A Study on Optimal Working Path Control of Seven Axes Vertical Type Robot with Translation Joint for Triming Working Automation in Forming Process

단조공정 트리밍작업 자동화를 위한 병진관절을 갖는 7축 다관절 로봇의 최적 작업경로제어에 관한 연구

Abstract

This study propose a new approach to control the optimal working path of vertical type articulated robot with translation joint for trimming working process automation in forging manufacturing process. The basic structure of the proposed robotic joints controller consists of a Proportional-Intergral controller and a Proportional-Derivative controller in parallel. The proposed control scheme takes advantage of the properties of the fuzzy PID controllers. The proposed method is suitable to control of the trajectory and path control in cartesian space for vertical type articulated robot manipulator. The results illustrates that the proposed fuzzy computed torque controller is more stable and robust than the conventional computed torque controller. The reliability is varified by simulation test for vertical type s articulated robot with seven joints including one trqanslation joint.

1. 서론

본 논문에서는 고온환경의 단조공정의 트리밍작업 및 단조품 핸들링 공정의 자동화를 위하여 고온 환경에 적용 가능한 7축 수직다관절 로봇의 관절에 대한 최적 작업경로의 위치 및 속도제어 알고리즘을 개발하고 시뮬레이션 실험을 통하여 성능검증을 수행한다.[1,2] 따라서 제어 방법은 외란 입력 시 강인성을 가지고 비선형성을 다루는 능력이 있는 PID형 퍼지 제어기법을 적용한 계산 토크 제어기법을 제안하여 로봇 매니퓰레이터의 정확하지 못한 모델링과 변수의 변화에 민감한 문제점을 보상하여 추적오차를 감쇄시키고 외란에 의한 시스템의 성능감소를 최소화시켰다. 퍼지제어기를 구성함에 있어 비례, 미분, 적분 오차를 이용한 3차원 규칙기반을 가진 퍼지제어기는 제어 규칙을 얻기가 어렵고 또한 제어규칙의 수도 많으므로 PD와 PI 타입 퍼지 제어기를 병렬로 연결한 제어기를 구성하였다[3,4,5]. 퍼지 제어기를 구성함에 있어서 퍼지 추론으로부터 얻어진 최종값은 입력에 대한 알맞은 결과값이 아니므로 이를 적당히 최적화시킬 필요가 있다. 단일한 해를 가지지 않고 여러 개의 해 백터들로 구성된 해집단(population)을 형성해 탐색해 나간다[6,7,8]. 제어 오차의 보정은 반복학습을 통하여 설계 파라메타를 최적화시킴으로써 로봇 매니퓰레이터의관절이 정확한 작업경로의 위치 및 속도 궤적을 정확하게 추적 할 수 있도록 한다.

2. 수직다관절 로봇 운동학

로봇 운동학이란 움직이는 물체의 운동과 힘과의 관계를 다루는 분야로 접근방법으로는 Lagrange-Euler방법과 Newton-Euler방법이 있다. Lagrange-Euler방법은 explicit closed form으로 표현하기 때문에 개념적으로 이해하기 쉬울 뿐만 아니라 제어 알고리즘을 적용하기 쉬운 장점이 있으나, 계산량이 너무 많아 실시간제어가 쉽지 않다.

Fig. 1 The coordinaters of vertical type articulated robot arm with 7 joints.

Table 1. The link parameters of robot arm

변환 행렬은 회전행렬R⁰₆과 변위벡터d⁰₆에 의해 구해진다. 식 (2.52)와 식 (2.53)에 나타낸 것을 사용하여 다음을 구할 수 있다.

R⁰₆ = (U₁V1)(U₂V₂)(U₃V₃)(U₄V₄)(U₅V₅)(U₆V₆) (2.82)

d⁰₆ = U₁s₁ + (U₁V₁)U_Ss₂ + (U₁V₁)(U₂V₂)U₃s₃ + (U₁V₁)(U₂V₂)(U₃V₃)U₄s₄ + (U₁V₁)(U₂V₂)(U₃V₃)(U₄V₄)U₅s₅ + (U₁V₁)(U₂V₂)(U₃V₃)(U₄V₄)(U₅V₅)U₆s₆ (2.83)

다음 행렬식은 manipulator의 각축에 대한 U와 V의 초기 행렬 값은 다음과 같이 표현된다.

\(\begin{align}\begin{array}{l} U_{1}=\left[\begin{array}{ccc} \cos \left(\theta_{1}\right) & -\sin \left(\theta_{1}\right) & 0 \\ \sin \left(\theta_{1}\right) & \cos \left(\theta_{1}\right) & 0 \\ 0 & 0 & 1 \end{array}\right], \quad V_{1}=\left[\begin{array}{ccc} 1 & 0 & 0 \\ 0 & 0 & -1 \\ 0 & 1 & 0 \end{array}\right] \\ U_{2}=\left[\begin{array}{ccc} \cos \left(\theta_{2}\right) & -\sin \left(\theta_{2}\right) & 0 \\ \sin \left(\theta_{2}\right) & \cos \left(\theta_{2}\right) & 0 \\ 0 & 0 & 1 \end{array}\right], \quad V_{2}=\left[\begin{array}{lll} 1 & 0 & 0 \\ 0 & 1 & 0 \\ 0 & 0 & 1 \end{array}\right] \\ U_{3}=\left[\begin{array}{ccc} \cos \left(\theta_{3}\right) & -\sin \left(\theta_{3}\right) & 0 \\ \sin \left(\theta_{3}\right) & \cos \left(\theta_{3}\right) & 0 \\ 0 & 0 & 1 \end{array}\right], \quad V_{3}=\left[\begin{array}{ccc} 1 & 0 & 0 \\ 0 & 0 & 1 \\ 0 & -1 & 0 \end{array}\right] \\ U_{4}=\left[\begin{array}{ccc} \cos \left(\theta_{4}\right) & -\sin \left(\theta_{4}\right) & 0 \\ \sin \left(\theta_{4}\right) & \cos \left(\theta_{4}\right) & 0 \\ 0 & 0 & 1 \end{array}\right], \quad V_{4}=\left[\begin{array}{ccc} 1 & 0 & 0 \\ 0 & 0 & -1 \\ 0 & 1 & 0 \end{array}\right] \end{array}\end{align}\)

(2.84)

\(\begin{align}U_{5}=\left[\begin{array}{ccc} \cos \left(\theta_{5}\right) & -\sin \left(\theta_{5}\right) & 0 \\ \sin \left(\theta_{5}\right) & \cos \left(\theta_{5}\right) & 0 \\ 0 & 0 & 1 \end{array}\right], \quad V_{5}=\left[\begin{array}{ccc} 1 & 0 & 0 \\ 0 & 0 & -1 \\ 0 & 1 & 0 \end{array}\right]\\U_{6}=\left[\begin{array}{ccc} \cos \left(\theta_{6}\right) & -\sin \left(\theta_{6}\right) & 0 \\ \sin \left(\theta_{6}\right) & \cos \left(\theta_{6}\right) & 0 \\ 0 & 0 & 1 \end{array}\right], \quad V_{6}=\left[\begin{array}{lll} 1 & 0 & 0 \\ 0 & 1 & 0 \\ 0 & 0 & 1 \end{array}\right]\end{align}\)

그리고 s_i는 다음과 같이 주어진다.

\(\begin{align}\begin{array}{l}s_{1}=\left[\begin{array}{l}0 \\ 0 \\ 0\end{array}\right], s_{2}=\left[\begin{array}{c}a_{2} \\ 0 \\ d_{2}\end{array}\right], s_{3}=\left[\begin{array}{l}0 \\ 0 \\ 0\end{array}\right], s_{4}=\left[\begin{array}{l}0 \\ 0 \\ d_{4}\end{array}\right] \\ s_{5}=\left[\begin{array}{l}0 \\ 0 \\ 0\end{array}\right], s_{6}=\left[\begin{array}{c}0 \\ 0 \\ d_{6}\end{array}\right]\end{array}\end{align}\)

따라서 U_i, V_i, 그리고 s_i를 식 (2.82)과 식 (2.83)에 대입하면 R⁰₆를 구할 수 있다.

\(\begin{align}R_{6}^{0}=\left[\begin{array}{lll}r_{11} & r_{12} & r_{13} \\ r_{21} & r_{22} & r_{23} \\ r_{31} & r_{32} & r_{33}\end{array}\right]\end{align}\)       (2.86)

r₁₁ = (((C₁C₂C₃ - C₁S₂S₃)C₄ - S₁S₄)C₅ + (-C₁C₂S₃ - C₁S₂C₃)S₅)C₆ + ((C₁C₂C₃ - C₁S₂S₃)S₄ + S₁C₄)S₆

r₁₂ = -(((C₁C₂C₃ - C₁S₂S₃)C₄ - S₁S₄)C₅ + (-C₁C₂S₃ - C₁S₂C₃)S₅)C₆ + ((C₁C₂C₃ - C₁S₂S₃)S₄ + S₁C₄)S₆

r₁₃ = ((C₁C₂C₃ - C₁S₂S₃)C₄ - S₁S₄)S₅ - (-C₁C₂S₃ - C₁S₂C₃)C₅

r₂₁ = (((S₁C₂C₃ - S₁S₂S₃)C₄ - C₁S₄)C₅ + (-S₁C₂S₃ - S₁S₂C₃)S₅)C₆ + ((S₁C₂C₃ - S₁S₂S₃)S₄ - C₁C₄)S₆

r₂₂ = -(((S₁C₂C₃ - s₁S₂S₃)C₄ - C₁S₄)C₅ + (-S₁C₂S₃ - S₁S₂C₃)S₅)S₆ + ((S₁C₂C₃ - S₁S₂S₃)S₄ - C₁C₄)C₆

r₂₃ = ((S₁C₂C₃ - S₁S₂S₃)C₄ + C₁S₄)S₅ - (-S₁C₂S₃ - S₁S₂C₃)C₅

r₃₁ = ((S₂C₃ + C₂S₃)C₄C₅ + (-S₂S₃ + C₂C₃)S₅)C₆ + (S₂C₃ + C₂S₃)S₄S₆

r₃₂ = -((S₂C₃ + C₂S₃)C₄C₅ + (-S₂S₃ + C₂C₃)S₅)S₆ + (S₂C₃ + C₂S₃)S₄C₆

r₃₃ = (S₂C₃ + C₂S₃)C₄S₅ - (-S₂S₃ + C₂C₃)C₅

\(\begin{align}d_{6}^{0}=\left[\begin{array}{l}d_{11} \\ d_{21} \\ d_{31}\end{array}\right]\end{align}\)       (2.87)

d₁₁ = C₁C₂a₂ + S₁d₂ + (-C₁C₂S₃ - C₁S₂C₃)d₄ + (((C₁C₂C₃ - C₁S₂S₃)C₄ - S₁S₄)S₅ - (-C₁C₂S₃ - C₁S₂C₃)C₅)d₆

d₂₁ = S₁C₂a₂ - C₁d₂ + (-S₁C₂S₃ - S₁S₂C₃)d₄ + (((S₁C₂C₃ - S₁S₂S₃)C₄ - C₁S₄)S₅ - (-S₁C₂S₃ - S₁S₂C₃)C₅)d₆

d₃₁ = S₂a₂ + (-S₂S₃ + C₂C₃)d₄ + ((S₂C₃ + C₂S₃)C₄S₅ - (-S₂S₃ + C₂C₃)C₅)d₆

그리고 마지막 6축 전체에 대한 변환 행렬은 다음과 같이 주어진다

\(\begin{align}A_{6}^{0}=\left[\begin{array}{ccc}R_{6}^{0} & d_{6}^{0} \\ 0 & 0 & 0\end{array}\right]\end{align}\)       (2.88)

한편 Newton-Eulr방법은 순환(recursive) 형태이므로 실시간 제어가 용이하나 개념적인 이해가 어렵다. 본 논문에서는 SCARA형 로봇의 2축에 대해서 Lagrange-Euler방법을 이용하여 로봇의 동역학식을 구했다[20,21]. SCARA형 로봇은 2축이 모두 회전 관절형이므로 관절변수는 관절각이 되고, 수평형 로봇이므로 중력항이 없다. 어떤 외란이 존재하에서 n자유도를 가지는 로봇 매니퓰레이터의 동역학식은 다음과 같이 표현된다.

\(\begin{align}M(q) \ddot{q}+H(q, \dot{q})+\tau_{d}=\tau\end{align}\)       (2.1)

여기서 q(t)∈Rⁿ는 관절의 각백터(joint angle vector)

M(q)∈R^nxn는 관성 행렬(inertia matrix)

\(\begin{align}H(q, \dot{q}) \in R^{n}\end{align}\)는 coriolis force와 centrifugal force

τ_d∈Rⁿ는 외란(disturbance)

τ∈Rⁿ는 제어토크(control torque)

3. 수직다관절 로봇 관절 제어

로봇 공학에서 궤환 선형화 기법(feedback linearization method)의 응용인 계산 토크 방식은 로봇 매니퓰레이터라는 특수한 형태의 시스템을 대상으로 설계되므로 제어기 설계가 비교적 단순한 특징이 있는 그 구성은 내부 비선형 보상부와 외부 궤환 제어부로 나눌 수 있다. 내부 비선형 보상부는 중력, 마찰력, 관성 행렬과 같은 로봇 매니퓰레이터의 비선형항을 궤환을 통해 상쇄시켜 선형모델로 근사시키는 역할을 한다[2,3]

3.1 퍼지제어 이론

퍼지 이론은 1965년 미국 버클리 대학의 L. A. Zadeh 교수에 의해 ‘퍼지 집합 이론(fuzzy set theory)’으로 처음으로 소개되어진 뒤 많은 분야에서 다용도로 그리고 빠르게 응용되어지고 있다. 퍼지 이론에서 컴퓨터가 인공적인 지능을 가지고 인간의 의사대로 수행하기 위해서는 인간이 사용하는 수치는 물론 언어적으로 애매한 표현들을 처리할 수 있도록 한다. 기존의 디지털 논리 체계는 0과 1의 개념이 확실한 반면 퍼지 논리(fuzzy logic)는 어떤 집합에 완전히 속하면 1, 완전히 속하지 않으면 0, 그 이외에도 0과 1사이의 값을 가지게 되며, 인간의 애매 모한 상황도 표현할 수 있는 것이 퍼지 논리 이론이다.

Fig. 2 Basic architecture of fuzzy controller for robot system.

퍼지 집합은 언어의 의미나 개념에서 알 수 있듯이 인간의 애매성을 정량적으로 나타내기 위한 집합의 개념이다. 퍼지 집합은 각 집합의 인자(element)가 어느 정도로 각 집합에 속하는 가를 소속함수를 이용해 나타내게 되는 것으로 정의할 수 있는데 마치 한 사람이 자기 직장에 대한 만족도를 함수로 나타낸 것과 유사하다고 볼 수 있다.

퍼지 집합론에서 가장 기본적인 용어의 정의부터 알아본다.

(1) 크리스프 집합(crisp set) : 집합의 각 원소가 집합에 속하거나 속하지 않는 두 가지 중의 하나로 결정되는 집합을 말한다.

(2) 퍼지집합(fuzzy set) : 집합의 각 원소가 집합에 속하거나 속하지 않는 두 가지 중의 하나로 결정되지 않고 각각에 대한 소속 정도를 취하는 원소들로 구성되는 집합을 말한다. 즉 소속함수의 값이 0과 1 뿐만 아니라, 0과 1 사이의 임의이 값을 가질 수 있도록 하는 집합이다.

(3) 소속 함수(membership function) : 퍼지 집합의 각 원소들의 소속정도를 계산해 주고 숫자로서 나타내며 문자 ‘μ’로 표시한다. 일반적으로 소속함수는 삼각형(triangle), 평행사변형(trapezoidal), 가우시안(Gaussian), 종(bell) 모양으로 결정한다.

퍼지 집합에서 확실히 이해해야 하는 문제는 집합과 집합간의 관계 즉 사건과 사건의 관계를 정의해 주는 퍼지 관계이다. 제어의 경우는 입력과 입력, 출력과 출력 또는 입력과 출력 관계 등이 어느 정도 상관관계가 있는지 정의 할 수 있는 것으로 불 수 있다.

앞서 설명한 일반적인 크리스프 관계는 이들의 관계가 정확히 구분되는 것이 특징이다. 그러나 사람들의 관계가 어느 정도 ‘관계가 있다.’, ‘관계가 전혀 없다.’ 등과 같은 애매한 관계는 나타낼 수 없다. 이에 비해 퍼지 관계는 이들 관계의 정도를 0에서 1의 숫자를 이용해 수치로 나타낼 수 있다. 이것이 퍼지 관계이다. 따라서 퍼지 관계는 X × Y의 직접 집합 위에 퍼지 집합을 형성하는 것이 되므로 이 때의 소속함수를 식(3.1)과 같이 나타낼 수 있다.

μ_R : X × Y→[0 1]       (3.1)

4. 성능시험 및 결과 고찰

퍼지 제어기는 시스템 모델이 고전 제어 이론으로 해석하기에 너무 복잡한 제어분야에 적용되어 좋은 효과를 얻고 있다. 본 장에서는 비례, 미분, 적분 오차를 이용해 PD와 PI 퍼지 제어기를 병렬로 연결하여 시스템 성능의 저하 없이 퍼지 규칙의 수를 줄이고 간편화한 PID 퍼지 계산 토크 제어기를 구성한다. 퍼지 계산 토크 제어기의 구조는 다음 그림과 같다.

제안된 퍼지 계산 토크 제어기에 적용된 제어 입력 μ는 PI타입 퍼지 제어기와 PD타입 퍼지 제어기와의 합이므로 다음 식과 같이 나타낼 수 있다.

\(\begin{align}\dot{\epsilon}=e\end{align}\)       (4.1)

\(\begin{align}u =u_{P I}+u_{P D}\end{align}\)

\(\begin{align}\begin{aligned} =F_{P I}\left(C_{e} e, C_{i e} \epsilon\right)+F_{P D}\left(C_{e} e, C_{d e} \dot{e}\right)\end{aligned}\end{align}\) (4.2) 여기서 \(\begin{align}e, \dot{e}, \epsilon\end{align}\)는 퍼지 제어기의 입력변수F_PI(∙), F_PD(∙)는 PI타입, PD타입 퍼지 제어기C_e, C_de, C_ie는 퍼지 제어기의 입력 가중치이다.

Fig. 3 The block diagram of robot controller

- 이동형 관절의 정방향 및 역방향의 운동학적 특성 해석 및 신뢰성 검증

고열 환경에서 정밀하고, 안전한 작업을 수행하기 위해서는 이동형 각 관절의 변화율 조합의 결과로 만들어지는 관절의 최대 선속도 및 각속도를 분석함으로서 작업공간상의 동적 안정성의 분석 및 신뢰성 분석이 매우 중요하다. 그리고 임의의 작업을 수행하기 위해 직교 좌표성분으로 주어진 작업공간 말단의 목표 선속도 및 각속도를 구현하기 위해 필요한 매니퓰레이터 관절변수들의 변화율 분석하고 이를 기반으로 이동형 관절의 위치 및 속도 궤적제어에 대한 성능실험을 수행하고 그 신뢰성을 확인한다.

Fig. 4 The structure of vertical type articulated robot with mobile translation joint

4.1 위치궤적제어 성능실험 및 결과

3차 곡선 계획법에 의한 위치경로궤적 알고리즘

1) 3차 다항식의 중간경로가 있는 곡선식에 의한 위치경로궤적(A)

<경계조건>

⋅ 시작점: 위치(p_i), 속도(v_i), 최종점: 위치(p_f), 속도(v_f)

⋅ 속도경계조건이 0인 경우, 속도경계 조건이 0이 아닌경우

2) 다중구간 3차 곡선 위치궤적 계획법 : 속도 및 가속도 연속조건(B)

-도착시간(tf)이 주어지면, 시작점과 최 종점을 연결하는 중간점들의 집합

- 4개의 경계조건 연속조건 : 3차 곡선 다항식 궤적

<경계조건>

⋅ 시작점: 위치(p_i), 속도(0)

⋅ 중간점: 위치(p_f1), 속도 및 가속도 연속조건

⋅ 최종점: 위치(p_f2), 속도(0)

3) 내열환경 작업공간 내 로봇의 위치 궤적 계획(C)

<경계 조건>

⋅ 시작점의 값 : 0, 1초

⋅ 최종점의 값 : 1000

⋅ 샘플링 타임 : 0.001초

4) 병진관절 위치궤적제어 결과 그래프

Fig. 5 The simulation results of position trajectory control of mobile traslation joint.

4.2 속도궤적제어 성능실험 및 고찰

도착시간(t_f)이 주어지지 않고, 시작점과 시작점에서의 속도, 최종점과 종점에서의 속도가 주어질 때, 최대속도 및 최대가속도 조건을 만족하는 중간점들의 집합으로 구성되고, 가속구간-등속구간-감속구간의 비대칭구조의 사다리꼴 속도 프로파일의 궤적에 대한 성능실험을 수행한다. 여기서 t_a는 가속시간,, t_c는 등속시간, t_d는 감속시간, t_f는 최종시간을 나타낸다.

<경계 조건>

⋅시작점의 위치 및 속도: (0,100)

⋅최종점의 위치 및 속도 (1500,200)

⋅최대 가속도: 1000 pulse/sec2

Fig. 6 속도궤적 및 위치궤적 (velocity ≠ 0)

⋅최대 속도: 1000pulses/sec

⋅샘플링 시간: 0.001 sec

1) 사다리꼴 속도궤적제어의 시뮬레이션 모의실험 결과

Fig. 7 속도궤적 계획 시뮬레이션 결과 및 그래프

2) 가감속 S-곡선 속도궤적(S-curve velocity profile)에 대한 성능실험

<경계조건>

- 속도궤적 : 가감속 S-곡선 속도궤적

- 시뮬레이션조건 : 최대속도 1000, 최대가속도 800, 샘플링 타임 0.001초

Fig. 8 Simulation results for velocity trajectory (A)

Fig. 9 Simulation results for velocity trajectory (B)

5. 오프라인 모니터링 시스템

오프라인 프로그래밍 시스템은 크게 세팅 및 교시, 시뮬레이션, 성능 평가의 3부분으로 크게 나뉠 수 있다. 세팅 및 교시 부분에서는 파라미터 설정, 경로점 교시, 궤적 생성 등이 수행되며, 시뮬레이션 부분에서는 주어진 여러 제어 알고리즘에 의한 동역학 및 제어 시뮬레이션을 할 수 있고, 성능평가 부분에서는 수치 시뮬레이션 데이터에 의한 3차원 애니메이션과 제어알고리즘의 추종 성능 검증이 수행된다.

(1) 파일 운영 및 메뉴 기능 시험

오프라인 프로그래밍 시스템은 교시점에 관한 정보, 표준 궤적 데이터, 시뮬레이션 궤적 데이터 등 모든 정보를 데이터 파일로 관리한다. 각종 정보가 저장되어 있는 파일들은 개발시 선정된 몇 가지 고유한 확장자를 가지게 되며, 작업이 수행되기 전에 파일메뉴에서 새롭게 만들거나 기존의 작성된 파일을 열어야 한다.

Fig. 10 The menu operation file

(2) Setup 메뉴 및 경로계획 기능시험

로봇이 작업을 수행하기에 앞서 링크별 길이 및 질량, 작업 영역, 최대속도, 그리고 하중의 종류 등을 지정할 수 있다. 링크별 길이 및 질량지정 메뉴에서는 각 링크의 길이를 mm단위로 그리고, 질량을 g단위로 지정할 수 있다.

작업영역지정 메뉴에서는 각 관절의 최대 운동 범위를 지정할 수 있다. 최대속도지정 메뉴에서는 관절별로 최대 속도의 한계를 지정할 수 있으며 이 모든 조건들은 궤적 계획 시에 제한 조건으로 이용된다

Fig. 11 The set-up menu

경로계획법으로는 Cubic Spline법, LFPB (Linear Function with Parabolic Blend)법, B-Spline법, 직선 보간법, 원호 보간법 등이 준비되어 있어 이중에서 한 가지를 선택한다. Fig. 15는 실제 로봇의 교시상자를 대체하는 오프라인 프로그래밍 시스템의 교시 대화상자와, 교시 대화상자에서 설정 값을 변경하였을 때, 자동적으로 자세를 바꾸는 로봇의 모습에 대한 예시를 보여주고 있다.

(4) 동적 시뮬레이션 및 성능 시험

Fig. 12 The trajectory planning menu

시뮬레이션 메뉴에서는 궤적 계획에 이은 동역학 및 제어 시뮬레이션을 통해 수행하고자 하는 작업을 3차원과 2차원 그래픽으로 컴퓨터 화면상에서 미리 볼 수 있고 이에 이은 시뮬레이션 궤적 확인에 의해 제어 추종 성능 평가가 가능하므로 로봇에 적용될 제어 알고리즘 교시의 적합성을 판단할 수 있다.

6. 결론

본 연구에서는 고온환경의 단조공정의 트리밍 작업공정의 자동화를 위하여 이동형 병진관절을 갖는 7축 수직다관절 로봇의 최적 작업경로의 실시간 위치 및 속도의 궤적제어의 시뮬레이션 성능 시험을 수행하고, 그 성능을 분석통하여 신뢰성을 확인 하였다

기존의 수직다관절 로봇 관절 제어방법의 위치 및 속도제어의 문제점을 개선하기 위하여 퍼지 제어방식을 적용한 하이브리드구조의 계산토크 제어 기법을 제안하였다. 제안된 제어방법은 비레-적분-제어기와 비례-미분제어기의 기본구조를 갖는 퍼지제어방식을 계산토크제어 방식을 적용하었다. 퍼지제어방식을 적용함으로서 제어규칙의 수를 줄이고 제어구조를 간단하게 구성할 수 있었다.

제안된 제어기의 신뢰성을 검증하기 위해서 수직 다관절 로봇의 관절에 대한 위치 및 속도 궤적 추적 제어의 성능실험을 수행하고 신뢰성을 확인하였다.

후기

본 연구는 로봇비즈니스벨트사업의 지원으로 연구되었음.