高刚度六维力传感器研究已成为智能传感技术的主要发展方向之一。以Stewart型六维力传感器为研究对象,通过理论参数分析,优化了传感器基本结构参数。利用有限元分析软件ABAQUS建立Stewart型六维力传感器仿真模型,通过与试验数据对比,验证了仿真分析的可靠性。分析了上、下平台定位角αB,αA对传感器刚度的影响,研究表明,当αA=100°、αB=30°时,传感器刚度较优化前提升了13.91%~20.07%。

六维力传感器在使用过程中,由于负载的连接方式、连接强度等一些因素会出现一个厂商无法在他们的生产过程中进行补偿的传感器的安装误差。针对这个传感器的安装误差,提出了一种能够有效计算该误差的方法。首先根据机器人及传感器、末端工具的连接结构进行分析,推导出传感器安装误差的计算方法,然后利用机器人进行多次测试,分析得到的数据并绘制曲线,与其他方法的结果进行比较,证实了该方法的可行性。在实际使用中,可以明显提高六维传感器的测量精度。

提出了一种新型电容式六维力传感器,理论分析垂直极板电容边缘效应原理和变极距型平行极板电容效应原理,设计了结合两种电容效应原理的新型电容式力传感器结构。进行静态标定实验获得实验数据,将获得的数据采用基于最小二乘法的线性解耦求得六维力传感器解耦矩阵。并根据求得的解耦矩阵对六维力传感器进行解耦计算,计算结果表明传感器各维力/力矩FX、FY、FZ、MX、MY、MZ的Ⅰ类误差分别为0.19%、0.66%、0.10%、0.14%、0.39%、0.32%,Ⅱ类误差最大值为0.47%,即该传感器维间耦合小,可解耦。验证了该结构的可行性。

针对工业机器人对抛光力实时准确监测的需求,提出一种动态零点标定系统,去除抛光机构在运动过程中对传感器零点的影响,提高力信息采集的准确性。研究机器人的DH参数、关节角的动态变化以及抛光机构的重心与质量参数对力传感器的综合力学作用,提出一种惯性力混合神经网络模型。设计理论标定模型、BP模型进行对比,经动态标定实验验证混合模型的准确性。通过动态补偿,三维力、力矩相对平均偏差(RMD)均在4%之内,证明该混合模型对同时包含线性与非线性变化的动态标定系统具有良好的建模精度。

六维力传感器在采集力数据时,不可避免地会受到外界噪声的干扰。为了消除外界噪声对传感器输出信号的影响,针对偶然出现的过高或过低的噪声,提出了一种基于正态分布的滑动平均滤波法。算法根据正态分布的特性对不符合要求的数据进行剔除,从而减少噪声对滤波曲线的影响,最后与普通滑动平均滤波法及去除最大值最小值的滑动平均滤波法进行分析比对。实验结果表明,相比于普通滑动平均滤波法与去除最大值与最小值的滑动平均滤波法,基于正态分布的滑动平均滤波法可以有效抑制过高或过低的噪声,并且平滑度也得到了提高。

设计了一种三梁结构六维力传感器,详述了传感器弹性体在各载荷分量作用下应变梁的应变情况,并通过合理的应变片组桥电路将各载荷分量信号转换成电压信号输出。提出了一种简化计算解耦矩阵的方法,最后通过有限元仿真技术施加10组载荷,求解并验证解耦矩阵,结果表明该六维力传感器设计方案和解耦方法完全可行。

针对六维力传感器在工业机器人运动过程中,受末端工具重力影响而导致其零位值变化的问题,提出了一种能够对传感器的零位值实时更新的重力补偿算法。首先对机器人连杆结构进行分析,推导出重力补偿算法,然后通过MATLAB软件得到运用该算法进行理论计算的结果曲线,并运用Adams软件对机器人相关运动进行仿真,测得末端工具重力在六维力传感器所在坐标系各力/力矩分量的曲线,最终验证了该重力补偿算法理论推导的正确性。运用该重力补偿算法,可有效提高六维力传感器实际应用中的测量精度。

随着工业机器人应用越来越广泛,工业机器人被要求具有更高柔顺性的示教功能。提出一种柔顺示教的控制方法,以常用的20公斤级的工业机器人为研究对象,通过六维力传感器采集力信息,经过柔顺控制算法和基于位置的力位控制算法结合控制机器人,实现柔顺示教功能。先介绍了柔顺示教的硬件平台结构和软件结构,建立一个柔顺示教控制的模型,并利用该模型设计一个柔顺示教的控制算法,最后将笔作为机器人末端执行器并在白纸上画图案以验证示教的柔顺性。实验结果表明通过该柔顺示教控制,操作者可以对机器人末端执行器自由拖动,实现柔顺示教的功能。