摆线传动中网阶振动的加速度计内环安全学习控制

《Scientific Reports》：Accelerometer-in-the-loop safe learning control of mesh-order vibrations in cycloidal drives

　　

摘要

由于具有高扭矩密度和低背隙的特点，摆线式（RV型）减速器被广泛用于工业机器人的关节中。然而，其多齿面传动路径会在盘齿面阶次以及相关的谐波和旁带上产生与工作点相关的结构化振动成分。本文提出了一种基于加速度传感器的实时振动抑制框架，能够在保持跟踪性能的前提下在线降低这些振动成分，且其性能符合实验观察结果及预定的安全限制。安装在减速器外壳上的三轴加速度传感器可提供高带宽的振动测量数据，进而以流式方式计算出与振动阶次同步、带限的指标。这些指标既用于确定优化目标，也作为振动暴露的限制条件。该控制架构保留了厂商提供的伺服回路，同时新增了一个针对振动的控制层，该层结合了低维抗共振参数化方法（包括自适应陷波整形以及与估计的齿面阶次相匹配的窄带前馈抵消技术），以及经过安全认证的上下文贝叶斯优化模块，后者会根据运行环境（速度、负载参数和温度参数）动态调整相关参数。此外，还有一个基于障碍函数的安全滤波器，以伺服系统的响应速度运行，用于在运行过程中确保约束条件得到满足；其效果通过记录的干预措施和约束条件统计数据进行实证评估。在多种速度和负载条件下对摆线式关节测试平台进行的实验表明，该方案能够有效减弱主要的齿面阶次振动成分及其谐波。在测试的运行条件下，跟踪精度及相关安全信号均保持在预设范围内。所提出的方法无需高精度的内部接触模型，即可为摆线式机器人关节的在线振动最小化提供可行的解决方案，而且其记录的参数变化轨迹和按阶次追踪的振动指标，也为长期运行中的状态感知自适应调整奠定了基础。