생몰정보
소속
직위
직업
활동분야
주기
서지
국회도서관 서비스 이용에 대한 안내를 해드립니다.
검색결과 (전체 1건)
원문 있는 자료 (1) 열기
원문 아이콘이 없는 경우 국회도서관 방문 시 책자로 이용 가능
목차보기더보기
표제지
목차
1. 서론 10
1.1. 연구의 배경 10
1.2. 관련 연구 동향 13
1.3. 연구의 필요성 및 목표 15
2. Delta-type 병렬 로봇의 기구학 해석 17
2.1. Delta-type 병렬 로봇의 정기구학 해석 17
2.2. Delta-type 병렬 로봇의 역기구학 해석 21
2.3. Delta-type 병렬 로봇의 속도 기구학 해석 24
2.4. Delta-type 병렬 로봇의 가속도 기구학 해석 27
3. 최적화 알고리즘을 기반으로 한 병렬 로봇 모델 추정 29
3.1. Delta-type 병렬 로봇의 비선형 운동방정식 유도 29
3.2. 병렬 로봇 파라미터 추정을 위한 최적화 기법 도입 34
3.3. CNT-PSO with QI 알고리즘 37
3.3.1. 입자 군집 최적화(PSO) 알고리즘 38
3.3.2. Constraints handling mechanism 42
3.3.3. 순환적 네트워크 토폴로지 구조(CNT structure) 45
3.3.4. Quantum Infusion mechanism 47
3.4. 최적화 알고리즘을 기반으로 병렬 로봇 모델 추정 50
4. 병렬 로봇의 제어기 설계 56
4.1. CTC(Computed Torque Control) 56
4.2. PD(Proportion-Derivative) 제어기 58
4.3. 전향보상(Feedforward compensation) PD 제어기 63
4.4. 실험결과 비교 및 검증 68
5. 결론 73
참고문헌 74
국문초록 78
ABSTRACT 80
Fig. 1.1. A light-weight 7 degrees of freedom serial robotic arm 11
Fig. 1.2. The Adept Quatro parallele robot 12
Fig. 2.1. Forward kinematics diagram for Delta-type parallel robot 17
Fig. 2.2. Closed-loop frame for Delta-type parallel robot 17
Fig. 2.3. Inverse kinematics diagram for Delta-type parallel robot 21
Fig. 3.1. Gravity force acting on drive arm 30
Fig. 3.2. Parameter identification method diagram using optimization tool 35
Fig. 3.3. Description of the PSO algorithm flow 39
Fig. 3.4. Schematic diagram for virtual objective function 44
Fig. 3.5. Information change process based on cyclic-network topology 45
Fig. 3.6. The calculated torque using Lagrangian dynamic equation 52
Fig. 3.7. The calculated torque using nonlinear equation of motion 52
Fig. 3.8. X-axis coordinate for open-loop experiment of Delta-type parallel robot using nonlinear... 54
Fig. 3.9. Schematic diagram for open-loop experiment of Delta-type parallel robot 55
Fig. 4.1. Block diagram of Computed Torque Control 56
Fig. 4.2. Block diagram of PD control 58
Fig. 4.3. Joint angle for 1st drive arm using PD controller(이미지참조) 60
Fig. 4.4. X-axis coordinate using PD controller 60
Fig. 4.5. Joint angle error for 1st drive arm using PD controller(이미지참조) 61
Fig. 4.6. Joint angle error for 2nd drive arm using PD controller(이미지참조) 61
Fig. 4.7. Joint angle error for 3rd drive arm using PD controller(이미지참조) 62
Fig. 4.8. Block diagram of Feedforward compensation with PD control 63
Fig. 4.9. Joint angle for 1st drive arm using Feedforward compensation with PD control(이미지참조) 65
Fig. 4.10. X-axis coordinate using Feedforward compensation with PD control 65
Fig. 4.11. Joint angle error for 1st drive arm using Feedforward compensation with PD control(이미지참조) 66
Fig. 4.12. Joint angle error for 2nd drive arm using Feedforward compensation with PD control(이미지참조) 66
Fig. 4.13. Joint angle error for 3rd drive arm using Feedforward compensation with PD control(이미지참조) 67
Fig. 4.14. Comparison of joint angle for PD controller and Feedforward compensation with PD... 69
Fig. 4.15. Comparison of joint angle error for 1st drive arm using PD controller and Feedforward...(이미지참조) 69
Fig. 4.16. Comparison of joint angle error for 2nd drive arm using PD controller and...(이미지참조) 70
Fig. 4.17. Comparison of joint angle error for 3rd drive arm using PD controller and...(이미지참조) 70
Fig. 4.18. Comparison of X-Z axis coordinate using PD controller and Feedforward... 71
Fig. 4.19. Comparison of Y-Z axis coordinate using PD controller and Feedforward... 72
Algorithm 1. Optimization procedure of conventional PSO algorithm 41
Algorithm 2. Optimization procedure of CNT-PSO with QI algorithm 49
초록보기 더보기
산업혁명 이후 공장 자동화의 중요성이 부각되면서 산업용 로봇의 요구가 확대되고 있다. 특히 산업용 로봇 중에서도 병렬 로봇은 직렬 로봇과 비교해서 상대적으로 작은 작업 공간을 가지지만 고강성, 고하중의 생산능력과 고속/고가속력의 성능을 가진다. 그리고 링크 길이에 의해 조인트 오차가 누적되지 않아 비교적 정/동적 변형이 작고 고정밀도를 가진다. 하지만 현재 산업 현장에서는 여전히 직렬 로봇의 비중이 지배적이고 직렬 로봇을 기반으로 한 연구들이 주를 이루고 있으며, 병렬 로봇은 기구학적, 동역학적 특성이 매우 복잡하여 정/동적 거동에 대한 이해가 수반되어야 한다. 또한 다른 링크들과 연계된 시스템(Closed-chain system) 특성에 기인하여 한 구동기에서의 오차가 다른 구동기에 영향을 미쳐 고속, 고정밀 제어를 위해서는 병렬 로봇만의 효율적인 제어기 설계가 필요하다.
이와 같은 배경에서 본 연구는 기존의 연구에서 제안되었던 동역학 해석들에 비해 간편하면서도 정확한 모델링 기법과 이를 이용한 전향보상 제어기에 대한 연구를 진행하였다. 먼저 병렬 로봇의 거동을 보다 정밀하게 모사하는 모델을 얻기 위해 비선형성을 살린 운동방정식을 유도하고 입자 군집 최적화(Particle Swarm Optimization) 알고리즘을 이용한 시스템 식별 기법을 제안하였다. 나아가 종래의 입자 군집 최적화 알고리즘으로는 다룰 수 없었던 구속조건(Constraint condition)을 해결하기 위해 가상의 목적함수를 도입하여 알고리즘 성능에 영향을 주지 않으면서 효과적으로 문제를 해결하였다. 또한 상기 알고리즘의 약점인 조기수렴(Premature convergence) 현상을 개선하고자 순환적 네트워크 토폴로지 기반 이웃구조 입자군집을 적용하였으며, 탐색 영역을 넓혀 전역 최적해(Global optimal solution) 탐색 능력을 극대화 시키는 Quantum-Infusion 메커니즘을 도입하여 알고리즘의 안정성과 성능 개선에 기여하였다.
개선된 알고리즘을 바탕으로 한 시스템 식별 기법을 이용하여 비선형 운동방정식을 도출하고 개루프 실험을 통해 실제 병렬 로봇 장비의 거동과 유사함을 증명하였다. 또한 상기 모델을 기반으로 고속/고정밀에 적합한 전향보상 PD 제어기를 설계하였으며, 실험을 통해 기존 제어기와 비교함으로써 안정성 및 정밀도 측면에서 매우 뛰어남을 입증하였다.
원문구축 및 2018년 이후 자료는 524호에서 직접 열람하십시요.
도서위치안내: / 서가번호:
우편복사 목록담기를 완료하였습니다.
* 표시는 필수사항 입니다.
* 주의: 국회도서관 이용자 모두에게 공유서재로 서비스 됩니다.
저장 되었습니다.
로그인을 하시려면 아이디와 비밀번호를 입력해주세요. 모바일 간편 열람증으로 입실한 경우 회원가입을 해야합니다.
공용 PC이므로 한번 더 로그인 해 주시기 바랍니다.
아이디 또는 비밀번호를 확인해주세요
