为确保机器人与环境接触时能保持稳定的接触力,基于对决深度Q网络设计一种自适应PID控制恒力跟踪算法。分析机器人与外界的接触过程,并构建基于PID算法的机器人力控制器;提出基于对决深度Q网络的自适应PID算法,以适应外界环境的变化,该算法利用对决深度Q网络自主学习、寻找最优的控制参数;最后,通过Coopeliasim与MATLAB软件平台展开机器人恒力跟踪实验。仿真结果表明提出的基于对决深度Q网络的自适应PID算法能够获得较好的力跟踪效果,验证了算法的可行性;相比于深度Q网络算法,力误差绝对值的平均值减少了51.6%,且收敛速度得到提升,使机器人能够更好地跟踪外界环境。

轨道交通车辆车体人工打磨方式存在诸多弊端,通过研究机器人打磨等核心技术,设计并开发了一种集成恒力控制装置的机器人末端打磨执行器。从打磨执行器功能需求出发设计了基本结构;具体阐述了打磨执行器接触力恒力控制组件的工作原理以及吸尘组件的设计过程;对打磨执行器框架进行静动态特性分析,验证了结构的合理性;最后通过打磨执行器可行性验证实验对该打磨执行器恒力控制和吸尘效果进行了评估,实验结果表明接触力恒力控制组件可以保证打磨过程中打磨执行器与工件接触面的法向力基本恒定,补偿作用明显。打磨执行器吸尘效果良好,保证了车间清洁,能够满足轨道交通车辆车体表面打磨制造要求。

针对传统机器人-砂带磨抛工件时材料去除量难以定量控制的问题,结合Preston磨削经验公式与赫兹弹性接触理论,将法向磨抛力、砂带速度、工件进给速度3个工艺参数作为变量,建立机器人恒力磨抛的材料去除深度模型;然后进行硬件选型,搭建机器人恒力磨抛实验平台;最后以上述3个工艺参数为变量设计了机器人恒力磨抛单因素实验,实验结果较好验证了该材料去除深度模型的准确性。

针对磨削和抛光等对恒力控制装置的迫切需求,开展气动恒力控制系统研究。由于气动系统存在比例流量阀死区、气缸摩擦力以及气体可压缩等非线性问题,提出了一种二阶线性PID自抗扰控制器,并加入了死区补偿器。该控制器采用跟踪微分器对输入信号进行过渡,利用扩张状态观测器对非线性参数影响进行估计,并通过线性PID反馈控制律进行补偿,同时引入死区补偿器快速跳过死区范围。试验结果表明,相比传统PID控制和积分型线性自抗扰控制(I-LADRC),线性PID自抗扰控制具有更好的动态响应以及更强的鲁棒性,并且稳态误差小于2 N。