机床与液压

作者：梁学胜，高伟强，许东伟，刘建群，郭俊权

单位：广东工业大学机电工程学院；广东工业大学机电工程学院；佛山市智昂科技有限公司；广东工业大学机电工程学院；广东工业大学机电工程学院

关键词：机器人;拖动示教;神经网络;力矩补偿

基金：广东省科技计划资助项目（2016B090911001）；广东省联合培养研究生示范基地（粤教研函［2021］2号）

通过对关节驱动助力减小机器人拖动示教的拖拽力，是提高拖动示教灵活性的有效方法。而在拖动示教过程中准确、实时地计算出机器人各关节补偿力矩，是实现拖拽助力的关键问题。针对拖动示教喷涂机器人进行动力学建模，分析关节力矩补偿值与惯性力、重力等因素之间的关系，提出一种基于无监督学习的BP神经网络力矩控制算法对机器人直接示教进行在线力矩补偿。在六自由度喷涂机器人上进行实验验证。结果表明：该力矩补偿算法的计算效率提升70%，平均计算误差为9%，助力效果明显。

来源：2023年第1期

《机床与液压》期刊编辑部

查看机床与液压杂志2023年第1期