提高工业机器人性能的诀窍——采用动态建模算法改进控制系统

本文来自于《控制工程中文版》（CONTROL ENGINEERING China ）2016年11/12月合刊杂志，原标题为：采用基于模型的控制改进机器人系统

基于模型的控制帮助机器人系统能够预估运动期间机器人的扭矩和力，防止过大的扭矩带来的损伤，同时，增加机器人速度，减少振荡和用于稳定的时间。

在学术圈子里，为机器人操控动态建模这种做法已经为人熟知很多年了。它通常作为一个工具用在机器人学和工程学的实验室中，主要用于类人机器人和先进控制算法、运动仿真以及其他学术诉求的研究和发展。动态建模涉及了数学方程式的应用，这些方程式描述了不容易测量的动态属性，包括机器人惯性、质量、质量中心以及其他的一些特质。而在制造业中，使用动态建模来改进机器人控制却经常容易被工业机器人的开发者和制造者所忽视。

动态建模可以帮助半导体制造商解决其所用的高速Delta机器人所遇到的性能方面的问题。使用了机器人的太阳能晶片处理应用场合要求高加速度以及极高的精确度。由于固有的脆弱的结构，Delta机器人的操纵机构非常容易折断。它会造成影响和损坏昂贵的负荷和生产材料的威胁。

通过为自动识别运动学和动态参数开发额外的算法和流程，在机器人随机移动的同时，Servotronix获得了精确的数值。Servotranix也为其他类型的机器人开发了动态模型，这些机器人包括SCARA 机器人、四轴摇臂机器人以及五轴的轻型伽利略球体机器人（如图），其结果是更快稳定下来以及更好的轨迹跟随运动控制。本文所有图片来源：Servotronix 运动控制

1

减少机器人损害的风险

对于Delta运动学的研究是基于通过球形接头机械连接的平行四边形，在某些系统中是连接到移动平台和臂杆的。如果某些位置或角度过大，需要将机器人分解开的力会大幅减小，而且如果出现碰撞或强烈的冲击，机器人可以简单的分解。这些分解点一般位于外延的位置，与障碍物相碰触的风险很大。为了克服Delta机器人的缺点并为其提供更好的控制，工程师们采用并增强了起源于学术研究的动态模型。

该模型是通用的。大小和质量不同的机器人具有不同的参数值。尽管机器人运动学是一样的，物理属性还是不同的。即使是同一个生产系列，每个机器人的物理属性也可能有微小的差别， 进而不同程度地影响每个机器人。

Delta机器人造成了损害自身及其负载的风险。Servotronix首先考虑将动态建模的潜力发挥到解决困扰半导体行业的高速delta机器人的性能问题。Servotronix工程师采用并增强了一个动态模型，该模型的原型是来源于学术研究。

在为机器人系统建模以后，需要获取动态参数的精确数值。这是通过为自动识别运动学和动态参数而开发的额外的算法和流程来实现的。

一些例如机器人臂杆几何尺寸的参数很容易测量并输入到方程式中去，其他例如每个臂杆的质量中心这样的参数是由自动识别来确定的。

2

动态模型的优势

在识别过程中，机器人是随机运动的，动态参数值是由识别算法确定的。一些例如形状、材料、电缆以及摩擦的内部及外部因素会被列入到计算中去。动态模型也适用于其他机器人类型，例如SCARA机器人、四轴摇臂机器人以及五轴球形机器人。动态建模能够满足制造企业对机器人更高输出、更快速度以及更低维护成本等的要求。

计算的扭矩值几乎完全与过滤后的扭矩吻合，正如扭矩偏差所显示的。EtherCAT可以让Servotronix softMC多轴控制器每毫秒更新一次传动数值；在每一个采样中，softMC都从传动获取指令并向传动反馈扭矩值以及标准位置和速度值。

使用动态模型，客户能够获得更快的校正时间和更好的轨迹跟踪运动控制。一个附加好处是通过机械参数在一段时间之后的变化能检测出系统的磨损，特别是摩擦系数。同时，基于模型的控制能够内嵌在一些多轴控制器内部。

作者：Mirko Borich