论文部分内容阅读
微装配系统是微机电系统(MEMS)发展过程中必不可少的关键技术之一,在微小零件的装配、微型光学系统的组装、MEMS传感器的封装等领域发挥着重要作用。但目前微装配技术中还没有可靠的亚微牛顿(sub-μN)分辨率的接触力感知与控制方法。微装配机器人的终端执行器为柔性臂结构,体积小、质量小、结构灵活,模型极为复杂,传统的感知和控制中使用的有限维模型在微装配中不再适用,而且现有的控制方法也难以实现高精度的微装配。因此,需要研究微装配系统中微接触力的感知与控制方法,以获得微装配机器人作业的高精度和高鲁棒性,提高加工作业的可靠性和成功率。在国家自然科学基金课题《基于无穷维系统方法的微装配中力测量与控制研究》的资助下,本文在对国内外文献调研与综述的基础上,针对亚μN微接触力传感器的研发、微装配机器人柔性臂建模以及机器人柔顺控制方法进行了系统的理论研究、仿真分析以及实验研究,具体如下:
(1)通过研究各种敏感元件的特性,选定PVDF材料作为敏感元件设计了1-D和2-D微接触力传感器结构以及信号处理电路,通过把电荷放大电路设计成高阻抗以平衡PVDF自身超高阻抗的方法,避免了接触力不变时电荷的流失,解决了PVDF传感器难以获得静态信号的问题。在传感器标定环节,由于目前没有亚μN微接触力传感器的标定方法,本文提出了一种新颖的间接标定方法,并给出了标定实验的设计。标定实验的结果证明本文设计、开发的微接触力传感器线性度良好,而且分辨率达到了0.1μN。
(2)在微装配机器人末端执行器建模方面,考虑到PVDF薄膜的弹性在微/纳米尺寸环境中的影响无法忽略,传统建模中的舍项模型在高精度微装配中不再适用,因此在Hamilton原理的基础上,建立出微装配机器人末端执行器的高精度模型以及传感器所受的微接触力与输出电压的精确函数关系；
(3)深入研究了机器人柔顺控制方法的分类以及研究现状,利用已经建立的微装配机器人柔性臂的高精度模型,基于阻抗控制算法设计了微装配机器人的柔顺控制器；
(4)为了完成微接触力传感器的标定,验证柔顺控制器的性能以及完成微装配和微操作的相关实验,搭建了实验平台。并设计了3个实验测试了微接触力传感器以及阻抗控制系统的性能。实验结果表明,微接触力传感器和控制系统的精度都达到了亚μN,证明了传感器与控制器的有效性；
(5)为了提升现有的柔顺控制方法性能,本文提出了一种新颖的基于蚁群模糊神经网络的阻抗控制方法。解决了传统模糊神经网络阻抗控制方法中代表隶属函数参数的权值在学习过程中可能陷入局部极值的问题。并通过仿真研究,分别在正弦、方波以及随机参考输入的情况下,对比现有的模糊神经网络阻抗控制方法的跟踪性能,仿真结果验证了新颖的基于蚁群模糊神经网络阻抗控制方法的优越性。
本文的工作为微尺度下的加工制造与装配提供了一种可行的技术方法,将促进微设备或微系统装配制造的高精度自动化加工技术水平,实现微型装备的可靠、高产量的批量制造。