对于工业机器人的BLDC电机的选择/控制并发优化
Erick Axel Padilla-García1, Héctor Cervantes-Culebro2, Alejandro Rodriguez-Angeles3
1Academia de Ingeniería en Robótica, Universidad Politécnica de Atlacomulco, Atlacomulco, Estado de México, México.
本研究介绍了一种基于模型的方法,用于在工业机器人中选择和控制无刷直流电机 (BLDC). 该方法优化了能源消耗和跟踪错误,显示了性能和效率的显著改善.
科学领域:
- 机器人技术 机器人技术 机器人技术
- 控制系统工程 控制系统工程
- 机械电子学是什么意思 机械电子学
背景情况:
- 工业机器人依赖于高效和精确的执行器,如无刷直流电机 (BLDC).
- 优化电机选择和控制对于提高机器人性能,能源效率和操作精度至关重要.
- 现有的方法可能无法同时解决电机选择和动态控制的多目标挑战.
研究的目的:
- 开发和验证一种基于协同模型的方法,用于在工业机器人中同时选择和控制BLDC电机.
- 解决多目标动态优化问题,考虑能源消耗,跟踪误差和电机重量.
- 通过优化执行器选择和控制,提高工业机器人系统的整体效率和精度.
主要方法:
- 在机械传动系统模型中模拟BLDC电机的三相动力学与梯形背电磁场.
- 将问题定义为具有静态和动态约束的多目标动态优化问题.
- 采用PI和PID控制器的电压和扭矩的控制参数化方法来解决优化问题.
- 使用模拟和实验验证,以获得帕雷托前线并评估权衡.
主要成果:
- 模拟产生了帕雷托前线,说明了能源消耗,跟踪误差和电机重量之间的权衡.
- 实验验证证了拟议的协同效应方法的有效性.
- 优化的选择和控制可以节省高达10.85%的电能.
- 与原始执行器相比,轨迹跟踪误差提高了多达57.41%.
结论:
- 基于协同模型的方法为优化工业机器人的BLDC电机选择和控制提供了有效的解决方案.
- 该方法成功地平衡了相互竞争的目标,从而大大提高了能源效率和运动精度.
- 这种方法为提高工业机器人系统的性能和降低运营成本提供了有价值的工具.
更多相关视频
07:41Design and Implementation of a Bespoke Robotic Manipulator for Extra-corporeal Ultrasound
Published on: January 7, 2019
10:36Author Spotlight: Optimization of Airflow Velocities in Battery Cooling Systems for Enhanced Thermal Performance and Reduced Energy Consumption
Published on: November 3, 2023
相关概念视频
Electro-mechanical Systems
A key component of the DC motor is the armature, a rotating circuit positioned within a magnetic field. As an electric current passes through the...
Mechanical Efficiency of Real Machines
However, in reality, no machine can be truly ideal, and all of them experience some...
Motor Units
Transmission Shafts: Problem Solving
Next, use bending moment diagrams for the shaft to...
Angle of Twist: Problem Solving
Bearings: Problem Solving
