原文信息：
LUO WenLong, TANG XiaoWei*, MA Tao, GUO QiuShuang, XU YanYan, YUAN Xing, ZHANG Lei & MAO XinYong. Regularized automatic frequency response function acquisition of a milling robot operating in a high-dimensional workspace. Science China Technological Sciences, 2024, 67(6): 1783–1797, https://doi.org/10.1007/s11431-023-2625-8
内容介绍
随着智能制造和精密制造的不断发展，铣削机器人的结构频响函数愈发受到关注。然而，经典常规的实验模态分析（Experimental Modal Analysis，EMA）虽然能够准确地获取铣削机器人任意点对点的频响函数，却要求被测结构处于静止状态，而铣削机器人多关节的结构特点导致其工作位姿数量极其庞大，难以逐一重复EMA。工作模态分析（Operational Modal Analysis, OMA）利用铣削机器人受环境激励引起的振动辨识机器人运行状态下的动力学特性，无需人工干预，在动态获取铣削机器人结构动力学，但一般利用的切削力作为激励力的前提导致难以遍历空间，此外，由于OMA无须获取激励力，其获取的频响函数的幅值无法正则化。因此，自动获取工作空间内的正则化频响函数是目前铣削机器人获取结构频响函数的一个重要挑战。
为解决这个问题，华中科技大学唐小卫教授团队利用控制铣削机器人的多关节进行随机加减速运动产生的运动激励代替传统的人工锤击激励，实现激励的自动化。进一步地，通过结构修正思想，利用铣削机器人运动过程中的模态参数灵敏度建立了模态正则化因子，从而对获取的结构频响函数进行正则化。所提方法不仅能自动获取铣削机器人整个工作空间内的结构频响函数，还克服了利用OMA难以获取正则化频响函数的固有缺陷，达到实时获取幅值准确的结构频响函数的目的。所提方法的框架图如图1所示。
图1 本文所提方法框架图。所提方法通过运动激励及模态正则化因子，实现了铣削机器人结构频响函数正则化获取
最后，本文在ABB IRB6660-205/1.9型机器人验证了所提方法在铣削机器人工作全空间内自动正则获取结构频响函数的有效性。通过机器人控制器设定随机运动的程序，在三个位姿下分别利用布置在机器人结构上的加速度传感器实时收集其振动信号，结合所提模态正则化因子模型进行数据分析，并输出获取的频响函数。结果表明，所提方法在铣削机器人处于工作空间内的不同位姿下均具有较高的准确性和可靠性。
图2 (a) 铣削机器人自激励示意；(b) 机器人待测位姿及正则化位姿下的振动响应；(c) 机器人待测位姿及正则化位姿下的模态辨识；(d) 不同空间位姿下，所提方法与锤击方法获取的频响函数对比
本文创新点如下：
（1） 提出了一种空运行状态下铣削机器人的多关节随机激励方法；
（2） 提出了铣削机器人模态参数正则化理论，并建立了模态正则化因子模型；
（3） 对运行中的铣削机器人多姿态多方向的频率响应函数进行了正则化处理，得到了具有精确振幅的频率响应函数。
