Plano de fundo do aplicativo:
Sob o pano de fundo da "Indústria 4.0" e "Made in China 2025", a fim de se adaptar às características de rápida mudança da indústria moderna e atender aos requisitos de complexidade crescente, os robôs não devem apenas ser capazes de concluir trabalhe de forma estável por um longo tempo, mas também seja inteligente, em rede, aberto e compatível com o computador humano.
Como um aspecto importante do desenvolvimento e inovação contínuos de robôs industriais, a tecnologia de ensino está se desenvolvendo na direção de facilitar o ensino rápido da programação e aprimorar os recursos de colaboração homem-máquina. A caixa de ensino tradicional, que possui as aplicações mais práticas, exige que o operador tenha um certo nível de conhecimento e experiência em tecnologia de robôs, e a eficiência de ensino é relativamente baixa. Comparado com o método de ensino da caixa de ensino, o método de ensino de arrastar não exige que o operador domine nenhum conhecimento e experiência do robô, e a operação é simples e rápida, melhorando muito a facilidade e a eficiência do ensino.
Conceitos relacionados:
1. Arraste o ensino
Refere-se ao movimento do braço operacional na direção da força humana sob a tração do operador (extremidade da tração ou tração de um determinado braço operacional). Esta função pode facilmente planejar trajetórias (para tarefas com baixa precisão de trajetória do processo), permitindo que os operadores registrem e reproduzam trajetórias sem a necessidade de programação manual, reduzindo o limite para os operadores e melhorando a eficiência.
2. Ensino de arrastar baseado em sensor
O ensino de arrasto tradicional depende de sensores de torque multidimensionais externos (incluindo tipo de base, tipo de junta e tipo final) do robô, que usam as informações de torque obtidas pelos sensores para calcular a direção e a velocidade de movimento desejadas. Embora este método possa melhorar a precisão do controle, ele também traz aumento de custos e inconveniência na instalação e manutenção. O custo dos sensores de alta precisão é ainda maior do que o da própria máquina.
3. Ensino de arrasto baseado no controle de torque para equilíbrio de força zero
Para robôs industriais rígidos, sem aumentar os custos de fabricação e manutenção, com a ajuda do modelo dinâmico do robô, o controlador pode calcular o torque necessário para o robô ser arrastado em tempo real, e então fornecer esse torque ao motor, possibilitando o robô para auxiliar efetivamente o operador no arrasto, atendendo aos requisitos de uma boa interação homem-máquina.
Métodos de controle:
Existem vários métodos para controlar o movimento de uma série de braços robóticos, entre os quais existem três representativos: controle de loop duplo aninhado de junta independente, loop duplo aninhado de junta independente mais controle de compensação de gravidade/atrito, controle de torque calculado e controle de ensino de arrasto . Abaixo uma breve comparação:
1. Controle de malha dupla aninhada de junta independente: refere-se ao uso de dois controles de malha fechada separados para cada junta, com a malha de controle externa sendo a malha de controle do ângulo da junta e a malha de controle interna sendo a malha de controle da velocidade angular da junta. Este método é o mais antigo método de controle do robô, começando apenas a partir de uma perspectiva simples de controle do motor, sem considerar as mudanças na carga do motor com o movimento, portanto, este método tem baixa precisão de rastreamento.
2. Loop duplo aninhado de junta independente com controle de compensação de gravidade/atrito: Com base no controle de loop duplo aninhado de junta independente, a compensação antecipada de gravidade e fricção é aplicada diretamente à extremidade de saída de torque. Este algoritmo leva em consideração os principais fatores de torque, gravidade e atrito, pois esses dois torques representam uma grande proporção de todos os torques do robô em condições normais de trabalho. Em velocidades mais altas, torque de aceleração, força centrífuga e torque de força de Coriolis também podem ser adicionados (geralmente isso não é feito porque o ruído de aceleração angular obtido pela diferença do sensor é muito grande). Este método de controle é mais comumente usado em robôs industriais, que é o método atual adotado neste caso.
3. Controle de torque computado: este modo de controle é baseado na premissa de que o modelo dinâmico é muito preciso. Depois que o torque de gravidade, a força de Coriolis, o torque de força centrífuga e o torque de fricção são adicionados ao feedforward, o sistema pode ser simplificado em um sistema de segunda ordem. Em seguida, o sistema de segunda ordem pode ser colocado em um estado de amortecimento crítico ajustando o coeficiente de feedback de ângulo e velocidade angular, e o sistema de controle do robô tem bom desempenho de controle. A dificuldade desse método de controle está em poder estabelecer o modelo com precisão suficiente, o que é uma das direções típicas de pesquisa.
4. Ensino de arrasto: o ensino é para compensar o torque pesado e o torque de fricção de acordo com a posição e a velocidade atuais e, em seguida, o braço operacional se move ao longo da direção da força exercida pela pessoa.