小 机器人杂志 1687 - 9619 1687 - 9600 Hindawi 10.1155 / 2020/4675301 4675301 研究文章 优化和实验研究的一种智能Bamboo-Splitting机器充电机械手 https://orcid.org/0000 - 0001 - 5032 - 0510 刘 Tian-Hu 温 Yong-Lu 李 Gui-Qi 聂 Xiang-Ning 命运 l 工程学院 华南农业大学 广州510642 中国 scau.edu.cn 2020年 17 3 2020年 2020年 08年 01 2020年 17 02 2020年 17 3 2020年 2020年 版权©2020 Tian-Hu刘et al。 这是一个开放的文章在知识共享归属许可下发布的,它允许无限制的使用,分布和繁殖在任何媒介,提供最初的工作是正确的引用。

一个非自动的bamboo-splitting机器必须装材料和改变手动工具。然而,手动充电是非常危险的。一个智能bamboo-splitting机器可以自动饲料和改变工具聪明和有广阔的应用前景。一个充电机械手的一个重要组成部分是一个聪明的bamboo-splitting机器。机械手的大小是利用遗传算法优化。捕获率、定心率和动态智能bamboo-splitting机充电机械手的特点,被认为是关键因素,在实验研究。首先,三个不同的操纵者,手臂的长度为210,220,和230毫米,发达。然后,竹材料分为三个梯度(60 - 85、85 - 110和110 - 135毫米)直径范围。加速器是用来测量机械臂动态特性,高电荷耦合器件是用来记录把握过程。实验结果表明,该机械手捕捉率= 220毫米的手臂的长度是高达100%,但这机械手的手臂长度= 210和230毫米96和98.67%,分别。 Thus, the manipulator with a 220 mm arm length showed better performance than the other two manipulators. Trend curves of the influence of material diameter on capture time were similar to an exponential function.

 中国国家重点研究和发展项目 2018年yfd0101001 广东省科技计划 2017年a010102024 2017年a020208052 1。介绍

亚太地区,美国,非洲是世界上的主要分布地区竹子( 1]。在亚洲,竹植物主要分布在中国、印度和其他发展中国家。竹子生长迅速,具有良好的机械性能,可加工成各种生活必需品。竹产品的生产过程如图 1。竹材料分为bamboo-splitting机设计的作品。然后,它就被拉进一个丝绸从拉丝机,晒干,最后加工成产品,如牙签、筷子。因此,在竹子处理bamboo-splitting机起着重要的作用。一个非自动的bamboo-splitting机器必须装材料和改变手动工具。然而,手动充电是非常危险的。一个智能bamboo-splitting机器可以自动饲料和电荷和可以改变工具可靠,因此具有广阔的应用前景。一个充电机械手的一个重要组成部分是一个聪明的bamboo-splitting机器。

竹产品的生产过程。

作为在多种智能机械重要组成部分,许多研究已经进行了关于各种各样的操纵者,如柔性臂( 2, 3]。彭等人研究了苹果internal-quality-grading机械手( 4]。李等人设计了一种移植机械手( 5]。广域网等人进行了维合成一个平行的机械手使用粒子群优化算法( 6]。可重构6-degree-of-freedom(景深)机械手进行了优化( 7),三个性能标准结合使用加权和方法和优化进行了使用连续的单纯形法。Mandur和Budman讨论模型参数更新机制使用状态测量方法( 8, 9]。冈崎等人开发出了一种6自由度机械手由McKibben人造肌肉( 10]。P-4R (prismatic-four-rotational-joint)提出了衡量一个耐高温钢圆筒机器人系统( 11]。安倍已经建立了一个动态模型平面flexible-rigid操纵者通过假定模式方法(AMM) ( 12]。安倍轨迹定义为立方样条函数,并使用粒子群优化(PSO)优化花键控制点。轨迹函数被定义为高阶多项式平面柔性臂( 13]。7自由度机械手设计,完全由敌对McKibben人工肌肉驱动双( 14]。艾哈迈德等人提出了一个PD-type模糊逻辑控制器以灵活的关节机械手提示角位置控制( 15]。Nikdel等人也开发了一种基于并行分布补偿的模糊方法技术在控制一个灵活的关节机器人( 16]。

遗传算法、分析方法和linear-least-square(那)方法被广泛用于机制设计。例如,李、徐用遗传算法来优化一个平面三自由度并联机构 17]。高等人应用遗传算法基于帕累托前面的方法合成一种6自由度并联机械手( 18]。遗传算法还采用三次多项式的参数优化,在四个立方多项式是用来描述柔性臂的两个关节的角速度( 19]。陈等人提出了一个分析方法来确定冗余参数标定的串行机械手( 20.]。一个机械手使用静电模型研究[ 21]。一个考虑轴承的方法引入了对机械手动力学的贡献( 22]。刘等人研究了椭圆边界模型方法检测对象智能机械( 23, 24]。Bucolo等人研究了不完美的动力系统的控制方法 25, 26]。

bamboo-splitting过程的复杂特征使它昂贵的设计一个精确的机制。实证模型需要一定程度的专业知识有点更容易也更适合机制设计。摘要充电机械手的智能bamboo-splitting机使用遗传算法进行优化,并进行了一系列的实验来研究关键性能特征,如捕捉率、定心率和动态特征。

 2。机械手的设计和优化 2.1。构成一个智能Bamboo-Splitting机器

一般来说,一个智能bamboo-splitting机包括一个进给机构,收费操纵者,工具改变和控制机制(图 2)。当地一个智能结构bamboo-splitting机是在这项研究中开发的,(1)在哪里充电操纵者,(2)代表了进给机构,(3)代表帧,(4)代表推动机制,(5)代表了自动工具改变(图 3)。进给机构(2)美联储竹材料,同时测量了直径自动和连续,充电控制器(1)准确把握材料,推动机制(5)推动材料不断的工具,和自动工具改变(5)改变工具自动根据材料直径。

智能bamboo-splitting机的总体结构。

(a)和(b)的虚拟模型的图像开发bamboo-splitting机器。

这个聪明的工作流图bamboo-splitting机器如图 4。在操作过程中,工具第一次被重置。在喂养过程中,竹径用一束激光传感器测量。然后选择工具的机器自动根据测量直径。的饲养过程中,竹抵达托盘和被充电操纵者,抓住中心。然后,它被推到工具的机制。

工作流图智能bamboo-splitting机器。

 2.2。机械手的设计和优化

机械手结构的稳定性和运动性能有很大的影响,因此有必要通过优化获得最理想的运动性能。在优化的过程中,需要最大化机械手的工作空间,但它的灵活性和稳定性需要满足工作要求。

两个可选机械手的结构如图 5(一个)和 5 (b)。大型和小型武器的大小都是一样的,这两个机械手的工作空间聚集与图中的实线 5 (c)机械手的代表人物 5(一个),虚线代表人物 5 (b)在运动之后。很明显,在手臂的状况和关节尺寸是一样的,目标轨迹的机制如图 5(一个)比图吗 5 (b)。因此,机械手在图收费 5(一个)被采用。

机械手配置。

机械手在配置抓住目标对象通过一个气缸的上下运动和旋转的肩,肘,腕关节。由于限制总体规模的智能bamboo-splitting机、机械手的手指的工作路径必须满足公式( 1)掌握目标对象。 (1) f x 1 最小值 = 一个 + b 罪 θ 1 + d 罪 θ 2 > 600年 , 在哪里 一个, b, c, θ 1 , θ 2 如图 6。

机械手参数。

使机械手达到最大与最小目标轨迹大小,目标函数是写成 (2) 最小化 f x 2 = 一个 + b + c + d 。

优化函数必须服从公式( 1)减少机械手重量和确保机械手是更轻,更灵活。的范围 一个, b, c, d, θ 1 , θ 2 从0到300毫米,0到400毫米,0到500毫米,0到300毫米,0 π/ 2和0到3 π/ 4,分别。这个尺寸使用多变量优化问题解决了遗传算法,以及算法流程如图 7。一组初始值满足条件被选中启动优化过程。初始种群数量设置为50,最大进化一代是设置为100年,交叉概率被设定为0.7,变异概率是0.01,和终止条件成立,适应度函数的平均变化小于10−2。

遗传算法的流程图。

算法的进化真的97代,这些参数的优化结果 一个, b, d等于190、220和220毫米,分别(图 8)。棒的总长度 c和 d需要满足 c + d 罪 θ 2 ≥ 600年 因为 0 ° ≤ θ 2 ≤ 3 π / 4 , 0 ° 罪 θ 2 ≤ 1 。因此, c + d ≥ 600年 ,当 c + d = 600年 这样,目标函数是最小化,杆的长度 c是380毫米。

遗传算法的迭代图。

 2.3。优化充电机械手

优化充电机械手的结构如图 9。主要包括一个圆柱体(1),五铰链(10),(6)两大武器,两个小型武器(7),两个手腕关节(8),v型手指(11),和两个u型手指(9)。它有四列(3),两个上横梁(2),和两个底梁(4),缸(1)安装在顶梁使用螺栓(2)。组件(10)充当了肩膀,这是安装在气缸活塞的结束。大臂的一端与组件(10)(6)连接,另一端与小手臂(7)通过铰链。小手臂的上端(7)安装在铰链,也是安装在转动轴。v型手指(11)和u型手指(9)是安装在底部的小手臂(7),在充电的过程中,竹子被u型手指(9)。接下来,样品之前要求推动机制的前面手指触摸v型(11)。然后,抓住,紧紧地系在u型(9)和v型手指(11)。

机械手结构。

 3所示。材料和方法 3.1。材料

不同直径的测试样本竹子砍倒2019年9月底在南昆山,龙门县,惠州,广东,中国。所有样本被放置在广州华南农业大学的实验室,中国和一些样品图所示 10。样品直径是本研究的一个重要参数,等于两个样本的对角线外直径的平均值,使用卡尺测量。

实验材料。

 3.2。方法

一项研究表明,当大臂的长度在200 - 240毫米,机械手可以抓住竹材料的直径。因此,三个操纵者,大臂的长度为210,220,和230毫米,为这个试验和比较发达。以下,这三个操纵者被称为操纵者,B和C,分别。

3.2.1之上。掌握可靠性和精度检验

率和定心率两个参数用于确定把握的可靠性和准确性。样本分为三个梯度:60 - 85,85 - 110和110 - 135 mm直径差异。如果一个样本紧密捕获的v型和u型手指之间,把握成功。因此,捕获率计算成功地抓住了样本的数量除以总数量的掌握样本。

如果工具和示例的中心线之间的距离小于或等于5毫米,收取足够准确有用的生产。否则,充电失败了。因此,定心率计算成功收取样品的数量除以总数量的样品。估计充电是否成功与否,一个激光指示器安装在刀架中心。年底每个充电测试,激光点之间的距离和竹子的中心样本使用卡尺测量。

 3.2.2。动态特性测试

分析样品的瞬时运动,水星系列mer - 030 - 120 - gx - pd坡以太网接口CCD用于捕捉把握过程的图像。收购频率为20帧每秒。四个图像如图 11,包括之前抓住(图 (11日)),一个机械手感人的一个示例(图 11 (b)机械手抓一个示例(图) 11 (c)),并掌握完成后(图 11 (d))。

四抓过程中捕获的图像。

压电加速度计(Chengke CT1010SLFP)安装在机械手腕关节来检测加速度。加速度计的采样频率设置为1 kHz,和加速度信号的测量电压,称为 V x , V y , V z 被转换成 X, Y, Z轴加速度,称为 一个 x , 一个 y , 一个 z 通过一个USB - 6001采集卡,并输入电脑使用USB 2.0端口(图 12)。

加速度计和信号调节系统。

一个表达式用于计算加速度矢量的大小 一个 r 获得使用( 3)获得的组件 一个 x , 一个 y , 一个 z ,用勾股定理。 (3) 一个 r = 一个 x 2 + 一个 y 2 + 一个 z 2 , 在哪里 一个 r 是一个绝对值还是 一个 r ≥ 0 。

合成加速度峰值的中值的平均值和标准差,更清楚地反映了加速度的总体趋势,结果被用于分析和计算使用以下方程: (4) 地中海 一个 r ¯ = 1 n ∑ 我 = 1 n 地中海 一个 r 我 , 在哪里 地中海 一个 r 我 代表平均合成加速度峰值的掌握 我样品和 n代表一组数据的数量。

的一个例子 X, Y, Z轴加速度检测到的加速度计如图 13。加速度向量的大小计算加速度图 13如图 14。通过分析加速度曲线,掌握的开始和结束时间点被发现。此外,掌握过程的总时间计算使用以下方程: (5) t = n f , 在哪里 n是加速度信号采样数量从一个样本拿起抓住坚定和 f加速度计的采样频率。

X轴加速度(a), Y轴加速度(b) Z轴加速度(c)。

加速度的大小。

 4所示。结果与讨论 4.1。结果 以下4.4.1。掌握可靠性和精度检验

实验结果为捕捉和定心的操纵者 一个, B, C如表所示 1。机械手的平均捕获率 一个, B, C96、100和98.67%,定心率为87.52,90.45和88.35%,分别。一般来说,掌握样本的平均捕获率85 - 110 mm直径是最高的,把握样品60 - 85毫米直径是最低的。结果还表明,有机械手B的捕获率高达100%,因此智能bamboo-splitting机械手B是最适合这个机器。这个实验的平均定心率< 91%。捕获的图像显示,定心误差的原因是一些示例部分不是圆形。

测试结果。

汇率操纵国 直径(毫米) 定心率(%) 捕获率(%)
一个 60 - 85 87.50 92年
85 - 110 85.43 One hundred.
110 - 135 89.64 96年
平均 87.52 96年
B 60 - 85 91.01 One hundred.
85 - 110 87.76 One hundred.
110 - 135 92.59 One hundred.
平均 90.45 One hundred.
C 60 - 85 90.00 96年
85 - 110 86.34 One hundred.
110 - 135 88.72 One hundred.
平均 88.35 98.67
4.1.2。动态特性测试

捕获时间曲线的操纵者 一个, B, C在如图 15,这表明,捕获时间与样品直径下降。没有观察到显著捕获时间差异这三个操纵者中把握和样品直径在105.1和114.4毫米之间。趋势曲线样品直径平均捕获时间的影响是类似于指数曲线;拟合曲线表达式表中列出 2。

捕获时间的把握直径。

捕获时间公式。

汇率操纵国 捕获时间公式 R2
一个 t= 2.8144 e−0.033 d 0.8284
B t= 2.8384 e−0.038 d 0.9665
C t= 2.6327 e−0.033 d 0.9535

不管机械手用于把握,减少样本的平均加速度减少直径(图 16)。大臂越长,平均加速度就越大。趋势曲线的影响样品直径平均加速度也类似于指数曲线;拟合曲线表达式表中列出 3。

平均加速度的把握。

平均加速度公式的把握。

汇率操纵国 平均加速度公式 R2
一个 一个= 18.65 d−0.044 0.8491
B 一个= 24.472 d−0.17 0.8549
C 一个= 31.05 d−0.239 0.8676
4.2。讨论

大臂越长,机械手的抓取力越大,和贪婪的速度越快。捕获的图像显示,在把握操纵者 C、小样本总是滑槽的U型高速手指表演,和一些样品卡在U和v型手指在错误的位置。因此,机械手的捕获率 C掌握样品直径60和85毫米之间只有96%。如果大手臂太短,抓力变得太小,抓住小的材料,这也解释了为什么平均定心的操纵者 一个是最低的。

当被u型手指,大样本几乎幻灯片,被俘虏坚定并迅速。因此,把握大样本所需的时间短。如果大的手臂太短,抓力成为了u型和材料振实不足的手指有一个很大的幅度。这解释了为什么需要机械手捕捉样本是最长的时间。

捕获的图像显示,小样本振实暴力在u型的手指。由于u型手指的大小限制,振动大样本空间是有限的。随着大胳膊变长了,抓力变得更大,瞬间抓住加速度变得更大。这解释了为什么发现平均加速度的操纵者 C是最高的。

 5。结论

实验结果显示,平均捕获率的操纵者 B100%,其平均定心率为90.45%。因此,抓住成功样本具有不同直径。机械手的大小 B也等于计算最佳大小。这些实验部分验证目前的优化策略。

所需的时间把握更大的样本是短于贪婪的小样本。趋势曲线的影响样品直径平均把握时间相似指数曲线,拟合曲线和表达式的操纵者 B是 t= 2.8384 e−0.038 d。样品直径影响的趋势曲线平均加速度也类似于指数曲线,拟合曲线和表达式的操纵者 B是 一个= 24.472 d−0.17。

 数据可用性

繁殖所需的数据处理这些发现也不能在这个时候作为数据共享一个正在进行的研究的一部分。

 的利益冲突

作者宣称没有利益冲突。

 确认

这项研究是共同承托由中国国家重点研发项目(项目批准号2018 yfd0101001)和广东省科技计划项目(批准号2017 a010102024和2017 a020208052)。

 徐 j . M。 赵 r . J。 范 b . H。 研究性质和利用竹子在中国 木材加工机械 2007年 18 3 39 42 在中国 高 g . H。 越南盾 z Y。 太阳 x N。 王 H。 开发和测试的一个灵活的基于3 d打印机械手 智能农业 2019年 1 1 85年 95年 在中国 赵 y W。 耿 d . X。 刘 x M。 太阳 g D。 运动学和气动实验灵活的果蔬采摘机械手 中国农业机械学会的事务 2019年 50 08年 31日 42 在中国 彭 y K。 马 Y。 李 l 苹果内部质量分拣机械手的设计和实验 中国农业机械学会的事务 2019年 50 1 307年 312年 在中国 李 B。 顾 年代。 楚 l 设计和试验对移植机械手coco-peat叶菜幼苗培养 中国农业工程学会的事务 2017年 33 14 18 24 在中国 王ydF4y2Ba X.-J。 李 Q。 王 K。 维的合成使自动化电池夹具的支持 机器人和电脑一体机制造 2017年 48 80年 92年 10.1016 / j.rcim.2017.03.001 2 - s2.0 - 85016162858 科波拉 G。 张 D。 刘 K。 6自由度并联机构可重构混合 机器人和电脑一体机制造 2014年 30. 2 99年 106年 10.1016 / j.rcim.2013.09.011 2 - s2.0 - 84886438986 Mandur j·S。 Budman h . M。 同时模型识别和优化的模式植物的存在不匹配 化学工程科学 2015年 129年 106年 115年 10.1016 / j.ces.2015.02.038 2 - s2.0 - 84924731305 Mandur j·S。 Budman h . M。 健壮的并发模型识别算法和优化的模式植物的存在不匹配 工业化学与工程化学研究 2015年 54 38 9382年 9393年 10.1021 / acs.iecr.5b01560 2 - s2.0 - 84942923963 冈崎 Y。 山本 M。 小松 M。 Tsusaka Y。 足立 Y。 发展的人类安全、多自由度机器人手臂技术使用气动肌肉 日本机器人协会杂志》上 2010年 28 3 302年 310年 10.7210 / jrsj.28.302 他 J。 高 F。 吴 年代。 刘 R。 赵 X。 测量尺寸的旋转大热钢壳PRRR机器人上使用脉冲激光器 测量 2012年 45 7 1814年 1823年 10.1016 / j.measurement.2012.04.001 2 - s2.0 - 84861826813 安倍 一个。 轨迹规划的残余振动抑制两连杆机械手应用刚柔考虑大变形 机制和机器理论 2009年 44 9 1627年 1639年 10.1016 / j.mechmachtheory.2009.01.009 2 - s2.0 - 67349240174 Benosman M。 一 g . L。 Lanari l 德卢卡 一个。 Rest-to-rest运动通过向后递归为平面多连杆柔性机械手 IFAC诉讼 2003年 36 17 289年 294年 10.1115/1.1649976 2 - s2.0 - 8744244102 Tondu B。 使役动词 年代。 Guiochet J。 Daidie 一个。 一个seven-degrees-of-freedom机器手气动人工肌肉驱动的人形机器人 国际机器人研究杂志》上 2005年 24 4 257年 274年 10.1177 / 0278364905052437 2 - s2.0 - 17044433141 艾哈迈德 m·A。 伊斯梅尔 R R。 Ramli M。 Zawawi m·A。 Suid m . H。 振动控制策略灵活的关节机械手:模糊逻辑控制方法工业电子设备和应用程序(ISIEA) 《工业电子产品和应用研讨会上(ISIEA) 2010年10月 马来西亚槟城 IEEE 469年 474年 10.1109 / isiea.2010.5679419 2 - s2.0 - 79251544576 Nikdel P。 Hosseinpour M。 Badamchizadeh m·A。 阿克巴里 m·A。 改善takagi-sugeno模糊模型控制柔性关节机器人通过hybrid-taguchi遗传算法 人工智能技术的工程应用 2014年 33 8 12 20. 10.1016 / j.engappai.2014.03.009 2 - s2.0 - 84901705439 李 Y。 徐 Q。 遗传多目标优化设计的平面三自由度并联机构cable-driven 程序的机器人和仿生学国际会议上 2006年12月 中国昆明 IEEE 1360年 1365年 10.1109 / robio.2006.340127 2 - s2.0 - 46249121030 高 Z。 张 D。 通用电气 Y。 空间六自由度并联机械手的优化设计基于人工智能的方法 机器人和电脑一体机制造 2010年 26 2 180年 189年 10.1016 / j.rcim.2009.07.002 2 - s2.0 - 71849088372 小岛 H。 冻疮 T。 最优轨迹规划的基于遗传算法的双连杆柔性机械臂的残余振动 学报:IEEE国际会议上智能机器人和系统(——) 2001年11月 毛伊岛,嗨,美国 IEEE 10.1109 / IROS.2001.976409 陈 G。 王 H。 林 Z。 确定机器人识别参数的校准基于坡公式 IEEE机器人 2014年 30. 5 1066年 1077年 10.1109 / tro.2014.2319560 2 - s2.0 - 84907842867 Klimchik 一个。 Bondarenko案 D。 Pashkevich 一个。 Briot 年代。 Furet B。 合规robotic-based铣信息学的误差补偿 控制、自动化和机器人技术 2014年 可汗、瑞士 施普林格 197年 216年 10.1007 / 978 - 3 - 319 - 03500 - 0 - _13 2 - s2.0 - 84927656229 拉希米 h . N。 Nazemizadeh M。 柔性臂的动态分析和智能控制技术:一个回顾 先进的机器人 2014年 28 2 63年 76年 10.1080 / 01691864.2013.839079 2 - s2.0 - 84887895813 刘 郭宏源。 Ehsani R。 Toudeshki 一个。 邹 X.-J。 王 周宏儒。 检测柑橘类水果和树干在自然环境中使用multi-elliptical边界模型 计算机在工业领域 2018年 99年 9 16 10.1016 / j.compind.2018.03.007 2 - s2.0 - 85044480300 刘 郭宏源。 Ehsani R。 Toudeshki 一个。 邹 X.-J。 王 周宏儒。 识别不成熟和成熟的柚子水果在树上Cr-Cb椭圆模型拟合的颜色空间 精准农业 2019年 20. 1 138年 156年 10.1007 / s11119 - 018 - 9586 - 1 2 - s2.0 - 85048755376 Bucolo M。 Buscarino 一个。 Famoso C。 命运 l Frasca M。 智能控制不完善的机电系统 学报2019年IEEE国际会议系统,人与控制论(SMC) 2019年10月 巴里,意大利 IEEE 1882年 1886年 10.1109 / smc.2019.8914052 Bucolo M。 Buscarino 一个。 Famoso C。 命运 l Frasca M。 不完美的动力系统的控制 非线性动力学 2019年 98年 4 2989年 2999年 10.1007 / s11071 - 019 - 05077 - 4 2 - s2.0 - 85068310964