jù)夾持物的外形輪廓改變自身位姿進(jìn)行自適應(yīng)抓取;張文增團(tuán)隊(duì)[9]提出了線性空程傳動(dòng)耦合自適應(yīng)機(jī)器人手,基于帶輪和傳動(dòng)帶傳動(dòng)實(shí)現(xiàn)耦合與自適應(yīng)復(fù)合抓取功能,并通過(guò)機(jī)械手抓取力分析驗(yàn)證了其耦合與自適應(yīng)性能。隨著機(jī)器人智能化的快速發(fā)展,具有結(jié)構(gòu)靈巧,抓取高效優(yōu)點(diǎn)的欠秩多指機(jī)械手已經(jīng)成為研究熱點(diǎn)。但目前研究主要是基于球形物抓取進(jìn)行三指及以上設(shè)計(jì),機(jī)械手中所采用的腱輪機(jī)構(gòu)、軟體機(jī)構(gòu)或帶輪機(jī)構(gòu)等,因低韌性而很難適應(yīng)高負(fù)載工作。此外,欠秩機(jī)械手往往是多指多關(guān)節(jié),結(jié)構(gòu)間存在長(zhǎng)度、角度等約束,現(xiàn)有經(jīng)驗(yàn)設(shè)計(jì)也很難保證關(guān)節(jié)接觸力平衡以及抓取平穩(wěn)[10]。

碟狀汽車輪轂材料為S40CVS-HB,鍛件重量在2.5 kg左右,且?jiàn)A持部分通常為薄圓盤外徑,因此現(xiàn)有欠秩機(jī)械手結(jié)構(gòu)都無(wú)法用于輪轂鍛造機(jī)器人。為了實(shí)現(xiàn)鍛造機(jī)器人對(duì)多品種、多尺寸輪轂的有效、平穩(wěn)抓取,文中在欠秩原理基礎(chǔ)上耦合桿件設(shè)計(jì)出一種新型欠秩耦合端拾器,并基于抓取接觸力均等性優(yōu)化模型進(jìn)行了結(jié)構(gòu)優(yōu)化和穩(wěn)定性分析。

1 欠秩端拾器結(jié)構(gòu)設(shè)計(jì)及原理分析

根據(jù)碟狀汽車輪轂結(jié)構(gòu)特征、鍛造環(huán)境中機(jī)器人抓取要求,以及欠秩耦合設(shè)計(jì)思路,文中完成了如圖1 所示的輪轂鍛造機(jī)器人欠秩耦合端拾器設(shè)計(jì)。該端拾器包括驅(qū)動(dòng)機(jī)構(gòu)、夾持機(jī)構(gòu)和耦合機(jī)構(gòu)。其中夾持機(jī)構(gòu)由左右對(duì)稱安裝的三關(guān)節(jié)兩指組成,每個(gè)指結(jié)構(gòu)又包括首指節(jié)、中指節(jié)和末指節(jié)。首指節(jié)和中指節(jié)又由各自的傳動(dòng)塊、傳動(dòng)連桿和夾持骨組成。耦合機(jī)構(gòu)由首指節(jié)彈簧連桿和中指節(jié)彈簧連桿組成。在驅(qū)動(dòng)機(jī)構(gòu)作用下,通過(guò)驅(qū)動(dòng)連桿可帶動(dòng)夾持機(jī)構(gòu)中三關(guān)節(jié)兩指轉(zhuǎn)動(dòng),但由于欠秩機(jī)構(gòu)在運(yùn)動(dòng)過(guò)程中具有一定混沌特征[11],使得端拾器在夾持過(guò)程中可能會(huì)存在不穩(wěn)定性,為此,設(shè)計(jì)中將欠秩機(jī)構(gòu)與彈簧連桿進(jìn)行耦合,一方面可以增加端拾器夾持的柔韌性;另一方面,可以通過(guò)彈簧耦合連桿的彈力實(shí)現(xiàn)欠秩機(jī)構(gòu)的約束,從而保證輪轂鍛造機(jī)器人端拾器夾持運(yùn)動(dòng)的確定性。

圖1 輪轂鍛造機(jī)器人欠秩耦合端拾器

為了驗(yàn)證輪轂鍛造機(jī)器人欠秩耦合端拾器的包絡(luò)抓取有效性[12],以某碟狀汽車輪轂鍛造件為對(duì)象,分析文中端拾器的抓取過(guò)程。如圖2a)所示,端拾器首先在氣缸驅(qū)動(dòng)機(jī)構(gòu)作用下,其驅(qū)動(dòng)連桿(AB)通過(guò)首指節(jié)傳動(dòng)塊(BCO1)開(kāi)始推動(dòng)首指節(jié)傳動(dòng)連桿(CD)轉(zhuǎn)動(dòng),但端拾器夾持機(jī)構(gòu)的所有指節(jié)均未與輪轂接觸。由于首指節(jié)和中指節(jié)彈簧連桿(O1D、O2H)存在預(yù)緊拉力,兩個(gè)耦合彈簧連桿不發(fā)生伸縮變化,可等效為剛性元件,此時(shí)機(jī)構(gòu)自由度數(shù)和驅(qū)動(dòng)數(shù)相同,因此具有確定抓取運(yùn)動(dòng)。

接著,在驅(qū)動(dòng)力繼續(xù)作用下首指節(jié)夾持骨(O1O2)與輪轂接觸,如圖2b)所示。耦合的首指節(jié)彈簧連桿(DO1)開(kāi)始發(fā)生拉伸變化,彈簧產(chǎn)生拉力,將其等效為移動(dòng)副。中指節(jié)彈簧連桿(O2H)在預(yù)緊拉力作用下仍未發(fā)生伸縮變化,仍可等效為剛性元件。此時(shí)機(jī)構(gòu)自由度數(shù)與驅(qū)動(dòng)數(shù)相同,端拾器手指可繼續(xù)作確定運(yùn)動(dòng)。

同樣,如圖2c)所示,當(dāng)中指節(jié)夾持骨(O2O3)與輪轂接觸時(shí),在中指節(jié)傳動(dòng)連桿(EH)作用下未被約束的中指節(jié)及末指節(jié)機(jī)構(gòu)繼續(xù)運(yùn)動(dòng),此時(shí)中指節(jié)彈簧連桿(O2H)也開(kāi)始發(fā)生拉伸變化,彈簧產(chǎn)生拉力,兩個(gè)耦合彈簧連桿均等效為移動(dòng)副,整體機(jī)構(gòu)仍具有確定運(yùn)動(dòng)。同理,當(dāng)末指節(jié)(O3G)與輪轂接觸,各執(zhí)行手指節(jié)被完全約束,完成如圖2d)所示的包絡(luò)夾持。

圖2 欠秩耦合端拾器單手指自適應(yīng)夾取過(guò)程

通過(guò)對(duì)欠秩耦合端拾器夾取過(guò)程分析,可初步驗(yàn)證文中端拾器能自適應(yīng)包絡(luò)抓取汽車輪轂,其完整抓取構(gòu)型如圖3所示。

圖3 欠秩耦合端拾器自適應(yīng)夾取

2 欠秩端拾器靜力學(xué)分析

在完成欠秩耦合端拾器基本設(shè)計(jì)基礎(chǔ)上,還需通過(guò)優(yōu)化來(lái)進(jìn)一步提高其結(jié)構(gòu)參數(shù)的合理性,進(jìn)而提高機(jī)器人輪轂抓取時(shí)的有效性和穩(wěn)定性。為此,文中引入虛功原理[13],對(duì)端拾器結(jié)構(gòu)進(jìn)行靜力學(xué)分析,以得到端拾器夾持輪轂鍛造件時(shí)各接觸點(diǎn)接觸力模型F1、F2、F3,以便后續(xù)建立基于抓取力均衡的結(jié)構(gòu)優(yōu)化模型。

文中欠秩耦合端拾器的幾何模型及靜力學(xué)模型如圖4所示。

圖4 欠秩耦合端拾器幾何模型和靜力學(xué)模型

端拾器在夾持輪轂鍛件時(shí)實(shí)現(xiàn)靜力平衡,根據(jù)虛功原理可得

Tωδ=Fvδ

(1)

根據(jù)執(zhí)行機(jī)構(gòu)剛體運(yùn)動(dòng)速度原理可得:

(2)

(3)

(4)

式中:βi表示首、中、末指節(jié)與X軸、首指節(jié)、中指節(jié)方向逆時(shí)針夾角;c=cos,下同;hi為指節(jié)與輪轂鍛件觸點(diǎn)到相應(yīng)關(guān)節(jié)點(diǎn)Oi處距離,i=1,2,3。

將上述速度公式寫成雅克比矩陣和角速度形式,即:

(5)

其中

(6)

考慮彈簧連桿對(duì)夾持穩(wěn)定性的影響,將彈簧耦合連桿的靜力考慮在內(nèi)。記δvl1,δvl2分別為彈簧連桿l1,l2在相應(yīng)連桿方向上虛速度的矢量合成。根據(jù)剛體運(yùn)動(dòng)速度矢量的合成與分解,則有:

(7)

(8)

(9)

(10)

式中:s=sin,下同；節(jié)點(diǎn)O1在機(jī)架上,其速度矢量為0。

將式(8)～式(10)代入式(7)中,可得彈簧連桿l1,l2上的虛速度,即

(11)

(12)

通過(guò)端拾器中四連桿機(jī)構(gòu)(O2EHO3)尋找φ2、γ2與β1、β2、β3間關(guān)系,使ωδ和vδ具有相同因式。

由于中指關(guān)節(jié)O2EHO3為四連桿機(jī)構(gòu),可得平面四連桿矢量封閉方程,即

a4+b2=a5+d2

(13)

則有

(14)

對(duì)γ1+β2、γ2分別求偏導(dǎo),整理可得:

(15)

由同一構(gòu)件角速度變換關(guān)系,可得:

(16)

聯(lián)立式(15)和式(16),有

(17)

同理,對(duì)于首關(guān)節(jié)中四連桿機(jī)構(gòu)O1CDO2,有

(18)

(19)

將虛角速度公式用矩陣的形式表達(dá),即

(20)

聯(lián)立式(11)，式(12)和式(19),可得

(21)

將式(5)和式(20)代入公式(1),則有

FJv=TJω

(22)

(23)

在實(shí)際工作中,由于端拾器夾持輪轂的力遠(yuǎn)大于彈簧耦合連桿彈力,故忽略彈力力矩T2,T3。綜上可得端拾器自適應(yīng)夾持時(shí)接觸力模型:

(24)

由式(24)可以看出,欠秩耦合端拾器的輪轂夾持接觸力模型涉及多個(gè)結(jié)構(gòu)參數(shù),經(jīng)驗(yàn)設(shè)計(jì)很難滿足端拾器夾持的穩(wěn)定性要求。因此,為了提高端拾器的力學(xué)夾持性能,建立其優(yōu)化模型并進(jìn)行結(jié)構(gòu)參數(shù)優(yōu)化非常重要。

3 優(yōu)化模型建立及優(yōu)化流程設(shè)計(jì)

3.1 欠秩端拾器優(yōu)化模型建立

由圖3可以看出,端拾器執(zhí)行機(jī)構(gòu)主要由兩個(gè)串聯(lián)的四連桿機(jī)構(gòu)組成。在完成輪轂夾緊后,端拾器僅有近物三指節(jié)與鍛件直接接觸。為使夾持穩(wěn)定性達(dá)到最優(yōu),需保證對(duì)夾持物的3個(gè)接觸力盡可能分布均勻且相等。根據(jù)上述靜力學(xué)模型和接觸力均等性要求,建立結(jié)構(gòu)參數(shù)優(yōu)化目標(biāo)函數(shù)為

(F1(X)-F2(X))2)

(25)

根據(jù)現(xiàn)有輪轂鍛造機(jī)器人端拾器結(jié)構(gòu)尺寸,首選確定首、中、末指節(jié)長(zhǎng)度::d1=110 mm,d2=65 mm,d3=55 mm,并根據(jù)欠秩耦合端拾器接觸力表達(dá)式(24)及優(yōu)化目標(biāo)函數(shù)表達(dá)式(25),將與接觸力相關(guān)結(jié)構(gòu)參數(shù)作為變量,即

X=[x1x2x3x4x5x6x7x8x9x10x11x12x13x14]=

[h1h2h3a2a3a4a5β1β2β3γ1γ2α1φ2]

為使端拾器在穩(wěn)定夾持輪轂時(shí)具有好的力傳動(dòng)性能,且避免力接觸點(diǎn)與關(guān)節(jié)點(diǎn)距離過(guò)近時(shí)出現(xiàn)失穩(wěn)現(xiàn)象,對(duì)變量參數(shù)作如下約束:尺寸參數(shù)(h1,h2,h3,a2,a3,a4,a5)約束范圍為[(10,100); (10,55); (5,50); (40,80); (30,70); (40,80); (30,70)];a5

3.2 優(yōu)化算法選擇及改進(jìn)

為了提高欠秩耦合端拾器的結(jié)構(gòu)參數(shù)優(yōu)化效果,文中引入了基于“六度分離”的“仿社會(huì)”小世界優(yōu)化算法,其通過(guò)局部種群信息建立局部連接,并通過(guò)隨機(jī)外長(zhǎng)連接搜索將信息傳遞至全局,具有極強(qiáng)的優(yōu)化能力[14]。

對(duì)于給定第k代節(jié)點(diǎn)si(k),?si(k)∈X(k),其鄰域空間Ri(k)?ζl(si(k))。Ψ操作主要是將節(jié)點(diǎn)信息從si(k)傳遞給Ri(k)中距離目標(biāo)解最近節(jié)點(diǎn)s′i(k),即

(26)

式中e-1表示解碼方式。

s″i(k)←Γ(s′i(k))={s°i(k)|p

(27)

全局長(zhǎng)連接概率PL決定了算法跳出局部極小的能力[15],在基本小世界優(yōu)化算法中,PL為固定參數(shù)。在算法進(jìn)化初期,種群質(zhì)量總體偏差,應(yīng)以局部短連接為主;隨著進(jìn)化的進(jìn)行,在算法后期種群容易陷入局部極小,此時(shí)應(yīng)突出長(zhǎng)連接來(lái)促進(jìn)算法跳出局部極小點(diǎn),因此全局長(zhǎng)連接概率PL在設(shè)計(jì)時(shí)應(yīng)能隨著進(jìn)化進(jìn)行而自適應(yīng)調(diào)整。鑒于此,文中對(duì)PL進(jìn)行自適應(yīng)操作Θ,即使其能根據(jù)種群進(jìn)化代數(shù)和種群質(zhì)量進(jìn)行自適應(yīng)調(diào)整,具體調(diào)整策略如下:

(28)

式中:PL1,PL2分別是最小和最大長(zhǎng)連接概率;k為當(dāng)前進(jìn)化代數(shù);kmax為最大進(jìn)化代數(shù);fave為本代種所有個(gè)體平均優(yōu)化目標(biāo)值;f為本代種群個(gè)體優(yōu)化目標(biāo)值。當(dāng)PL1=0.1,PL2=0.9,kmax=500時(shí),由式(26)可得長(zhǎng)連接概率變化曲線,如圖5所示。

圖5 PL隨迭代進(jìn)程變化曲線

由圖5可以看出,在種群進(jìn)化初期,全局長(zhǎng)連接概率PL取值較小,這對(duì)于初始種群而言,可以通過(guò)突出局部短連接來(lái)完成各點(diǎn)的局部搜索,加快算法搜索效率[16];隨著種群進(jìn)化的進(jìn)行,PL開(kāi)始加快增大,主要是防止種群過(guò)早陷入局部極小,到種群進(jìn)化后期,PL又緩慢增大,主要在幫助算法跳出局部極小時(shí),也要避免算法陷入隨機(jī)搜索。全局長(zhǎng)連接概率PL的自適應(yīng)調(diào)整將有助于提高端拾器結(jié)構(gòu)參數(shù)的優(yōu)化效率和全局優(yōu)化精度。

3.3 參數(shù)優(yōu)化流程設(shè)計(jì)

根據(jù)欠秩端拾器穩(wěn)定夾持狀態(tài)下的靜力學(xué)模型建立參數(shù)優(yōu)化的目標(biāo)函數(shù)minf(X)、優(yōu)化變量X及其約束,并結(jié)合文中所提的自適應(yīng)小世界優(yōu)化算法,可設(shè)計(jì)如下端拾器結(jié)構(gòu)參數(shù)優(yōu)化流程:

步驟1 參數(shù)初始化,包括種群數(shù)量n、最大迭代數(shù)kmax、鄰域長(zhǎng)度LN、PL初始值、初始種群X(k)等,k←0。

步驟2 對(duì)全局長(zhǎng)連接概率PL自適應(yīng)操作Θ,P′L←Θ(PL)。

步驟3 按照鄰域長(zhǎng)度LN進(jìn)行局域短連接搜索操作Ψ,X′(k)←Ψ(X(k))。

步驟4 按照P′L進(jìn)行全局長(zhǎng)連接操作Γ,X″(k)←Γ(X′(k))。

步驟5 更新種群信息。經(jīng)上述操作產(chǎn)生當(dāng)前優(yōu)化進(jìn)程的優(yōu)化目標(biāo)值f″(X(k))及平均優(yōu)化目標(biāo)值f″ave(X(k))。

步驟6 終止條件判定。若k=kmax,則算法終止,輸出最優(yōu)優(yōu)化目標(biāo)值f*及其對(duì)應(yīng)的變量X*;否則更新迭代代數(shù),k=k+1,并返回步驟2。

4 優(yōu)化測(cè)試及分析

為了驗(yàn)證文中自適應(yīng)小世界算法(ASWA)在端拾器結(jié)構(gòu)參數(shù)優(yōu)化中的有效性,在CPU主頻2.4 GHz、內(nèi)存4 GB的PC機(jī)上,基于MATLAB語(yǔ)言進(jìn)行了數(shù)值測(cè)試,并將結(jié)果與經(jīng)驗(yàn)法、Fmincon優(yōu)化函數(shù)(Fmincon optimization function, FOF)、遺傳算法(Genetic algorithm, GA)和基本小世界算法(Small World algorithm, SWA)進(jìn)行了比較。算法測(cè)試時(shí),ASWA中核心鄰域長(zhǎng)度LN=1,臨時(shí)鄰域空間數(shù)ST=4;SWA中核心全局長(zhǎng)連接概率PL=0.2,其他參數(shù)與ASWA相同;GA的核心交叉概率PC=0.8,變異概率PM=0.1;FOF選擇序列二次規(guī)劃算子。4種智能優(yōu)化算法的初始種群規(guī)模都為30, 迭代次數(shù)kmax=500。鑒于智能優(yōu)化算法的概率性搜索,數(shù)值測(cè)試時(shí)每種智能算法都進(jìn)行了30次獨(dú)立測(cè)試。

表1給出了5種算法的端拾器優(yōu)化結(jié)果,并對(duì)優(yōu)化目標(biāo)值及指接觸力最大偏差σmax進(jìn)行了對(duì)比。

表1 5種算法的端拾器優(yōu)化對(duì)比

由表1可以看出,經(jīng)驗(yàn)值法無(wú)論是優(yōu)化目標(biāo)值還是最大偏差σmax都是最差的,暴露出經(jīng)驗(yàn)值法不具備優(yōu)化能力的不足。相比起經(jīng)驗(yàn)值法,FOF的優(yōu)化目標(biāo)值及σmax優(yōu)化效果有了明顯提高,顯示出算法優(yōu)化能力的重要性,但是FOF本質(zhì)是基于梯度下降的優(yōu)化方法[17],在尋優(yōu)過(guò)程中很容易陷入局部極小;GA、SWA為群智能優(yōu)化算法,具有全局優(yōu)化能力,兩者優(yōu)化效果都比FOF有所改善,但GA因容易出現(xiàn)早熟,從而使得SWA略微優(yōu)于GA。SWA極強(qiáng)的優(yōu)化能力更多體現(xiàn)在局部?jī)?yōu)化能力,當(dāng)待優(yōu)化工程對(duì)象比較復(fù)雜時(shí),SWA會(huì)因?yàn)楣潭ǖ娜珠L(zhǎng)連接概率PL會(huì)弱化算法進(jìn)化后期跳出局部極小的能力,進(jìn)而降低算法全局優(yōu)化能力。為此文中對(duì)概率PL進(jìn)行了隨進(jìn)化代數(shù)和種群質(zhì)量的自適應(yīng)調(diào)整。由表1可以看出,文中ASWA的優(yōu)化目標(biāo)值最小,與其它4種算法相比分別減少了97.4%、62.9%、52.3%和42.2%;此外接觸力最大偏差σmax也明顯最小,與其它4種算法相比分別減少了87.2%、82.6%、69.5%和42.1%,從而驗(yàn)證了文中ASWA在欠秩耦合端拾器結(jié)構(gòu)參數(shù)優(yōu)化中的有效性。

圖6給出了4種智能優(yōu)化方法(FOF,GA, SWA, ASWA)的最優(yōu)優(yōu)化和平均優(yōu)化進(jìn)化曲線。由圖同樣可以看出,4種智能優(yōu)化方法中FOF的最優(yōu)和平均優(yōu)化目標(biāo)值都是最差的,而文中ASWA的最優(yōu)和平均優(yōu)化目標(biāo)值明顯最小,是最優(yōu)的。此外,從收斂性來(lái)看,SWA和ASWA也是明顯優(yōu)于其余兩種優(yōu)化算法,且ASWA也是收斂速度最快的。由此可以看出,在4種智能優(yōu)化方法中,ASWA的全局優(yōu)化能力最強(qiáng),優(yōu)化效率最高,進(jìn)一步驗(yàn)證了文中ASWA在欠秩耦合端拾器結(jié)構(gòu)參數(shù)中優(yōu)化的有效性。

圖6 4種智能優(yōu)化方法進(jìn)化曲線

基于ASWA優(yōu)化輪轂欠秩耦合端拾器后可先獲得優(yōu)化變量值,進(jìn)而可獲得端拾器穩(wěn)定夾持時(shí)結(jié)構(gòu)參數(shù)值,即h1=55 mm,h2=55 mm,h3=10 mm,a2=78 mm,a3=45 mm,a4=79 mm,a5=55 mm,β1=71°,β2=44°,β3=62°,γ1=50°,γ2=72°,α1=21°,φ2=69°。假設(shè)氣缸經(jīng)傳動(dòng)機(jī)構(gòu)提供的轉(zhuǎn)動(dòng)力矩T=0.8 Nm,代入接觸力方程得各接觸力F1=53.4 N,F2=55.2 N,F3=56.4 N,其接觸力大小基本相等,符合設(shè)計(jì)的接觸力大小均勻性要求。

5 結(jié)論

為了突破現(xiàn)有輪轂鍛造機(jī)器人端拾器對(duì)多品種、多尺寸輪轂鍛件的夾持,同時(shí)提高振動(dòng)鍛造環(huán)境中夾持穩(wěn)定性,文中基于欠秩原理進(jìn)行了欠秩耦合端拾器設(shè)計(jì),并進(jìn)行了結(jié)構(gòu)參數(shù)的優(yōu)化。通過(guò)理論分析和數(shù)值測(cè)試,可以得出如下結(jié)論:

1) 在欠秩結(jié)構(gòu)及彈簧桿件耦合基礎(chǔ)上所設(shè)計(jì)的三關(guān)節(jié)兩指端拾器,可實(shí)現(xiàn)不同品種、不同尺寸輪轂段件的自適應(yīng)包絡(luò)抓取,提高了端拾器工作的穩(wěn)定性。

2) 基于虛功定理進(jìn)行靜力學(xué)分析,并建立兩指自適應(yīng)抓取狀態(tài)下接觸力模型,可以實(shí)現(xiàn)端拾器結(jié)構(gòu)參數(shù)優(yōu)化模型的建立,能有效解決經(jīng)驗(yàn)法設(shè)計(jì)時(shí)存在結(jié)構(gòu)參數(shù)隨機(jī)性的不足。

3) 對(duì)小世界算法的全局長(zhǎng)連接概率進(jìn)行自適應(yīng)調(diào)整,并結(jié)合輪轂端拾器優(yōu)化模型進(jìn)行參數(shù)優(yōu)化,可以明顯提高算法的全局優(yōu)化能力和優(yōu)化效率,進(jìn)而提高結(jié)構(gòu)參數(shù)設(shè)計(jì)效果,改善端拾器輪轂抓取時(shí)的有效性和穩(wěn)定性。

欠秩機(jī)構(gòu)的包絡(luò)抓取特性,不僅能提高物件抓取穩(wěn)定性,而且能突破多品種物件抓取,提高了抓取效率。文中輪轂鍛件欠秩耦合端拾器的設(shè)計(jì),一方面有助于提高惡劣鍛造環(huán)境中鍛造機(jī)器人的鍛件夾持有效性、精確性和穩(wěn)定性;另一方面該欠秩結(jié)構(gòu)設(shè)計(jì)原理,尤其結(jié)構(gòu)優(yōu)化模型對(duì)于設(shè)計(jì)其他類型的欠秩結(jié)構(gòu)具有很好的借鑒價(jià)值。