机械工程学报

作者：汪朋朋, 卢浩, 杨志强, 侯福宁, 郭士杰, 甘中学

单位：1. 复旦大学工程与应用技术研究院 上海 200433;2. 天津科技大学电子信息与自动化学院 天津 300457;3. 河北工业大学机械工程学院 天津 300401

关键词：协作SCARA机器人,非线性摩擦力辨识,摩擦补偿,长短期记忆,Informer；

基金：上海科技计划(21511101701)和国家重点研发计划(2021YFC0122704)资助项目。

在协作机器人的动力学建模中，由于关节非线性摩擦力的存在，基于电机反馈电流的无力传感器力控精度不高。基于此，重点研究协作机器人关节非线性摩擦力，提高其辨识的精度，从而提升力矩控制性能。设计了一种新的协作SCARA机器人，对关节摩擦的组成进行了分析，并对影响摩擦的关节速度、温度和负载等因素进行了试验。通过采集机器人的位置、速度、力矩、环境温度和负载等时间序列数据，采用牛顿欧拉法计算理论力矩，将实际力矩作为监督学习的对象，建立基于Informer-LSTM的并联混合神经网络模型，从而辨识得出具有不同时间序列特征的非线性综合动态摩擦力，最终以前馈力矩的方式对关节摩擦进行补偿。实验结果表明，Informer-LSTM并联混合神经网络模型能够很好地预测长、短时间序列数据，以数据驱动的综合动态摩擦模型在零速和极低速下更为精确，摩擦补偿后的各关节力矩平均误差均在1%以下，能够显著提升力矩精度。

来源：2025年第7期

《机械工程学报》期刊编辑部

查看机械工程学报杂志2025年第7期