本发明涉及一种基于六自由度机械臂的数字孪生体模型的搭建方法。
背景技术:
1、数字孪生技术是一种通过数据连接的方式连接物理世界和虚拟对象的概念。2020年开始,数字孪生的研究引起了从业者和研究人员的广泛关注。随着科学技术的发展,借助计算机通信技术将现实世界和虚拟世界连接起来,将物理世界的复杂系统映射到数字化环境之中,近些年随着计算机、通信技术的迅速发展使数字孪生项目的落地成为了可能。
2、目前的数字孪生技术还只是停留在可视化阶段,数字孪生模型融入数学模型和机理模型,因此数字孪生体并不能真实表达出物理世界工况下机械臂的内部真实情况。同时,使用有限元分析软件在既定轨迹下运动做瞬态动力学分析不仅需要很大的算力、需要大量的时间同时也没有与物理世界的机械臂实体完成交互。
技术实现思路
1、本发明是为了解决上述现有技术存在的问题而提供一种基于六自由度机械臂的数字孪生体模型的搭建方法。数字孪生不仅要解决虚拟世界与现实世界交互的问题,同时为了同步虚拟世界和现实世界需要提高运算效率。引入机器学习搭建的数字孪生体能够真实的表达物理世界机械臂的状态,还极大的降低了计算机的运算负担,为后续的数字孪生技术落地提供了新的研究思路。
2、本发明所采用的技术方案有:
3、一种基于六自由度机械臂的数字孪生体模型的搭建方法,包括如下步骤:
4、s1)绘制六自由度机械臂三维模型,将六自由度机械臂进行拆分并得到七个子部件,将每个子部件分别导入有限元分析软件中;
5、s2)将每个子部件的网格绘制并导出再进行有限元受力分析,导出的网格提取出位置节点的坐标;在有限元受力分析时,保证每个子部件在38组不同角度的力作用下进行有限元受力分析;然后将每个子部件所有角度力的有限元分析数据导出,该数据包括:在受到每一组空间力时,子部件在受力作用下发生形变后新的网格节点坐标以及每个节点坐标对应的应力数值;
6、s3)将每个子部件导出的坐标数据进行去重处理,得到无重复节点和网格的节点索引,将每组力下的有限元等效应力结果作为参考,通过使用knn算法对无重复网格里面每一节点位置在这组力下面的应力数值进行预测,得到了具有节点应力的坐标数据,将具有节点应力的坐标数据作为训练集,重复操作该过程,获得所有子部件的训练集;
7、s4)使用scipy库中的rbf插值,将机械臂所有子部件训练集里的数据和有限元中分析时输入的力大小方向关联起来对每个子部件的训练集进行拟合,得到连续的力方向变化输入与每个子部件网格坐标的应力数值关系进行封装,得到每个子部件的代理模型;
8、s5)建立静力学模型,表达各个子部件的力传递,通过雅可比矩阵描末端执行件在各个姿态下对下一级的子部件施加力的大小和方向,每向下一级力的大小都加上当前子部件的重力大小,依次递推得到整个机械臂的受力情况;
9、s6)将静力学模型和代理模型关联组成ai模型,在静力学模型中得到此时各个子部件所受的力的大小和方向,将每个子部件所受力的大小和方向设为代理模型的输入,通过代理模型的计算就能够得到整个机械臂的位置节点的应力数值;
10、s7)在unity中搭建机械臂模型,将各个子部件所对应的无重复节点和网格的节点索引导入到unity中,使用无重复网格节点以及网格节点索引绘制各个零件,并将其组装配合;
11、s8)使用滑动条对每个子部件的运动姿态进行记录,并向ai模型发送此时机械臂模型各个子部件的运动状态,ai模型将接收的信息计算处理得到数据结果,将结果返回至unity中,unity将结果区间映射到颜色区间,并对各个子部件进行着色。
12、进一步地,步骤s2)中,是通过有限元分析软件ansys对各子部件进行有限元分析,每个不同角度添加的外力均为50n。
13、进一步地,步骤s3)中,通过python将每个子部件的坐标数据与受力数据分别进行去重处理,并且提取节点索引。
14、进一步地,步骤s3)中,将去除重复位置节点的坐标数据与有限元导出的受力结果数据为参考,通过knn算法对无重复节点每个位置点的应力数值进行预测,得到受此种作用力下,无重复节点上每一个位置点的应力数值。
15、进一步地,将六自由度机械臂三维模型拆分成七个部件,分别为:底座、第一关节、大臂、小臂、第二关节、第三关节和末端执行件。
16、进一步地,步骤s5)中,具体为:
17、将七个部件均比作成连杆,使用雅可比矩阵将连杆与连杆之间所受静力关系联系起来,具体实现方式如下:
18、建立连杆坐标系,施加在连杆i上的静力和静力矩令其和为0,有:
19、ifi-ifi+1=0 (1)
20、ini-ini+1-ipi+1×ifi+1=0 (2)
21、从末端执行件为起始点讨论末端执行件的力与力矩的关系表达,求出每个连杆的力和力矩的关系,从末端执行件到底座进行计算,对公式(1)和(2)进行整理,以便从高序号连杆向低序号连杆进行迭代求解,结果如下:
22、ifi=ifi+1 (3)
23、ini=ini+1+ipi+1×ifi+1 (4)
24、为了按照定义在连杆自身坐标系中的力和力矩,使用坐标系{i+1}相对于坐标系{i}的旋转矩阵进行变换,就得到了连杆之间的静力“传递”表达式:
25、
26、
27、公式推导如下:应用公式(5)和公式(6),从末端执行件开始递推,首先计算得到末端执行件对第三关节的力和力、力矩的传递:
28、
29、
30、第三关节对第二关节的力与力矩的传递:
31、
32、
33、第二关节对小臂的力与力矩的传递:
34、
35、
36、小臂对大臂的力与力矩的传递:
37、
38、
39、大臂对第一关节力与力矩的传递:
40、
41、
42、第一关节对底座力与力矩的传递:
43、
44、
45、本发明具有如下有益效果:
46、1)通过可视化的用户界面,能够直接观测到此机械臂在工况下各个区域的应力分布情况。
47、2)引入了机器学习结合静力学模型搭建的ai模型,极大的提高了运算效率,使机械臂能够实时的反映出此时机械臂的应力分布大小。
48、3)通过静力学模型表达机械臂串联各个传动臂之间力与力矩的传递关系,相比于传统的数据模型大大降低了运算数据,从而保证了ai模型的时效性。
1.一种基于六自由度机械臂的数字孪生体模型的搭建方法,其特征在于:包括如下步骤:
2.如权利要求1所述的基于六自由度机械臂的数字孪生体模型的搭建方法,其特征在于:步骤s2)中,是通过有限元分析软件ansys对各子部件进行有限元分析,每个不同角度添加的外力均为50n。
3.如权利要求1所述的基于六自由度机械臂的数字孪生体模型的搭建方法,其特征在于:步骤s2)中,将每个子部件的网格绘制并导出再进行有限元受力分析,导出的网格提取出位置节点的坐标;在有限元受力分析时,保证每个子部件在若干组不同角度的力作用下进行有限元受力分析;然后将每个子部件所有角度力的有限元分析数据导出,该数据包括:在受到每一组空间力时,子部件在受力作用下发生形变后新的网格节点坐标以及每个节点坐标对应的应力数值。
4.如权利要求1所述的基于六自由度机械臂的数字孪生体模型的搭建方法,其特征在于:步骤s3)中,通过python将每个子部件的坐标数据与受力数据分别进行去重处理,并且提取节点索引。
5.如权利要求1所述的基于六自由度机械臂的数字孪生体模型的搭建方法,其特征在于:步骤s3)中,将去除重复位置节点的坐标数据与有限元导出的受力结果数据为参考,通过knn算法对无重复节点每个位置点的应力数值进行预测,得到受此种作用力下,无重复节点上每一个位置点的应力数值。
6.如权利要求1所述的基于六自由度机械臂的数字孪生体模型的搭建方法,其特征在于:将六自由度机械臂三维模型拆分成七个部件,分别为:底座(1)、第一关节(2)、大臂(3)、小臂(4)、第二关节(5)、第三关节(6)和末端执行件(7)。
7.如权利要求6所述的基于六自由度机械臂的数字孪生体模型的搭建方法,其特征在于:步骤s5)中,建立静力学模型,表达各个子部件的力传递,通过雅可比矩阵描末端执行件在各个姿态下对下一级的子部件施加力的大小和方向,每向下一级力的大小都加上当前子部件的重力大小,依次递推得到整个机械臂的受力情况。
8.如权利要求7所述的基于六自由度机械臂的数字孪生体模型的搭建方法,其特征在于:步骤s5)具体为: