مهندسی روباتیک به طور مداوم مرزهای آنچه ماشین ها می توانند در محیط های خواستار - از خطوط تولید با سرعت بالا به تئاتر های جراحی و اکتشاف عمیق اقیانوسی به دست آورند، مقاومت ساختاری ربات به طور مستقیم زندگی عملیاتی، فواصل تعمیر و نگهداری و اطمینان کلی را تعیین می کند، در حالی که روش های تجزیه و تحلیل خطی سنتی برای دهه ها به صنعت خدمت کرده اند، اغلب کوتاه می شوند زمانی که اجزای بزرگ، پلاستیک یا ساختارهای تماسی پیچیده تر را پیش بینی می کنند.

درک تحلیل غیر خطی در روباتیک

تحلیل غیر خطی این واقعیت را به این دلیل که رابطه بین نیروهای اعمال شده و جابجایی های حاصل از آن همیشه متناسب نیست، در ساختارهای رباتیک سه خط اولیۀ غیر خطی به بازی می آیند:

  • عدم خطیت جغرافیایی - هنگامی که تغییر شکل به اندازه کافی بزرگ برای تغییر سفت و سخت ساختار به طور قابل توجهی شامل سلاح های رباتیک ضعیف در هنگام خم شدن یا خم شدن در هنگام بلند کردن سنگین است.
  • غیر خطیری - هنگامی که رابطه استرس-فشار مواد از کشش خطی، مانند پلاستیک، خزیدن، یا حساسیت شدید در پلیمرها و فلزات مورد استفاده در مفاصل یا کش ها منحرف می شود.
  • تماس با غیر خطیری [FLT 1] - هنگامی که سطوح وارد یا از دست می دهند، یا هنگامی که نیروهای اصطکاک با بار طبیعی متفاوت است، این در مفاصل، بلبرینگ ها و اثرات نهایی حیاتی است.

با ترکیب این غیر خطی، مهندسان می توانند رفتار صحیح (FLT:0) را شبیه سازی کنند از یک ربات تحت شرایط شدید یا غیر قابل پیش بینی، پیش بینی حالت های شکست که روش های خطی از دست می دهند.

محدودیت های تجزیه و تحلیل خطی برای ساختارهای روباتیک

تجزیه و تحلیل عناصر محدود خطی (FEA) فرض می کند که شکل های کوچک، مواد خطی الاستیک و شرایط مرزی تغییر ناپذیر.

  • سلاح های رباتیک اغلب نزدیک به محدوده ساختاری خود عمل می کنند، و انحرافات بزرگی را تجربه می کنند که مسیر های بار را تغییر می دهند.
  • بارگیری تکراری می تواند باعث ایجاد عملکرد محلی شود که منجر به استرس و خستگی باقی مانده می شود.
  • ترخیص و نیروهای تماس با حرکت تغییر می کنند و باعث ایجاد سفتی در زمان متغیر می شوند.

در نتیجه، تکیه بر تجزیه و تحلیل خطی می تواند منجر به بیش از حد طراحی شده، روبات های سنگین که انرژی را هدر می دهند یا ساختارهای طراحی شده (FLT:2under) که از پیش از موعد شکست می خورند، این شکاف را با ارائه پیش بینی های واقعی از دوام و عملکرد نزدیک می کند.

مزایای کلیدی تجزیه و تحلیل غیر خطی برای قابلیت ربات

پیش بینی دقیق استرس

روش های غیر خطی، غلظت های استرس را شناسایی می کنند که مدل های خطی نادیده گرفته می شوند، به ویژه در مناطقی که دارای افزایش استرس مانند سوراخ های پیچ، مفاصل جوش و گوشه های تیز هستند، این مانع از شروع و انتشار ناگهانی ترک می شود.

مدل سازی پیشرفته تر Material Modeling

مهندسان می توانند رفتارهای مادی مانند پلاستیک را تعریف کنند و تخریب چربی و شکل آن به عنوان مثال، بازوی آلومینیوم ربات ممکن است در طول یک رویداد اضافه بار؛ تجزیه و تحلیل غیر خطی چرخه های شکل و باقی مانده بر اثر آن را ضبط کند.

بهینه سازی، طراحی های سبک

با پاکت های بار واقعی، طراحان می توانند عوامل ایمنی را که تنها با فرضیات خطی اعمال می شوند، کاهش دهند، این منجر به ربات های سبک تر و چابک تر بدون به خطر انداختن یکپارچگی ساختاری می شود. توده پایین تر همچنین باعث کاهش بار محرک و مصرف انرژی می شود.

تست مجازی سناریوهای شدید

در این میان، مهندسان به منظور آزمایش ربات های زیر ، قادر به آزمایش ربات ها هستند گسترش حرارتی و load Cycle صدها بار سریع تر از کاهش فیزیکی و هزینه های آن است.

عدم شناسایی حالت

فراتر از استرس، تجزیه و تحلیل غیر خطی پیش بینی رشد شل، خستگی کراک و سایش تماس، شناسایی اولیه اجازه می دهد تا تغییرات طراحی قبل از تولید انبوه.

اجرای عملی تحلیل غیر خطی

استفاده از تجزیه و تحلیل غیر خطی به ساختارهای رباتیک از جریان کار سیستماتیک پیروی می کند.هر مرحله نیاز به قضاوت دقیق مهندسی برای اطمینان از نتایج قابل اعتماد دارد.

مرحله 1: توسعه مدل

یک هندسه دقیق 3D از اجزای ربات ایجاد کنید. ویژگی های سیمپلکس که بر پاسخ ساختاری تأثیر نمی گذارد – مانند پر کردن کوچک یا سوراخ های پیچیده – برای کاهش هزینه های محاسباتی. عنوان مثال، Bilinear برای فولاد، سخت گیر است، hyperelastic for لاستیک.

مرحله دوم: انتخاب عنصر و انتخاب عنصر

از عناصر سفارش بالاتر (کلیداتیک یا تتراالدال) برای خم کردن قطعات تحت سلطه استفاده کنید. refine مش در مناطق با شیب های استرس انتظار می رود یا مناطق تماس حساس به کیفیت محتوا هستند؛ انجام یک مطالعه همگرایی مش.

مرحله 3: تعریف بار و شرایط بی حد

از نیروهای واقع گرایانه، گشتاورها و جابجایی ها بر اساس داده های شیماتیک ربات (FLT:0gravitis) استفاده کنید ، بارهای غیرکاربرانی ، بار غیر فعال و Heat] [F:7] زمینه های روشن و یا به طور ضمنی به عنوان یکپارچه سازی پویا استفاده می کنند.

مرحله 4: انتخاب و تنظیمات حل کننده

نوع تجزیه و تحلیل را انتخاب کنید: استاتیک (برای بارهای آهسته یا ثابت)، دینامیک ضمنی (برای نرخ های متوسط)، یا دینامیک صریح (برای اثرات با سرعت بالا) اندازه گام برای اطمینان از همگرایی استفاده از کنترل های پیشرفته حل کننده مانند تثبیت خودکار برای پیکربندی های ناپایدار.

مرحله پنجم: اجرای شبیه سازی

در این میان، در میان افراد، از جمله [[FLT]]، [[FLT:b]]، [[FLT:{FLT:3|S}} استفاده می شود و به صورت غیر فعال، از این قابلیت ها استفاده می کند.

مرحله 6: پس از نیاز و طراحی آن را

تجزیه و تحلیل استرس، فشار، جابجایی و طرح های خط فشار تماس، معیارهای شکست را شناسایی کنید: معادل (von Mises) استرس بیش از عملکرد، استرس اصلی بیش از قدرت کششی نهایی، یا فشار پلاستیک تجمعی بالاتر از حد مجاز است.

مطالعه موردی: افزایش قابلیت دور بودن سلاح رباتیک

تولید کننده شش ربات صنعتی، شکست زودرس خستگی را در مفصل مچ دست از بازوی سنگین بار خود مشاهده کرد. خطی FEA پیش بینی کرده بود یک عامل ایمنی 2.5، با این حال واحدهای میدانی پس از 200000 چرخه با سرعت بالا تجزیه و تحلیل غیر خطی با استفاده از Abaqus، ترکیب غیر خطیریری هندسی به دلیل خم شدن بزرگ، پلاستیک مواد در آلومینیوم (6061-T تماس و سطوح غیر خطی در تحمل.

شبیه سازی نشان داد که در طول شتاب سریع، مسکن مچ دست با تجربه (FLT:0) بازده محلی شده که افزایش استرس برای چرخه های بعدی بود، متناسب با گسترش حرارتی، افزایش فشار تماس فراتر از حد استقامت مواد است.با طراحی مجدد مسکن با یک بخش ضخیم تر در نوار راه و تغییر به یک چرخه آلیاژی بالاتر، بدون کاهش سرعت در تعمیر و کاهش بازوی به دست آورد.

چالش ها و بهترین تمرین ها

علی رغم مزایای آن، تحلیل غیر خطی موانعی را ارائه می دهد که مهندسان باید به آن توجه کنند:

  • هزینه محاسباتی: مدل های بافیدل می توانند ساعت ها یا روزهایی را برای حل و فصل نیاز داشته باشند.
  • دسترسی به داده های مواد: دقیق خواص مواد غیر خطی (به عنوان مثال، منحنی های فشرده استرس، داده های خسته S-N) ضروری است به دست آوردن داده ها از آزمون های استاندارد شده و یا ادبیات.
  • پیچیدگی های متقابل: حل کنندگان غیر خطی ممکن است به دلیل ناسازگاری تماس یا تحریف عنصر شدید، همگرا شوند.
  • اعتباربخشی: همیشه نتایج شبیه سازی را با سنجش فشار فیزیکی یا داده های تست خستگی مرتبط می کند.

بهترین شیوه ها شامل شروع مدل های خطی ساده تر به عنوان یک پایه، اضافه کردن اثرات غیر خطی و استفاده از مطالعات (FLT:0) حساسیت پذیری برای شناسایی پارامترهای غالب است.

روندهای آینده در تجزیه و تحلیل غیر خطی برای رباتیک

این زمینه به سرعت در حال تحول است. چندین روند در حال ظهور وعده می دهد تا تجزیه و تحلیل غیر خطی برای ارزیابی دوام قابل دسترس تر و قدرتمند تر شود:

ادغام با ماشین یادگیری

مدل های سوررو گیت آموزش داده شده در داده های غیر خطی FEA می توانند پاسخ ساختاری را در زمان واقعی پیش بینی کنند و دوقلوهای دیجیتال سیستم های رباتیک را قادر می سازند که در طول عمل آسیب های خستگی را کنترل می کنند.

شبیه سازی چند فیزیکی

تجزیه و تحلیل های زوج که ترکیب اثرات ساختاری، حرارتی و الکترومغناطیسی را به عنوان ربات ها شامل سنسورهای، محرک ها و سیم های شارژ بی سیم حیاتی می شوند، به عنوان مثال، پیش بینی می کند که چگونه گرما از موتور بر ترخیص و قدرت مواد تأثیر می گذارد.

مواد افزودنی

ساختار های تیتانیوم یا پلیمر 3D چاپ شده نشان دهنده رفتار غیر خطی پیچیده (به عنوان مثال، پلاستیک آنیستروپیک، خستگی از منافذ) تجزیه و تحلیل غیر خطی که متناسب با این مواد است، فریم های ربات سبک و بادوام را بهینه سازی می کند.

برای مطالعه عمیق تر در این روند، بررسی اخیر در ژورنال روباتیک و تولید یکپارچه کامپیوتر را ببینید.

نتیجه گیری

تجزیه و تحلیل غیر خطی از یک ابزار تحقیق تخصصی به یک روش مهندسی عملی برای افزایش دوام ساختاری ربات تکامل یافته است.با به طور دقیق گرفتن تغییر شکل بزرگ، پلاستیک مواد و رفتار تماس، مهندسان را قادر می سازد تا ربات هایی را طراحی کنند که هر دو سبک و انعطاف پذیر هستند - قادر به پایداری دقیق سخت افزار تولید، اکتشاف و مراقبت های بهداشتی هستند، زیرا منابع محاسباتی ارزان تر می شوند و شبیه سازی نرم افزار کاربر پسند تر، قابلیت های طولانی مدت ساخت و ساخت ربات ها در هر نسل بعدی است که در این ربات ها سرمایه گذاری می کنند.