用于周期性机器人真空抓取单元的接触载荷驱动的可靠性分析框架
《RELIABILITY ENGINEERING & SYSTEM SAFETY》:The contact-load-driven reliability analysis framework for periodic robotic vacuum grasping unit
【字体:
大
中
小
】
时间:2026年10月27日
来源:RELIABILITY ENGINEERING & SYSTEM SAFETY 13.7
编辑推荐:
**•建立一个具有连续吸持行为的机械臂–工件交互动力学模型。•计算等效接触载荷,并建立退化模型,以定量地将动态载荷与吸持性能退化联系起来。•提出一种分阶段维护框架,以评估在周期性接触载荷作用下代表性交互单元的全生命周期可靠性。**
**引言**
在现代智能制造中,工业机器
**•建立一个具有连续吸持行为的机械臂–工件交互动力学模型。•计算等效接触载荷,并建立退化模型,以定量地将动态载荷与吸持性能退化联系起来。•提出一种分阶段维护框架,以评估在周期性接触载荷作用下代表性交互单元的全生命周期可靠性。**
**引言**
在现代智能制造中,工业机器人凭借其高运动灵活性、重复精度和负载能力,成为柔性及重复性生产作业的优选设备[1]。真空辅助机器人抓取末端执行器广泛应用于大型薄壁钣金工件搬运、自动化装配和精密操作中。它通过吸持载荷反复与目标表面建立并维持接触[2,3]。在抓取过程中,吸盘与工件保持持续的面接触。由此产生的时变接触状态和载荷传递引发了机械臂、末端执行器与工件之间的多体动力学耦合[4]。因此,系统性能不再仅仅由运动执行决定,而是受动态响应、接触载荷和吸持能力共同影响,这些因素共同决定了长期运行可靠性。
现有机器人研究主要聚焦于运动规划[5,6]、轨迹精度[7,8]、动力学建模[9,10]和交互控制[11,12],在不确定环境下的运动性能和操作鲁棒性方面取得了显著提升。在这些主题中,动力学建模为运动生成、载荷传递和交互行为的可解释性提供了基础。基于运动学、惯量分布和力传递,经典研究建立了系统化的机器人动力学公式,实现了多自由度动力学方程的标准化推导和分析[13,14]。为了改善复杂非线性工况下的动态表征、参数辨识和控制能力,近期研究进一步发展了Euler–Lagrange框架,向模型–数据混合方法[15]和贝叶斯学习策略[16]拓展。面向交互的控制策略将机器人建模从运动生成扩展至约束环境下的力–运动耦合行为[17]。在此基础上,基于不确定度传播[18]、时变性能演化[19]和贝叶斯推理辅助可靠性分析框架[20]的面向可靠性评估逐渐引入机器人运动分析中,实现了对长期运行性能的定量评估。
为了描述更加真实的工况,大量工作致力于柔性及非理想结构的建模。考虑柔性连杆、关节间隙和参数不确定性,动力学公式能够捕捉由结构柔度引起的振动和冲击效应[21,22]。近期研究进一步将机器人模型从孤立机械臂扩展至考虑环境约束的耦合系统。Kumar和Pratiher[23]建立了移动平台上柔性机械臂的非线性动力学模型。结果表明,机动性和柔韧性共同影响系统行为。Zhang等[24]提出了刚–柔耦合框架以揭示其对载荷传递的影响。Xu等[25]证明了耦合交互从根本上改变了能量传递。在机器人应用中,Zhang等[26]为空间机械臂建立了多柔体耦合动力学模型。基于逆惯量和接触力建模,Wang等[27]将接触交互纳入机器人动力学,突出了交互载荷对系统响应重塑的作用。这些研究证实,耦合动力学对于准确描述约束环境下的机器人操作至关重要。它们为面向可靠性的设计[28]提供了基础。从运行可靠性角度,Yang等[29]量化了结构和运行因素对机械臂运动可靠性的影响。故障诊断框架基于动态响应进一步建立。可靠性评估扩展至时变性能评估。Hu等[30]利用误差信息自适应Kriging框架提高了计算效率。Zhou等[31]建立了考虑随机响应演化和极端响应特性的动态可靠性模型。Zhang等[32]提出了高效可靠性算法以提高复杂工程系统的计算精度。Zhou等[33]基于高阶响应矩开发了工业机器人的动态可靠性评估方法,通过动态响应的概率表征评估运动稳定性可靠性。这些研究展示了基于动态响应的可靠性评估的重要性。
对于真空抓取系统,动态响应并不直接决定失效的发生,而是通过接触界面传播,触发吸持退化,最终导致抓取不稳定。近期研究揭示,真空抓取系统的可靠性与吸持界面的物理退化机制密切相关。Lee等[34]研究了多吸盘夹爪的抓取失效约束,证明了吸持界面间载荷重新分配对抓取可靠性的影响。Wang等[35]开发了自闭合和自愈合多材料吸盘,表明密封条件和结构损伤显著影响吸持能力。Bernardin等[36]通过考虑接触变形和交互约束,为被动吸盘提出了基于约束的仿真框架。
尽管这些研究为吸持稳定性和失效机制提供了重要见解,但动态接触载荷、吸持退化与全生命周期可靠性演化之间的定量关系仍未得到充分探索。为解决长期性能退化问题,近期可靠性研究越来越多地将物理退化机制纳入生命周期评估。Yang等[37]建立了热阻链视角以表征热电发生器中退化引起的性能变化,强调了物理退化机制在可靠性演化中的重要性。Yang等[38]进一步研究了长期运行条件下霜害引起的退化和性能优化,证明了退化感知可靠性评估的必要性。这些研究表明,长期系统性能不能仅基于瞬时响应评估,而需考虑渐进退化过程及其对可靠性演化的影响。同样,状态维护和退化导向优化是延长服务寿命和提高可用性的代表性方法。Alaswad等[39]系统回顾了退化系统的维护优化模型,强调了退化驱动的维护决策机制。Zhang等[40]将随机环境下的维护调度和产品质量改进相结合,开发了联合优化框架,证明运行条件直接影响长期性能演化。Li等[41]将不完美的预防性维护和备件再使用纳入维护优化。结果表明,生命周期性能受维护效果和资源配置的共同影响。最近,维护优化已扩展至分阶段任务系统。基于可靠性的维护策略被开发用于可重复使用的分阶段任务系统[42]。多状态和载荷分担特性被进一步纳入分阶段任务可靠性建模和优化[43],使维护决策能够适应时变的运行需求。
对于机器人真空抓取系统,现有研究主要聚焦于动态响应、抓取稳定性和退化相关可靠性。然而,从动态交互到接触载荷、吸持退化再到全生命周期可靠性演化的传播过程仍未得到充分探索。本文以多机械臂真空抓取系统中具有代表性的机械臂–工件交互单元作为建模和可靠性分析对象。在此基础上,提出了一种集成机械臂–工件动力学、接触交互、退化演化和分阶段维护调控的接触载荷驱动可靠性分析框架。本文的主要贡献总结如下:
(i) 建立一个具有连续吸持行为的机械臂–工件交互动力学模型。
(ii) 计算等效接触载荷,并建立退化模型,以定量地将动态载荷与吸持性能退化联系起来。
(iii) 提出一种分阶段维护框架,以评估在周期性接触载荷作用下代表性交互单元的全生命周期可靠性。
为便于理解,数学公式中使用的主要符号总结于符号说明部分。本文其余部分组织如下:第2节阐述问题并提出建模假设。第3节建立机械臂–工件交互的动力学模型,并分析时间尺度和结构参数的影响。第4节开发接触载荷驱动的退化模型、可靠性分析和维护策略。第5节通过基于仿真的轨迹一致性分析、参数敏感性和与传统Miner模型及其他模型的比较,评估所提出框架的有效性。第6节给出结论。
**符号说明**
**问题建立**
周期性真空辅助操作过程在冲压线上由多机械臂系统完成。该系统由多个机械臂–末端执行器对组成,协同搬运工件。每对通过局部接触界面与工件交互。本研究选择一个机械臂–工件交互单元作为建模和可靠性分析对象,如图1所示。所考虑的交互单元包含三个部分
**机械臂–工件交互动力学模型及其特性**
如图2所示的整体框架,本节聚焦于第一个核心模块——机械臂–工件动力学建模。通过集成机械臂、吸持末端执行器和工件,建立了代表性交互单元的统一动力学模型。通过吸持界面交互,机械臂与工件之间的接触载荷传递被明确表征。基于该模型,分析了运行时间尺度对动态…的影响
**接触载荷驱动的可靠性建模**
按照图2所示框架,从代表性机械臂–工件交互单元的动态响应中提取等效接触载荷。这些载荷作为连接动态行为和吸持退化的中间物理变量。所得的接触载荷历程被纳入退化模型以表征周期性接触条件下的可靠性演化。此外,引入分阶段维护策略以调控…
**算例分析与讨论**
机器人真空抓取过程涉及机械臂、吸持末端执行器与工件之间强烈的动态交互。在周期性运行过程中,交互载荷、结构响应和吸持性能同时演化,难以通过物理实验将其隔离为单个机制。因此,采用了一种集成动力学建模、仿真分析和实验验证的综合框架。机器人实验平台…
**结论**
为了定量评估全生命周期可靠性,本文提出了一个面向冲压线真空抓取场景的代表性机械臂–工件交互单元的接触载荷驱动可靠性分析框架。在多机械臂抓取场景中,选取代表性机械臂–工件交互单元进行可靠性分析。所提出框架由四个部分组成,包括动力学模型建立、界面接触载荷计算、CRediT作者贡献声明
Wangqifei Shen:原始稿件撰写、软件、方法论、验证、调查研究。Luchuan Yu:稿件审阅与编辑、调查研究、资金获取、指导。Shenquan Huang:稿件审阅与编辑、调查研究、指导。Yanfei Liao:稿件审阅与编辑。Youzhi Zhang:稿件审阅与编辑。
**数据可用性**
数据可在请求后提供。
CRediT作者贡献声明
Wangqifei Shen:原始稿件撰写、验证、软件、方法论、调查研究。Luchuan Yu:稿件审阅与编辑、指导、调查研究、资金获取。Shenquan Huang:稿件审阅与编辑、指导、调查研究。Yanfei Liao:稿件审阅与编辑。Youzhi Zhang:稿件审阅与编辑。
Wangqifei Shen | Luchuan Yu | Shenquan Huang | Yanfei Liao | Youzhi Zhang
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号