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。

对于六轴机器人而言,由于自身关节柔度和机械臂刚度不足,会导致机器人在修型加工过程中末端定位精度不高,从而使机器人产生加工误差。为了提高机器人修型加工精度,基于指数积公式建立MOTOMAN UP50机器人的误差模型,并推导了基于指数积公式的六轴机器人误差补偿模型以及参数识别方法。通过MOTOMAN UP50机器人实验平台对零部件进行修型加工测量实验,并应用该建立的误差补偿模型验证,实验结果表明,基于指数积公式的误差模型有助于提高机器人修型加工,从而验证了其方法的正确性。

为适应不同应用场景机器人的定制化需求,研究基于一体化关节的模块化六轴机器人搭建技术。研制14和25两种型号关节,确定其机械与电气通信接口,并测试得到关节性能参数。选用BRR腕结构六轴机器人构型,通过MDH参数法得到该构型模块化机器人正运动学特性。通过分析机器人最大工况负载,研究臂展、加速度及负载之间关系。以设计的50 N负载机器人为例,仿真最大负载工况空间运动轨迹,并联合ADAMS软件进行动力学分析,验证机器人各关节的负载特性。基于模块化机器人技术,搭建两种臂展机器人,使用激光跟踪仪对机器人进行标定实验,并将机器人应用于巡检作业场景。结果表明:基于一体化关节的模块化机器人技术,可快速实现对臂展和负载的定制化需求。