摘 要:介绍物流仓库取送货工业机器人教学设备的总体方案、蛄构设计及液压传动设计等内容,为实训教学提供条件,绔学生电4新思维电4造莨好的环境,培齐学生正确设计PLC控审6系统和液压传动系统的调整、故障排除等技能。
关键词:x-9.机器人;自由度;取货;送货
为了适应培养高等技术应用性人才的要求,培养学生综合实践和技术应用能力,对机电液一体化的技术复合知识进行实训教学,我们设计翩造了物流仓库取送货工业机器人(以下简称工业机器人).供学生设计、编程、调整和故障排除等技能训练。
1 工业机器人的性能和结构
1.1 业机器人的性能
本设计采用圆柱坐标式(如图1).四自由度、五动作的方案.其动作及主要参数经调试确定如下。
臂的伸缩(x方向移动自由度);行程300ram,速度橱为3000ram/min。
工业机器人行走(Y方向移动自由度):行程为4000nm.行走速度为400mm/min机器人运动自由度臂升降(z方向移动自由度)为2000 mm/min。
臂回转(z方向转动自由度)铁限位调整。回转角为 90。 ,可调挡铁限位调整。
手爪张开和夹紧:二爪间距放开时为230ram,夹紧后为200mm,夹紧力不小于lkN.可调,最大抓取重量300N。
取送货时货位定位精度5mm。
1.2 I业机器人的蛄构
根据总体方案的各参数要求及无锡职业技术学院的实际制造能力,确定了各部件和整机的结构设计。
1.2.1 行走机构
行走机构采用4个钢轮在钢轨上的行走机构。如图2行走机构由伺服电机通过同步轮.同步带传至摆线减速器,再由减速器输出轴经同步轮、同步带传至主动钢轮。行走组件安装在行走底板上。
1.2.2 机体
机体采用下底板和上顶板通过双导向立柱联接结构。上顶板安装臂升降伺服电机,下底板与体转轴联接;立柱是臂升降部件的导向柱。
1.2.3 臂的伸结
臂的伸缩采用双作用单伸出杆液压缸通过液压传动实现;采用双导柱、双导向结构。臂的伸缩缸安装在臂升降部件的移动板上。
1.2.4 臂的升降
臂的升降采用滚珠丝杠螺母机构驱动臂升降部件实现=直流伺服电机安装在机体的顶板上.伺服电机输出轴与滚珠丝杠联接.滚珠螺母安装在臂升降部件移动板上。滚珠丝杠采用悬挂式.重力使丝杠受拉应力。
1.2.5 臂的回转
臂的回转实际是机体回转.采用2个单作用液压缸传动.经链条‘链轮机构传动转轴实现回转。回转速度有节流阀调节。转轴的滑动轴承座与安装底板连接.为承受轴向负载,转轴滑动轴承的上、下各安装一个平面推力球轴承。
1.2.6 手瓜机构
手爪采用双支点连杆、杠杆式结构,手爪的张开、夹紧采用双作用单伸出液压缸的液压传动(如图3所示)。
2 控制方式厦动作循环
2.1 控制方式
系统控制为开环自动控制,位置检测采用无触点开关型位置检测传感器,用于动作顺序控制和正确定位。控制方式采用PLC可编程序自动控制,取送货由平台上取货送至货架任一货位.或从货架的任一货位取货送至平台(如图4、图5);也可由计算机编程后自动控制取送货,或手控半自动取送货。
2.2 动作循环
送货时:(货放在平台上)臂伸到位一手爪夹紧一臂微抬一臂缩回一行走( 方向)移动到货位一臂转90.(臂绕z轴旋转)一臂升(z方向)移动到货位一臂仲(z方向)移动到货位一手爪张开(货放到位)一臂缩一臂降一臂反转90‘一行走至平台前(等待新的指令或连续送下一货位的货)。
取货时:机器人在平台前是原位状态.当接到取鄢一货位的货物指令时.机器人行走( 方向)到货位一臂转90.一臂升( 方向)至货位高度一臂伸(z方向)到货位一手爪夹紧货物一臂微抬一臂缩回一臂下降到位一臂反向转90"一行走至平台前(到位)一臂伸到位一手爪张开(放下货物)一臂缩(在平台前等待新的指令或连续取货)。
3 驱动方式
臂升降、行走均为直流伺服电机驱动。臂伸缩、手爪张开夹紧,臂回转采用液压传动驱动。
4 液压传动系统设计
臂的伸缩、臂的回转(机体)、手爪的张开和夹紧采用液压传动。经夹紧力’臂的伸缩和臂的回转力矩估算.确定丁各液压缸、括塞杆直径,各液压缸行程和液压传动系统调压值。液压系统原理如图6。
图6 液压系统工作原理
5 主要实训教学内窖
物流仓库取送货工业机器人教学实训设备,主要为电气控制和液压传动实训教学。
5.1 电气与自动控制实训课题
(1)自动控制基本原理实训教学。
(2)学生自行设计PLC程序控制实训。
(3)PLC程序控制进行机上调试及运行实训。
(4)计算机编程及联机实训。
5.2 液压传动系统调试厦故障分析实训课题
(1)液压传动工作原理、动作循环等基础实训教学。
(2)液压系统工作压力、执行件运动速度等调试实训。
(3)液压系统油压、流量、噪声、动作循环、机器人运行故障等机电液综合故障分析与调试实训。
物流仓库取送货工业机器人教学实训设备经过2年的大.因此,需建立适应度函数和目标函数的映射关系:
f(X)=K-F(X) (6)
式中K为合适的正常数,保证f(x)始终大于0。
2.3 交叉(Crossover)
交叉是遗传算法的一种主要运算,所谓交叉,实际上是两个个体对应码串之间的一种运算,其运算规则为这两个串之间子串的相互交换,其结果是实现两个个体之间部分遗传信息的交换,如图1所示。
在本算侧中,所有参加交叉运算的个体按适应度比例方法(Fitness Proportional Mode1)即赌轮选择。这些个体的成对组合(构成双亲)按随机方法确定,个体中参与交叉运算的串及其交叉位置也是随机确定的。每对双亲交叉产生的两个新个体(称作子代)将作为下一代群体的候选者。
2.4 变异(Mutation)
变异也是遗传算法的一种重要运算,所谓变异,实际上是某个个体本身所进行的一种独立运算。其运算规则为该个体串中某一特定位置上0和1代码之间的相互转换,使
得群体中的个体增加新的信息。在本文的算例中,参与变异的个体以较小的概率选定,变异位置随机确定。个体经过变异后产生一个新的个体并具有新的基因,这个新个体也将作为下一代的候选者:
2.5 算法流程图
算法流程如图2所示,在Matlab环境下实现。
3 算例结果
图3为塑件图,材料为ABS。在算法中,群体规模取踟,交叉概率为0.5,变异概
率为0.001,最大进化代数为100.权重系数A、B 各取0 5,运算结果如图4所示。
图4表明:随着遗传代数的增加,各代群体中最大适应度向“好”的方向发展。分析数据还表明,整个群体的适应度也向“好”的方向变化。通赳算例得出的优化结果为:注射温度279 99℃ ;模具温度31.6717,;最大注射压力160.37MPe;最大注射速率696.27em3/s。
4 结论
借助已有的CAE模块,采用遗传算法进行多参数的工艺条件优化,其精度满足生产工艺要求,可为注射机的选择及注射工艺的制定迅速提供准确的参数,尤其对大型塑件,能大大减少试模阶段的工艺调整,为生产高技优质的制件提供可靠保证。