考虑时变不确定参数的工业机器人定位精度分析及可靠性设计

Time-dependent uncertain parameters widely exist in industrial robots, the construction of uncertainty measurement model and development of efficient reliability analysis method are helpful to improve the competitiveness of the domestic industrial robots. At present, there is still a big gap between the domestic industrial robots and international advanced level, and the great fluctuation of positioning accuracy and the lack of dynamic reliability is one of the technical bottlenecks that restrict the improvement of domestic industrial robots. This project will develop an efficient sensitivity analysis method suitable for high-dimensional uncertain parameters of industrial robots and establish a time-dependent uncertainty measurement model that affects the performance of positioning accuracy. Then, the propagation strategy of time-dependent uncertainty in industrial robot system will be proposed, the influence degree of each parameter on positioning accuracy reliability will be quantified and an efficient dynamic reliability analysis method for industrial robot positioning accuracy will be developed considering the performance degradation of core components. Following that, in order to improve the reliability of positioning accuracy of industrial robots, the positioning accuracy reliability optimization algorithm with good robust performance will be developed based upon the active learning function. All the proposed models, methods and algorithms will be tested and verified on a polishing industrial robot. This project will solve the problem of dynamic reliability of industrial robot positioning accuracy and improve the reliability design level of positioning accuracy, providing a theoretical guidance for the high reliability design of domestic industrial robots.

时变不确定性参数广泛存在于工业机器人中，构建不确定性度量模型与发展高效可靠性分析方法有助于提升国产工业机器人的竞争力。目前国产工业机器人与国际先进水平仍具有较大差距，定位精度性能波动大且动态可靠性不足是制约国产工业机器人水平提升的技术瓶颈之一。本项目将发展适合工业机器人高维不确定参数的高效敏感性分析方法，并建立影响定位精度性能的时变不确定性度量模型；接着，将提出时变不确定性在工业机器人系统中的传播策略，量化各参数对定位精度可靠性的影响程度，考虑核心零部件性能衰退发展工业机器人定位精度的高效动态可靠性分析方法；然后，为了提升工业机器人定位精度的可靠性，基于自学习函数开发稳健的定位精度可靠性优化算法，并将提出的模型、方法和算法等在打磨工业机器人上进行验证。本项目将解决工业机器人定位精度动态可靠性的求解问题，提高定位精度的可靠性设计水平，为国产工业机器人高可靠性设计提供理论指导。

工业机器人是提高智能制造生产效率和精度的关键，研究工业机器人定位精度可靠性分析及设计优化技术对于提高其运动精度具有重要意义。项目围绕“多源高维时变不确定性下工业机器人定位精度分析及可靠性设计方法”关键问题，系统性地开展了工业机器人多源不确定参数敏感性分析方法，定位精度可靠性分析方法和核心零部件及整机性能可靠性设计优化方法等方面的研究。研究取得的进展包括：（1）提出了工业机器人定位精度多源高维时变不确定参数敏感性分析方法，建立了多源不确定性下工业机器人运动精度可靠性模型，发展了高效的可靠性求解策略，探明了多源不确定性和复杂相关性在工业机器人系统中的传递规律，为全面评估工业机器人运动精度可靠性提供了理论支撑。（2）构建了高精度的工业机器人核心零部件及整机定位精度代理模型，提出了考虑时变不确定性的工业机器人核心零部件时变可靠性分析方法，发展了基于自适应代理模型的定位精度可靠性分析算法，提供了工业机器人定位精度可靠性高效求解工具。（3）拓展了双循环框架下基于一阶可靠性分析的可靠性设计优化方法，提出了适应性迭代的解析单循环可靠性设计优化方法，高效稳健获取了工业机器人核心零部件及定位精度全局最优解；发展了混合适应性克里金模型近似和局部适应性克里金模型近似的单循环可靠性设计优化方法，显著提高了工业机器人可靠性设计效率。.项目执行期间，共发表学术论文20篇，其中SCI收录19篇，1篇入选ESI热点论文，3篇入选ESI高被引论文；申请国家发明专利2项；登记软件著作权3项；培养硕士研究生4名，联合培养博士研究生1名；项目负责人入选2022年度全球前2%顶尖科学家榜单。