基于GA-ELM的機(jī)械手振動預(yù)測模型研究與應(yīng)用

1、基于GA-ELM的機(jī)械手振動預(yù)測模型研究與應(yīng)用摘要:在實(shí)際工作過程中，壓鑄模取件機(jī)械手在低頻率下會產(chǎn)生明顯的振動，影響機(jī)械手的工作精確度以及機(jī)械手整體穩(wěn)定 性！應(yīng)用有限元重點(diǎn)對機(jī)械手進(jìn)行靜力學(xué)分析、模態(tài)分析，并針對實(shí)際工況分析瞬態(tài)動力學(xué)特性！同時，運(yùn)用遺傳算法-極 限學(xué)習(xí)機(jī)（GA-ELM）模型對機(jī)械手振動變形量進(jìn)行預(yù)測！以影響機(jī)械手振動的因素作為輸入?yún)?shù)，包括工件重力載荷、水 平慣性載荷、機(jī)械臂的長度及其橫截面直徑，以機(jī)械手末端振動最大變形量為輸出參數(shù)，對其振動情況進(jìn)行預(yù)測！最后，對 比實(shí)際仿真,驗(yàn)證了預(yù)測結(jié)果的可靠性！關(guān)鍵詞:機(jī)械手;有限元分析；固有頻率;振動;遺傳算法-極限學(xué)習(xí)機(jī)Resea

2、rch and Application of Manipulator VibrationPrediction Model Based on GA -ELMABSTRACT: In the actual working process，the mechanical hand of the die-casting die can produce obvious vibration at low frequency，which affects the working accuracy of the manipulator and the overall stability of the manipu

3、lator. In this paper，the static analysis and modal analysis of the manipulator were carried out with finite element method ，and the transient dynamic characteristics were analyzed according to the actual working conditions. At the same time，the genetic algorithm extreme learning machine ( GA-ELM) mo

4、del was used to predict the vibration deformation of the manipulator. The factors affecting the vibration of the manipulator were taken as input parameters，including the gravity load of the workpiece，the horizontal inertia load，the length of the manipulator and the diameter of the cross section，and

5、the vibration condition was predicted by the maximum deformation of the end of the manipulator as the output parameter. Finally，compared with the actual simulation，the reliability of the prediction results was verified.KEYWORDS: Manipulator; Finite element analysis; Natural frequency; Vibration; GA-

6、ELM1引言近年來，隨著機(jī)械手在工業(yè)生產(chǎn)制造過程中的廣泛應(yīng) 用，機(jī)械手的需求量逐年增加,機(jī)械手在逐漸輕型化的同時， 對機(jī)械手的工作精度和整體穩(wěn)定性要求也越來越嚴(yán)格。這 時候，機(jī)械手的振動問題就顯得尤為關(guān)鍵。振動是機(jī)器人運(yùn) 動領(lǐng)域的一大弊端，較大的振動將對機(jī)械結(jié)構(gòu)產(chǎn)生嚴(yán)重影 響，工作時間久了對系統(tǒng)性能和定位精度都會造成不利。因 此，技術(shù)人員在設(shè)計(jì)機(jī)械手階段就要對機(jī)械手振動情況有一 個初步的分析與預(yù)測。然而引起機(jī)械手振動的因素有很多， 不僅包括機(jī)械手自身的尺寸參數(shù)，同時還與機(jī)械手的實(shí)際工 況有關(guān)，提前預(yù)測這些因素對機(jī)械手振動所造成的影響，可 以為技術(shù)人員在機(jī)械手設(shè)計(jì)階段提供理論依據(jù)，對機(jī)械手設(shè) 計(jì)

7、具有重要意義。傳統(tǒng)的機(jī)械手振動預(yù)測方法主要以仿真軟件進(jìn)行仿真、 經(jīng)驗(yàn)估計(jì)為主。仿真軟件進(jìn)行仿真的方法主要應(yīng)用相關(guān)的 有限元分析軟件，對已經(jīng)設(shè)計(jì)好的機(jī)械手進(jìn)行網(wǎng)格劃分，根 據(jù)實(shí)際工作環(huán)境,施加相應(yīng)載荷，進(jìn)而對機(jī)械手進(jìn)行振動仿 真，得到機(jī)械手的振動情況。林坤等針對某種線圈裝配系統(tǒng) 機(jī)械手的運(yùn)動規(guī)律，利用ADAMS仿真軟件對機(jī)械手進(jìn)行振 動仿真分析,獲取了機(jī)械手端部振幅及衰減情況E。張博按 照機(jī)械手工作中的實(shí)際受力狀況，利用ANSYS軟件對注塑 機(jī)械手進(jìn)行了動力學(xué)分析，得到初始機(jī)械手模型的振動特 性。這些運(yùn)用有限元軟件對機(jī)械手振動進(jìn)行的仿真， 是在機(jī)械手初步設(shè)計(jì)好的基礎(chǔ)上，對機(jī)械手振動情況進(jìn)行驗(yàn) 證

8、，而當(dāng)機(jī)械手振動情況不滿足工作要求時，就需要不斷的 修改機(jī)械手參數(shù)，并按照實(shí)際工作狀況進(jìn)行反復(fù)的調(diào)試、建 模和仿真,這樣耗時就比較長。而經(jīng)驗(yàn)估計(jì)的方法非常依賴 于設(shè)計(jì)師的自身經(jīng)驗(yàn)和設(shè)計(jì)水平，如果考慮不周，很容易造 成生產(chǎn)出來的機(jī)械手不能符合實(shí)際的生產(chǎn)要求。因此，需要 找到一種合適的方法，對機(jī)械手在不同工況下的振動情況進(jìn) 行高效準(zhǔn)確的預(yù)測。針對某公司的壓鑄模取件機(jī)械手（機(jī)械手模型如圖1所 示）在工作運(yùn)行中，總會發(fā)生振動，使機(jī)械手位置控制或力控 制精度大大降低，可能激發(fā)系統(tǒng)共振，影響結(jié)構(gòu)的使用壽命。 尤其在機(jī)械手取件運(yùn)動急停過程當(dāng)中，振動情況尤為明顯 （基金項(xiàng)目：精密壓鑄件高效生產(chǎn)工業(yè)機(jī)器人開發(fā)與

9、應(yīng)用；基 金項(xiàng)目號：黔科合支撐20162017）。對此，本文通過AN- SYS仿真分析，結(jié)合遺傳算法（GA）和極限學(xué)習(xí)機(jī)（ELM）的 GA-ELM模型，對不同影響因素情況下機(jī)械手的振動情況， 進(jìn)行了高效準(zhǔn)確的預(yù)測,為機(jī)械手的設(shè)計(jì)優(yōu)化提供了理論依 據(jù)。圖1某公司壓鑄模取件機(jī)械手2機(jī)械手模型的建立與有限元劃分壓鑄模取件機(jī)械手的結(jié)構(gòu)比較復(fù)雜，因此在建模時對機(jī) 械手進(jìn)行了合理的簡化，一方面為了仿真時方便分析計(jì)算， 另一方面要確保原始分析對象的主要結(jié)構(gòu)力學(xué)性能不發(fā)生 較大改變。通過自上向下的設(shè)計(jì)方法，運(yùn)用UG軟件對機(jī)械 手進(jìn)行建模，如圖2所示。之后將機(jī)械手的三維模型導(dǎo)入 ANSYS中，進(jìn)行有限元分析,對

10、于裝配好的機(jī)械手，固定部件 之間采用綁定方式進(jìn)行，并設(shè)置好相應(yīng)的關(guān)節(jié)副，對要分析 的機(jī)械手進(jìn)行網(wǎng)格劃分。3動力學(xué)分析3.1靜力分析靜力分析是計(jì)算結(jié)構(gòu)在固定不變的載荷作用下的響應(yīng)， 如位移、應(yīng)力、應(yīng)變等，也就是探究結(jié)構(gòu)受到外力后變形、應(yīng) 力和應(yīng)變的大小。靜力分析只需要分析其危險工況，實(shí)際工 作過程當(dāng)中，機(jī)械爪末端的應(yīng)力和應(yīng)變最大,故只針對此工 況進(jìn)行靜力分析。對機(jī)械手末端施加豎直向下的不同力載圖2機(jī)械手有限元模型荷，來模擬機(jī)械手的實(shí)際工作狀況。圖3機(jī)械手靜力分析（15N載荷）仿真結(jié)果圖通過仿真結(jié)果機(jī)械手應(yīng)力應(yīng)變云圖可知，長550mm、橫 截面直徑為30mm的機(jī)械臂末端節(jié)點(diǎn)處在施加15N、20N、

11、 25N的重力載荷時，其變形量最大值分別為0.61mm、0. 76mm、0.87 mm，均可滿足實(shí)際生產(chǎn)的要求。3.2模態(tài)分析模態(tài)分析就是分析系統(tǒng)的各階固有頻率和振型,從而為 結(jié)構(gòu)設(shè)計(jì)提供指導(dǎo)。系統(tǒng)受激勵強(qiáng)迫振動時,若激勵的頻率 和系統(tǒng)的固有頻率接近,強(qiáng)迫振動的振幅可能達(dá)到很大的幅 度，這種現(xiàn)象叫做共振，機(jī)械手在設(shè)計(jì)和實(shí)際生產(chǎn)過程中必 須避免共振的產(chǎn)生。一個系統(tǒng)有很多固有頻率，機(jī)械手的工 作頻率一般在0到500Hz之間，屬于低階頻率，所以只需對 低階的固有頻率進(jìn)行研究。現(xiàn)對機(jī)械手進(jìn)行振動模態(tài)分析，以確定機(jī)械手的固有頻 率。仿真對機(jī)械手前十階模態(tài)進(jìn)行分析，如圖4所示，由模 態(tài)分析結(jié)果可知，當(dāng)機(jī)械

12、手振動頻率在40Hz左右時，此類型 壓鑄模取件機(jī)械手振動變形明顯，在此階段頻率下會影響到 機(jī)械手整體穩(wěn)定性及工作過程中取移工件的精確度。所以 應(yīng)當(dāng)避免機(jī)械手在40Hz左右頻率的受迫振動。3.3瞬態(tài)動力學(xué)特性機(jī)械手屬于典型的懸臂梁結(jié)構(gòu)，在電機(jī)的帶動下，機(jī)械 手夾取著工件快速的移動與急停，必然會使得機(jī)械手末端產(chǎn) 生明顯振動，所以，這里著重對機(jī)械手在水平搬運(yùn)工件急停 時這一工況進(jìn)行瞬態(tài)動力學(xué)分析。機(jī)械手從取件到搬運(yùn)急停過程當(dāng)中，共歷時4s。工件重 15N,仿真時對機(jī)械手末端施加一 15N的垂直向下的力載荷；圖4機(jī)械手模態(tài)分析結(jié)果圖機(jī)械手夾取好工件后，機(jī)械手水平向左運(yùn)動Is后急停，仿真 時在Is的時候

13、設(shè)置一水平突變的慣性載荷，慣性載荷為 25m/s2,對機(jī)械手末端振動情況進(jìn)行仿真，可以由仿真結(jié)果 看到機(jī)械手振動的最大變形發(fā)生在施加水平慣性載荷之后， 其變形量為1.0355mm o圖5機(jī)械手振動仿真結(jié)果圖4基于GA-ELM的機(jī)械手振動預(yù)測針對機(jī)械手夾取工件時的振動情況，為了方便預(yù)測機(jī)械 手振動情況，應(yīng)用遺傳算法-極限學(xué)習(xí)機(jī)模（GA-ELM）模型， 將多組仿真數(shù)據(jù)作為原始數(shù)據(jù),對模型進(jìn)行訓(xùn)練并對振動變 形量進(jìn)行預(yù)測，再將通過模型預(yù)測的振動變形量與已知樣本 進(jìn)行對比分析，驗(yàn)證預(yù)測結(jié)果的可靠性。4.1訓(xùn)練集樣本的數(shù)據(jù)獲取壓鑄模機(jī)械手在夾取工件到水平移動并急停的過程中， 都會伴隨著機(jī)械手的振動。分析

14、影響機(jī)械手振動變形量的 原因，主要包括:機(jī)械臂本身的幾何參數(shù)，尤其是機(jī)械臂的長 度及橫截面積直徑，同時還有工件的重量、水平移動并急停 時的慣性載荷。所以，以工件重力、慣性載荷、機(jī)械臂長、橫 截面積這4個因素為輸入?yún)?shù)，以機(jī)械手末端振動最大變形 量為輸出，按照正交實(shí)驗(yàn)原則，采用四因素四水平正交實(shí)驗(yàn) 對機(jī)械手振動變形量進(jìn)行仿真,影響機(jī)械手振動變形量因素 及水平設(shè)置見表1。表1影響機(jī)械手振動變形量因素及水平設(shè)置數(shù)據(jù)工件重慣性載荷機(jī)械臂長橫截面積編號力（N）(m/s2)( mm)( mm)1101550026215205252832025550304253057532選擇與機(jī)械手振動密切相關(guān)的因素作為

15、輸入?yún)?shù)，參數(shù) 包括:工件重力載荷（N）、水平方向慣性載荷（N）、機(jī)械手臂 長度（mm）、機(jī)械手臂橫截面直徑（mm） 一共4個參數(shù)，輸出 參數(shù)為機(jī)械手振動的最大變形量（mm） o表2為多次機(jī)械手 振動的瞬態(tài)動力學(xué)仿真結(jié)果的相關(guān)數(shù)據(jù)。表2機(jī)械手振動最大變形量仿真數(shù)據(jù)表數(shù)據(jù)工件重力水平慣性機(jī)械臂長橫截面直振動最大變編號載荷（ N）載荷（m/s2）( mm)徑（mm）形量（mm）11015500260.629221515525280.6767232015550300.8365642515575321.023151020525300.726161520500320.6046972020575261.5

16、2282520550281.244491025550320.96121101525575301.2815112025525281.0612122525500261.2133131030575281.5738141530550261.5653152030525321.072162530500301.065171015575260.99506181515550280.83689192015525300.76576202515500320.65684211020575281.0923221520550261.1038232020525320.81806242520500300.86473251025

17、550301.0181261525550281.1858272025500261.1094282525525281.1279291030550321.1335301530575301.4891312030500281.1364322530525261.40574.2 GA-ELM算法流程ELM( Extreme Learning Machine)是一種特殊的單隱含層前饋神經(jīng)網(wǎng)絡(luò)模型，其優(yōu)勢是在泛化性能強(qiáng)、訓(xùn)練速度快的 同時，參數(shù)設(shè)置少且簡單，但是該算法也有明顯的缺點(diǎn)，它的 初始輸入層與隱含層的連接權(quán)值矩陣W及隱含層閥值矩陣 J是隨機(jī)產(chǎn)生的，容易導(dǎo)致預(yù)測精度不穩(wěn)定。如果通過遺傳 算法（GA）強(qiáng)大

18、的全局尋優(yōu)能力，尋求ELM最優(yōu)的初始W和 J，優(yōu)化ELM模型，既可以保證訓(xùn)練速度快的同時，也可以確 保ELM模型的預(yù)測精度,高效準(zhǔn)確的建立預(yù)測模型。GA算 法和ELM模型的詳細(xì)介紹可以參閱相關(guān)的文獻(xiàn)713 o考慮到GA-ELM預(yù)測模型的高效準(zhǔn)確性，同時對訓(xùn)練 樣本數(shù)據(jù)的數(shù)量要求較少，故運(yùn)用GA-ELM模型對機(jī)械手 在實(shí)際工作過程當(dāng)中的振動進(jìn)行預(yù)測。GA-ELM預(yù)測流程 包括：1）讀入訓(xùn)練集和測試集樣本數(shù)據(jù),為消除因?yàn)椴煌瑓?shù) 間數(shù)量級不同導(dǎo)致的預(yù)測誤差，對樣本進(jìn)行歸一化處理。2）調(diào)用GA優(yōu)化ELM模型，對擁有不同初始w和J的 ELM模型,將每個ELM模型中的初始w和J作為GA算法 種群中的獨(dú)立

19、個體，即染色體，利用式（1）計(jì)算每個染色體的 個體適應(yīng)度值，然后進(jìn)行交叉、選擇和變異等，尋求最小適應(yīng) 度值的染色體，作為最優(yōu)的初始w和b。(1)式中,n為選取作為評價適應(yīng)度值的部分訓(xùn)練集樣本的數(shù)量, 九為其中輸入?yún)?shù)對應(yīng)的預(yù)測輸出,g礦為對應(yīng)輸入?yún)?shù)的輸 出真值。3）將最優(yōu)個體給ELM模型賦值，完成模型的建立。4）對比測試集樣本，對模型精度進(jìn)行評價。 具體GA-ELM預(yù)測流程圖如圖6所示。遺傳算法優(yōu)化部分I輸入數(shù)據(jù)I|數(shù)據(jù)商處理卜LM訓(xùn)練得到的誤差作為適應(yīng)度值|數(shù)據(jù)商處理卜GA對初始值編碼*選擇操作）GA對初始值編碼ELM算法部分確定隱含層神經(jīng)元個數(shù)初始ELM網(wǎng)絡(luò)權(quán)值閾值長度獲取最優(yōu)權(quán)值閾值模

20、型測試 及評價最優(yōu)權(quán)值闞 ，直返回到ELM 網(wǎng)絡(luò)中完饕型（交叉操作）ELM算法部分確定隱含層神經(jīng)元個數(shù)初始ELM網(wǎng)絡(luò)權(quán)值閾值長度獲取最優(yōu)權(quán)值閾值模型測試 及評價最優(yōu)權(quán)值闞 ，直返回到ELM 網(wǎng)絡(luò)中完饕型（交叉操作）（變異操作）利用表2的訓(xùn)練集樣本對GA-ELM模型進(jìn)行訓(xùn)練，通過 多次調(diào)整，選擇合適的模型。利用建立完成的模型對測試集 數(shù)據(jù)進(jìn)行預(yù)測，并與測試集輸出真值進(jìn)行對比，可以得出，模 型預(yù)測的誤差較小，振動情況與仿真結(jié)果得出的振動結(jié)果基 本相符。4.3預(yù)測效果及分析為了直觀方便的對機(jī)械手振動變形量進(jìn)行預(yù)測，創(chuàng)建了 MATLAB用戶圖形界面，如圖7所示，界面左側(cè)為參數(shù)輸入 區(qū)，根據(jù)機(jī)械手實(shí)際工

21、作情況，輸入相應(yīng)的參數(shù)，點(diǎn)擊預(yù)測， 便可以在界面右側(cè)的參數(shù)輸出區(qū)得到相應(yīng)的機(jī)械手振動變 形量預(yù)測值，同時選擇6個測試集樣本，經(jīng)過同樣的GA- ELM 模型進(jìn)行預(yù)測，獲得預(yù)測輸出，并對比期望輸出，驗(yàn)證本 模型的準(zhǔn)確性。圖7機(jī)械手振動變形量預(yù)測系統(tǒng)GUI界面對其中三組工況進(jìn)行預(yù)測,不同參數(shù)輸入情況下機(jī)械手 的振動變形量分別為：1.038、1.3582、1.1238。通過圖7可知， 測試集樣本輸出誤差均未超過0.05mm，進(jìn)一步計(jì)算可得，預(yù) 測平均絕對誤差為0.022mm,平均相對誤差為2.28%。證明 通過該方法對壓鑄模取件機(jī)械手末端振動最大變形量的預(yù) 測是比較準(zhǔn)確、有效的。5實(shí)驗(yàn)驗(yàn)證為驗(yàn)證機(jī)械手末端GA-ELM模型振動的可靠性，選取 工廠某一型號的壓鑄模取件機(jī)械手進(jìn)行實(shí)驗(yàn)驗(yàn)證。實(shí)驗(yàn)的 機(jī)械手臂長為500mm,機(jī)械臂橫截面直徑為26mm,機(jī)械臂急 停時的慣性載荷為22m/s2，令機(jī)械手夾取不同重量的的工 件，工件重量分別為15N、19N、23N。使用分體測振儀對夾取 不同工件重量的機(jī)械手末端振幅進(jìn)行測量，測量時,將帶有 磁性探頭的傳感器吸附在機(jī)械手末端，測振儀調(diào)置位移D 檔，并設(shè)置測量最大MAX值，測振儀可以自動記錄、測量出 機(jī)械手末端振動振幅