申请/专利权人：中建四局安装工程有限公司;中建四局机电安装有限公司

申请日：2023-09-15

公开（公告）日：2023-11-28

公开（公告）号：CN116945193B

主分类号：B25J9/16

分类号：B25J9/16;B23K31/02;B23K37/00;B23K101/06

优先权：

专利状态码：有效-授权

法律状态：2023.11.28#授权;2023.11.14#实质审查的生效;2023.10.27#公开

摘要：本发明公开了一种焊接风管法兰的机器人的控制方法、控制终端及存储介质，方法包括：确定焊缝坐标；确定焊接机器人的坐标；确定期望值；获取机器人的实际值；构建焊接机器人动力学模型；获取机器人的跟踪误差值；构建滑模误差模型；基于滑模误差模型获得滑模控制项和鲁棒项；获得模型补偿项；获取用于控制焊接机器人的控制律。本发明通过图像识别技术确定焊缝坐标，可以提供更精确的焊接路径；构建了考虑了空气阻力的焊接机器人动力学模型，使得机器人的关节电机的输出力矩可以根据焊接环境进行实时修正，避免在焊接的过程中受温度、湿度等影响导致阻力的改变从而发现焊接精度降低的问题。

主权项：1.一种焊接风管法兰的机器人的控制方法，其特征在于，包括：获取待焊接处的图片数据，并通过图像识别技术确定焊缝坐标；确定焊接机器人的坐标，并根据焊缝坐标和机器人的坐标确定角度期望值；根据焊接速率确定角速度期望值；获取机器人的角度实际值；获取机器人的角速度实际值；构建焊接机器人动力学模型；获取机器人的跟踪误差值e＝θd-θ,其中θd为θd1、θd2或θd3，θ为θ1、θ2或θ3；构建滑模误差模型；基于滑模误差模型获得滑模控制项和鲁棒项；基于滑模误差模型和RBF神经网络获得模型补偿项；通过模型补偿项、滑模控制项和鲁棒项获取用于控制焊接机器人的控制律并通过控制律对焊接机器人进行控制；其中，所述焊接机器人包括第一连杆、第二连杆和第三连杆，所述第一连杆的第一端与安装座转动连接，所述第二连杆的第一端与所述第一连杆的第二端转动连接，所述第三连杆的第一端与所述第二连杆的第二端转动连接，所述第三连杆的第二端设置有焊接工具；所述第一连杆的角度期望值θd1为所述第一连杆的中轴线与水平面的夹角，所述第二连杆的角度期望值θd2为所述第二连杆的中轴线与所述第一连杆的中轴线之间的夹角，所述第三连杆的角度期望值θd3为第三连杆的中轴线与所述第二连杆的中轴线之间的夹角；所述第一连杆的角度实际值θ1为所述第一连杆的中轴线与水平面的夹角，所述第二连杆的角度实际值θ2为所述第二连杆的中轴线与所述第一连杆的中轴线之间的夹角，所述第三连杆的角度实际值θ3为第三连杆的中轴线与所述第二连杆的中轴线之间的夹角；其中，为模型补偿项，Kp、Ki、Kr均为n×n的正定对角矩阵，σr为中间函数，r为滑模误差函数，n为设定的矩阵阶数，Kpr为滑模控制项，Ki∫rdt+Kr∫σr为鲁棒项，σr为中间函数，Kp、Ki、Kr均为n×n的正定对角矩阵；μ为边界层的厚度；其中，构建焊接机器人动力学模型的方法包括：确定当前工作环境中的空气密度ρ；确定第一连杆的空气阻力力矩： 确定第二连杆的空气阻力力矩： 确定第三连杆的空气阻力力矩： 确定焊接机器人的阻力矩阵：Dθ＝[τD1τD2τD3]T；确定焊接机器人的等效重力矩阵： 构建焊接机器人动力学模型：其中，D1、D2、D3分别为第一连杆、第二连杆和第三连杆的等效直径；Cd为空气阻力系数；l1、l2、l3分别为第一连杆、第二连杆和第三连杆的等效长度；ω1、ω2、ω3分别为第一连杆、第二连杆和第三连杆的角速度；dx1、dx2、dx3分别为第一连杆、第二连杆和第三连杆的单位厚度；x1为单位厚度dx1距离第一连杆的第一端的长度；x2为单位厚度dx2距离第一连杆的第一端的长度；x3为单位厚度dx3距离第一连杆的第一端的长度；m1、m2、m3分别为第一连杆、第二连杆和第三连杆的质量；ρ1、ρ2、ρ3分别为第一连杆、第二连杆和第三连杆的等效密度；g为重力加速度；为ω的一阶导数；Mθ为n×n阶正定惯性力矩阵；Cθ为n×n阶离心力和哥氏力矩阵；θ为θ1、θ2或θ3；ω为ω1、ω2或ω3，τd为外部干扰力矩；τ为控制律；n为设定的矩阵阶数，T为矩阵的转置；其中，构建滑模误差模型的方法包括：确定滑模误差函数：其中，α和β为大于0的滑模计算参数；p和q均为正奇数且p＞q；构建滑模误差模型： 确定理想状态下的理论控制律：其中，K1为n×n的正定对角矩阵，为r的一阶导数；基于理论控制律并利用RBF神经网络获得模型补偿项；其中，获得模型补偿项的方法包括：构建RBF神经网络逼近函数：f＝Mθ+Cθ+Gθ+Dθ+ε，其中，ε为神经网络逼近误差；利用RBF神经网络对Mθ、Cθ、Gθ、Dθ分别进行逼近，并获取四个值对应的自适应律FM、FC、FG、FD：式中，为四个神经网络对应的权值，为四个神经网络对应的径向基函数；获取RBF神经网络对f的估计值并令为模型补偿项。

全文数据：

权利要求：

百度查询： 中建四局安装工程有限公司;中建四局机电安装有限公司 焊接风管法兰的机器人的控制方法、控制终端及存储介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD