산업혁명 이후 공장 자동화의 중요성이 부각되면서 산업용 로봇의 요구가 확대되고 있다. 특히 산업용 로봇 중에서도 병렬 로봇은 직렬 로봇과 비교해서 상대적으로 작은 작업 공간을 가지지만 고강성, 고하중의 생산능력과 고속/고가속력의 성능을 가진다. 그리고 링크 길이에 의해 조인트 오차가 누적되지 않아 비교적 정/동적 변형이 작고 고정밀도를 가진다. 하지만 현재 산업 현장에서는 여전히 직렬 로봇의 비중이 지배적이고 직렬 로봇을 기반으로 한 연구들이 주를 이루고 있으며, 병렬 로봇은 기구학적, 동역학적 특성이 매우 복잡하여 정/동적 거동에 대한 이해가 수반되어야 한다. 또한 다른 링크들과 연계된 시스템(Closed-chain system) 특성에 기인하여 한 구동기에서의 오차가 다른 구동기에 영향을 미쳐 고속, 고정밀 제어를 위해서는 병렬 로봇만의 효율적인 제어기 설계가 필요하다. 이와 같은 배경에서 본 연구는 기존의 연구에서 제안되었던 동역학 해석들에 비해 간편하면서도 정확한 ...
산업혁명 이후 공장 자동화의 중요성이 부각되면서 산업용 로봇의 요구가 확대되고 있다. 특히 산업용 로봇 중에서도 병렬 로봇은 직렬 로봇과 비교해서 상대적으로 작은 작업 공간을 가지지만 고강성, 고하중의 생산능력과 고속/고가속력의 성능을 가진다. 그리고 링크 길이에 의해 조인트 오차가 누적되지 않아 비교적 정/동적 변형이 작고 고정밀도를 가진다. 하지만 현재 산업 현장에서는 여전히 직렬 로봇의 비중이 지배적이고 직렬 로봇을 기반으로 한 연구들이 주를 이루고 있으며, 병렬 로봇은 기구학적, 동역학적 특성이 매우 복잡하여 정/동적 거동에 대한 이해가 수반되어야 한다. 또한 다른 링크들과 연계된 시스템(Closed-chain system) 특성에 기인하여 한 구동기에서의 오차가 다른 구동기에 영향을 미쳐 고속, 고정밀 제어를 위해서는 병렬 로봇만의 효율적인 제어기 설계가 필요하다. 이와 같은 배경에서 본 연구는 기존의 연구에서 제안되었던 동역학 해석들에 비해 간편하면서도 정확한 모델링 기법과 이를 이용한 전향보상 제어기에 대한 연구를 진행하였다. 먼저 병렬 로봇의 거동을 보다 정밀하게 모사하는 모델을 얻기 위해 비선형성을 살린 운동방정식을 유도하고 입자 군집 최적화(Particle Swarm Optimization) 알고리즘을 이용한 시스템 식별 기법을 제안하였다. 나아가 종래의 입자 군집 최적화 알고리즘으로는 다룰 수 없었던 구속조건(Constraint condition)을 해결하기 위해 가상의 목적함수를 도입하여 알고리즘 성능에 영향을 주지 않으면서 효과적으로 문제를 해결하였다. 또한 상기 알고리즘의 약점인 조기수렴(Premature convergence) 현상을 개선하고자 순환적 네트워크 토폴로지 기반 이웃구조 입자군집을 적용하였으며, 탐색 영역을 넓혀 전역 최적해(Global optimal solution) 탐색 능력을 극대화 시키는 Quantum-Infusion 메커니즘을 도입하여 알고리즘의 안정성과 성능 개선에 기여하였다. 개선된 알고리즘을 바탕으로 한 시스템 식별 기법을 이용하여 비선형 운동방정식을 도출하고 개루프 실험을 통해 실제 병렬 로봇 장비의 거동과 유사함을 증명하였다. 또한 상기 모델을 기반으로 고속/고정밀에 적합한 전향보상 PD 제어기를 설계하였으며, 실험을 통해 기존 제어기와 비교함으로써 안정성 및 정밀도 측면에서 매우 뛰어남을 입증하였다.
산업혁명 이후 공장 자동화의 중요성이 부각되면서 산업용 로봇의 요구가 확대되고 있다. 특히 산업용 로봇 중에서도 병렬 로봇은 직렬 로봇과 비교해서 상대적으로 작은 작업 공간을 가지지만 고강성, 고하중의 생산능력과 고속/고가속력의 성능을 가진다. 그리고 링크 길이에 의해 조인트 오차가 누적되지 않아 비교적 정/동적 변형이 작고 고정밀도를 가진다. 하지만 현재 산업 현장에서는 여전히 직렬 로봇의 비중이 지배적이고 직렬 로봇을 기반으로 한 연구들이 주를 이루고 있으며, 병렬 로봇은 기구학적, 동역학적 특성이 매우 복잡하여 정/동적 거동에 대한 이해가 수반되어야 한다. 또한 다른 링크들과 연계된 시스템(Closed-chain system) 특성에 기인하여 한 구동기에서의 오차가 다른 구동기에 영향을 미쳐 고속, 고정밀 제어를 위해서는 병렬 로봇만의 효율적인 제어기 설계가 필요하다. 이와 같은 배경에서 본 연구는 기존의 연구에서 제안되었던 동역학 해석들에 비해 간편하면서도 정확한 모델링 기법과 이를 이용한 전향보상 제어기에 대한 연구를 진행하였다. 먼저 병렬 로봇의 거동을 보다 정밀하게 모사하는 모델을 얻기 위해 비선형성을 살린 운동방정식을 유도하고 입자 군집 최적화(Particle Swarm Optimization) 알고리즘을 이용한 시스템 식별 기법을 제안하였다. 나아가 종래의 입자 군집 최적화 알고리즘으로는 다룰 수 없었던 구속조건(Constraint condition)을 해결하기 위해 가상의 목적함수를 도입하여 알고리즘 성능에 영향을 주지 않으면서 효과적으로 문제를 해결하였다. 또한 상기 알고리즘의 약점인 조기수렴(Premature convergence) 현상을 개선하고자 순환적 네트워크 토폴로지 기반 이웃구조 입자군집을 적용하였으며, 탐색 영역을 넓혀 전역 최적해(Global optimal solution) 탐색 능력을 극대화 시키는 Quantum-Infusion 메커니즘을 도입하여 알고리즘의 안정성과 성능 개선에 기여하였다. 개선된 알고리즘을 바탕으로 한 시스템 식별 기법을 이용하여 비선형 운동방정식을 도출하고 개루프 실험을 통해 실제 병렬 로봇 장비의 거동과 유사함을 증명하였다. 또한 상기 모델을 기반으로 고속/고정밀에 적합한 전향보상 PD 제어기를 설계하였으며, 실험을 통해 기존 제어기와 비교함으로써 안정성 및 정밀도 측면에서 매우 뛰어남을 입증하였다.
The requirements of the industrial robot has been extended due to the importance of factory automation since the industrial revolution. Especially among the industrial robots, a parallel robot has features of high stiffness and high load capacity compared with serial robots. Parallel robot also has ...
The requirements of the industrial robot has been extended due to the importance of factory automation since the industrial revolution. Especially among the industrial robots, a parallel robot has features of high stiffness and high load capacity compared with serial robots. Parallel robot also has capacity of high-speed/acceleration due to the minimized inertia of moving platform. However, a serial robot still is dominant in industry fields and thus a study on dynamics analysis and control are mainly focused on serial robots. Since the kinematic/dynamic characteristics are complicated, a study on parallel robots preliminarily requires a thorough understanding of the related static/dynamic behavior. Also, because the tracking error of an actuator takes effect on the other actuators, it’s very important to design an efficient controller to perform parallel robot with high-speed/-precision. In this research, a simple and accurate modeling method compared with other dynamic analyses in conventional methods is first studied, and then a feedforward compensation controller based on the model is developed. First, in order to get a model simulating more precisely behavior of parallel robot, a system identification method based on nonlinear equation of motion is developed using Particle Swarm Optimization (PSO) algorithm. Furthermore, a virtual objective function is adopted to solve a problem with constraint conditions. This technique does not introduce any additional variable and does not affect performance of the algorithm. In addition, a cyclic-network topology based on neighborhood structure is applied to improve premature convergence phenomenon and searching ability enhanced by adopting the quantum infusion mechanism. These mechanisms contribut the stability and performance of the algorithm. Nonlinear equation of motion obtained via the above system identification method with novel techniques is similar with the behavior of parallel robot equipment. This fact is verified through an open-loop experiment. The experimental results of feedforward compensation with PD controller demonstrate that the developed controller is considerably effective from the viewpoint of both stability and accuracy.
The requirements of the industrial robot has been extended due to the importance of factory automation since the industrial revolution. Especially among the industrial robots, a parallel robot has features of high stiffness and high load capacity compared with serial robots. Parallel robot also has capacity of high-speed/acceleration due to the minimized inertia of moving platform. However, a serial robot still is dominant in industry fields and thus a study on dynamics analysis and control are mainly focused on serial robots. Since the kinematic/dynamic characteristics are complicated, a study on parallel robots preliminarily requires a thorough understanding of the related static/dynamic behavior. Also, because the tracking error of an actuator takes effect on the other actuators, it’s very important to design an efficient controller to perform parallel robot with high-speed/-precision. In this research, a simple and accurate modeling method compared with other dynamic analyses in conventional methods is first studied, and then a feedforward compensation controller based on the model is developed. First, in order to get a model simulating more precisely behavior of parallel robot, a system identification method based on nonlinear equation of motion is developed using Particle Swarm Optimization (PSO) algorithm. Furthermore, a virtual objective function is adopted to solve a problem with constraint conditions. This technique does not introduce any additional variable and does not affect performance of the algorithm. In addition, a cyclic-network topology based on neighborhood structure is applied to improve premature convergence phenomenon and searching ability enhanced by adopting the quantum infusion mechanism. These mechanisms contribut the stability and performance of the algorithm. Nonlinear equation of motion obtained via the above system identification method with novel techniques is similar with the behavior of parallel robot equipment. This fact is verified through an open-loop experiment. The experimental results of feedforward compensation with PD controller demonstrate that the developed controller is considerably effective from the viewpoint of both stability and accuracy.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.