针对复杂工况下,工业机器人直接示教柔顺性欠缺的问题,这里在传统零力控制算法中加入动力学惯性项补偿以降低示教过程的牵引力。首先,在综合考虑重力、关节摩擦和科氏力等因素的情况下,建立了一种6轴工业机器人线性动力学模型。针对该动力学模型参数辨识高维度、强非线性、多参数的特点,提出了一种分步辨识方法,此方法能有效地降低辨识方程系数矩阵维度,减少计算量。然后,根据辨识结果设计基于力矩控制的惯性项补偿零力控制器。最后,进行动力学参数辨识结果验证与直接示教实验。实验结果表明所提出的分步辨识方法结果较为精确;相比传统的零力控制算法,增加惯性项补偿的零力控制算法能使示教过程的牵引力幅值降低28.6%,显著改善示教过程的柔顺性。

为解决工业机器人谐波减速器使用过程中传动误差超限故障诊断问题,建立伺服电机和谐波减速器的机电仿真模型,分析减速器间隙增大对驱动电机电流产生的影响。构建工业机器人谐波减速器机电系统实验平台,采集不同传动误差谐波减速器对应的驱动电机电流信号。利用电机电流信号,提出结合梅尔倒频谱和支持向量机,以及结合梅尔倒频谱和概率神经网络的2种故障诊断方法。基于多种指标综合分析比较上述2种故障诊断方法,结果表明:结合梅尔倒频谱和支持向量机的谐波减速器传动误差超限故障诊断方法综合性能优于结合梅尔倒频谱和概率神经网络的方法。