一种利用关节电机电流信号辨识机器人模态的方法及系统

1.本发明属于面向机器人动力学领域，更具体地，涉及一种利用关节电机电流信号辨识机器人模态的方法及系统。


背景技术：

2.大型曲面构件在航空、航天和航海等行业有着广泛应用，而机器人加工相对于机床加工具有结构灵活、操作空间大、可快速重构特点，可以到达复杂零件的不可访问区域，有望成为大型复杂构件加工领域重要加工手段。虽然机器人大臂展加工特点非常适合这类大型曲面构件在位加工，在加工效率和加工柔性化方面均取得了一定的发展和效果。但是机器人铣削现在仍然被认为是一个开放的问题。其中一个主要问题就是机器人串联结构固有的弱刚度。机器人相对较低的位姿关联结构动刚度，往往会降低机器人加工精度和表面完整性。
3.当前机器人研究尚主要集中在机器人工艺过程和运动学领域。而针对铣削力模型和机器人弹性模型相结合来估计末端特性的方法也只限于考虑静态变形。但是通常最佳姿态选择的静刚度标准并不能保证最佳的振动水平，从而保证表面粗糙度。传统方法主要是通过外贴或嵌入结构的振动传感器及混合有限元方法(fem)获取机器人的动力学参数，基于振动传感器的实验方法操作过程复杂，而有限元分析方法的精度受模型准确性的限制。因此方便快捷地辨识出机器人模态参数，对于提高机器人加工质量，丰富大型构件机器人化加工稳定性理论体系具有十分重要的意义。


技术实现要素：

4.针对现有技术的上述缺点和改进需求，本发明提供了一种利用关节电机电流信号辨识机器人模态的方法及系统，基于oma理论，通过在机器人关节随机空运行激励产生的随机惯性力的作用下，获取关节电机电流信号辨识机器人的模态参数。
5.为实现上述目的，本发明提供了一种利用关节电机电流信号辨识机器人模态的方法，包括：
6.控制各个关节电机加速或减速运动，激励出机器人的模态参数；
7.获取关节电机的电流信号，基于工作模态分析方法oma对所述电流信号进行处理并辨识机器人模态。
8.进一步地，所述机器人为多关节机器人；
9.分别获取各关节电机的电流信号并进行模态辨识；
10.若所有关节均辨识出同一模态，则将其作为机器人的整体模态，否则将各关节辨识出的模态作为各自的局部模态。
11.进一步地，所述获取关节电机的电流信号，包括：
12.获取关节电机的三相电流信号，并计算出三相电流信号的均值i
rms
，从而得到关节电机的电流信号
13.进一步地，获取关节电机的电流信号后，通过随机减量法以及复指数法计算出机器人第r阶模态的复模态阻尼固有频率ωr和复模态阻尼比ζr；
14.再由下式计算得到频响函数g(ω)：
[0015][0016][0017]
其中，n表示模态总阶数；{φr}表示模态振型因子；{lr}表示模态参与因子；上标t表示矩阵转置，上标h表示共轭转置，上标*表示共轭；i表示虚数单位；λr表示复频率。
[0018]
本发明另一方面，提供了一种利用关节电机电流信号辨识机器人模态的系统，包括：电流传感器、控制单元、采集单元以及处理单元；
[0019]
所述电流传感器安装于机器人的控制柜内，用于测量关节电机电流；
[0020]
所述控制单元用于控制各个关节电机加速或减速运动，激励出机器人的模态参数；
[0021]
所述采集单元用于采集关节电机的电流信号；
[0022]
所述处理单元基于工作模态分析方法oma对所述电流信号进行处理并辨识机器人模态。
[0023]
进一步地，所述机器人为多关节机器人；
[0024]
所述采集单元还用于分别采集各关节电机的电流信号；
[0025]
所述处理单元还用于辨识各关节模态，若所有关节均辨识出同一模态，则将其作为机器人的整体模态，否则将各关节辨识出的模态作为各自的局部模态。
[0026]
进一步地，所述采集单元还用于采集关节电机的三相电流信号，以计算出三相电流信号的均值i
rms
，从而得到关节电机的电流信号
[0027]
进一步地，获取关节电机的电流信号后，所述处理单元通过随机减量法以及复指数法计算出机器人第r阶模态的复模态阻尼固有频率ωr和复模态阻尼比ζr；
[0028]
再由下式计算得到频响函数g(ω)：
[0029][0030][0031]
其中，n表示模态总阶数；{φr}表示模态振型因子；{lr}表示模态参与因子；上标t表示矩阵转置，上标h表示共轭转置，上标*表示共轭；i表示虚数单位；λr表示复频率。
[0032]
总体而言，通过本发明所构思的以上技术方案，能够取得以下有益效果：
[0033]
(1)本发明通过理论分析以及实验验证，首次提出利用关节电机电流信号辨识机器人模态(电流传感器可以安装在机器人的控制柜内，而不需要安装在机器人本体上)，相比于现有利用振动信号辨识机器人模态(位移传感器需要安装在机器人本体上，会引入附加质量，影响模态辨识的准确性。因为传感器安装位置不当，与机器人本体贴合不牢固等原
因也会影响模态辨识的准确性)，本发明能够避免由于传感器安装位置带来的不利影响，从而提高模态辨识的准确性；同时可以对加工过程中的机器人模态进行实时的分析，也可以实现不同位姿下的机器人模态参数识别，且操作过程简单。
[0034]
(2)各个轴的电流信号可以分别进行处理后整体分析，得到各轴的局部模态和机器人的整体模态，通过分析局部模态和整体模态可以分析出机器人的薄弱环节。分析不同位姿下的局部模态和整体模态可以在实际加工过程中选择适合的位姿。也可以用于分析机器人的磨损状态，估计加工质量等方面。
附图说明
[0035]
图1是测量关节电机电流信号示意图；
[0036]
图2是机器人关节电机控制原理简图；
[0037]
图3是本发明实施例提供的利用关节电机电流信号辨识机器人模态的方法流程示意图。
具体实施方式
[0038]
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
[0039]
本发明中，工作模态分析方法(oma)是一种可以在实际运行工况下辨识结构动态特性的方法，这种方法仅基于输出响应数据，根据输出响应的功率谱便可以辨识模态参数。oma方法可以仅通过输出信号辨识固有频率和阻尼比。
[0040]
以下是关于利用关节电机电流信号能够辨识机器人模态的理论分析和推导过程。
[0041]
图1是测量关节电机电流信号示意图，1是机器人；2是关节电机；3是电流传感器及信号线，其中电流传感器可以连接在机器人的控制柜上；4是数据采集仪；5是计算机用于分析电流信号。
[0042]
本实施例中以6关节机器人为例。利用机械臂的空运行对机器人结构实施激励：首先利用数控g代码控制各个关节电机加速或减速运动，机械臂在此过程中会产生相应的惯性力。机器人结构的各个部件会在该惯性力的作用下产生振动响应。当关节电机被限制在一个相对较小的角度内进行加减速运动时，机械臂位置的微小变化基本不影响机器人结构的动力学特性，同时机械臂运动过程中的离心力，科氏加速度等因素可以忽略，此时机器人结构可以视为是线性时不变的。基于oma理论，在随机惯性力激励作用下，其动力学方程可以表示为：
[0043][0044]
方程中[i]、[c]、[k]矩阵分别代表转动惯量、阻尼、刚度矩阵；{θ}、方程中[i]、[c]、[k]矩阵分别代表转动惯量、阻尼、刚度矩阵；{θ}、分别是角位移、角速度、角加速度列向量；{t}是驱动机械臂运动的时候产生的作用于机器人的驱动力矩。对方程
①
进行傅里叶变换，可以得到：
[0045]
{θ(ω)}＝{g(ω)}{t(ω)}
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ②
[0046]
根据机械振动学原理有：
[0047][0048]
其中：
[0049][0050]
方程式
③
中的模态模型是n个谐振模式的线性组合，并表示机器人的动态特性。方程
④
表示复频率。ωr表示复模态阻尼固有频率；ζr表示复模态阻尼比；{φr}表示模态振型因子；{lr}表示模态参与因子；上标字母t表示矩阵转置，h表示共轭转置，上标*表示共轭。i表示虚数单位。
[0051]
通过数控程序控制，关节电机会驱动机械臂运动，电机产生的力矩用来克服摩擦力矩、惯性力矩等，在空运行条件下，电机产生的力矩方程如下所示：
[0052]
tm(t)＝k
tiqm
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ⑤
[0053]
tm为有用电机转矩，k
t
为扭矩常数，i
qm
为电机的电流信号，其中，下标m为列向量的分量。
[0054]
在全闭环的条件下，机械臂的振动位移信息会通过光栅尺引入到伺服系统的电流环中，在本方法中将电流信号记为两部分组成，一部分是驱动力矩i
q1
，主要用来克服摩擦力矩、惯性力矩等，一部分作为振动位移的响应信号，记为i
q2
。其中i
q1
为电流信号中的低频成分，i
q2
为电流信号中的高频成分。根据电流环、速度环和位置环控制系统的频率带宽特性，电流信号中的低频成分会导致系统产生响应，从而使电机产生力矩；高频成分并不会导致系统产生响应，即不会使电机产生力矩，只会通过电流环被检测到。对方程
⑤
进行改进：
[0055]
tm(t)＝k
tiq1m
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ⑥
[0056]
由于机械臂的摆动角度较小，因此可以认为关节电机的驱动力与电流成正比。联合方程
①
和
⑥
，可以得到：
[0057][0058]
对方程进行傅里叶变换，得到：
[0059]
{θ(ω)}＝k
t
{g(ω)}{i
q1
(ω)}
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ⑧
[0060]
根据oma，设计了伪随机激励指令控制机器人执行随机空运行动作，在随机激励指令作用下，关节电机驱动机械臂来回运动，利用加减速激励出机器人的模态参数。其本质是在关节电机的驱动作用下，当机器人的固有特性被激励出来时，机械臂的实际位置发生波动(结构产生振动)；这种波动将会引入位置环、速度环、电流环中进行调节。机器人的振动信息在电流信号中得到响应。其控制原理图可以简化为图2。
[0061]
通过图2可以得到振动信号与电流信号之间的传递关系，如下所示：
[0062]
{i
q2
(ω)}＝{h(ω)}{θ(ω)}
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ⑨
[0063]
联立方程
②
、
⑧
和
⑨
，得到：
[0064][0065]
通过传递函数
⑩
以及之前的分析可以得到，当机器人处于随机激励状态运动时，{i
q1
(ω)}是产生驱动力矩的电流，可以通过测量电流信号，分析低频成分得到。因此频响函
数主要由{i
q2
(ω)}和{h(ω)}组成。{h(ω)}可以通过分析速度环、位置环和电流环得到。通过分析电流信号{i
q2
(ω)}，可以得到机器人的频响函数{g(ω)}。
[0066]
从而，说明利用关节电机电流信号能够辨识机器人模态。
[0067]
基于上述分析，本发明提供了一种利用关节电机电流信号辨识机器人模态的方法，如图3所示，包括：
[0068]
s1、控制各个关节电机加速或减速运动，激励出机器人的模态参数；
[0069]
s2、获取关节电机的电流信号，基于工作模态分析方法oma对所述电流信号进行处理并辨识机器人模态。
[0070]
由于机器人的控制特性，只有单轴运动时，轴的重心变化会形成变化的负载作用在其他轴上，导致其他轴也有电流通过。因此机器人在做随机空运行激励时，六个轴的电流信号会相互关联。各个轴的电流信号可以分别进行处理后整体分析，得出各轴的局部模态和机器人的整体模态。需要说明的是，若六个轴均辨识出同一模态，则将其作为机器人的整体模态；否则将各轴辨识出的模态作为各自的局部模态。
[0071]
具体的，对测量得到的电流信号进行如下处理。六个轴的电机电流信号可以分别进行分析。通过霍尔电流传感器可以获取电机的三相电流信号，由此可以计算出电流信号的均值i
rms
，i
rms
和iq之间存在如下关系：
[0072][0073]
对于采集到的电流信号可以采用随机减量法、next法、itd法、std法和复指数法等方法进行处理，计算出机器人的固有频率和阻尼比。其中，随机减量法和next法相当于数据的预处理，之后利用itd法、std法和复指数法等方法进行处理。本发明以随机减量法和复指数法为例进行说明，随机减量法是利用平稳随机振动信号的平均值为零的性质，将包含有确定性振动信号和随机信号两种成分的实测振动响应信号进行辨别，将确定性信号从随机信号中分离出来，得到自由衰减振动响应信号，而后便可利用时域识别方法进行模态参数识别。复指数法是根据结构的自由振动响应或脉冲响应函数可以表示为复指数函数和的形式、然后用线性方法来确定未知参数。其主要思想是从振动微分方程的振型叠加法原理出发，建立动力响应与模态参数之间的关系表达式，通过对脉冲响应函数进行拟合可以得到完全的模态参数。
[0074]
本发明中，i
q1
是产生驱动力矩的电流，i
q2
是振动位移的响应信号。i
q1
是确定性振动信号，i
q2
包含确定性振动信号和随机信号。因此可以用随机减量法处理电流信号，即将i
q1
和i
q2
中的确定性信号分离出来，得到自由衰减振动响应信号。
[0075]
本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。