摘要
风力发电作为一种清洁且高效的发电方式，近年来得到了世界各国的广泛应用。风电叶片是风电机组的关键部件之一，在使用过程中经常会受到恶劣环境的影响而造成损坏。磨削加工作为风电叶片制造和修复过程中的重要工序，直接决定了风电叶片的表面质量。目前风电叶片的磨削加工主要以人工打磨为主，但人工打磨工作环境恶劣，且效率和精度难以得到保证。因此，实现风电叶片的自动化磨削加工意义重大。 为实现风电叶片的高效、高精自动化磨削加工，针对风电叶片表面为复杂曲面的特点，设计并研制一种安装在机器人上使用的末端执行器。该装置通过控制气缸腔内气压调节打磨力，控制过程简单，且能够在风电叶片表面曲率发生变化时维持打磨力的稳定。根据所设计末端执行器的工作原理和结构，推导末端执行器的力平衡方程以及气动系统流量方程，建立末端执行器的动力学模型，并将其转换为状态空间方程。 末端执行器的动力学模型为非线性、不精确模型，且磨削加工过程中存在参数摄动以及机器人振动、外部噪声等非匹配干扰。为解决上述问题，本文提出一种基于自适应滑模反步算法的机器人打磨力控制策略。利用滑模控制对系统模型不敏感的特性，消除匹配干扰对系统的影响；通过反步控制准确补偿已知模型的非匹配扰动；采用自适应控制有效地处理参数不确定性。仿真分析结果证明所提打磨力控制策略能够有效解决系统参数的不确定性且对外部扰动具有很好的抑制能力。 搭建风电叶片机器人磨削加工实验平台，开发末端执行器的打磨力控制软件，并对磨削加工路径进行离线编程。通过正弦信号的力跟踪实验以及恒力打磨实验，证明所提控制策略具有力跟踪性能好、响应速度快、抗扰动能力强等特点。通过PID、反步法、自抗扰算法和自适应滑模反步算法打磨后的表面粗糙度值分别为 3.13 μm、2.05 μm、1.59 μm 和 1.12 μm，证明所提控制策略能有效提升风电叶片表面磨削加工质量。 根据本文所提控制策略，通过单因素实验分析关键打磨工艺参数对表面粗糙度的影响规律，并确定响应面优化试验中各工艺参数的试验水平。通过Design-Expert试验设计软件按照响应面法中的 Box-Behnken Design 试验设计方法设计试验。采用二阶多项式对试验数据进行拟合建立响应面模型，对回归方程和响应面图进行分析得到优化工艺参数值。通过实验得到优化工艺参数、经验工艺参数和人工打磨后的表面粗糙度值分别为0.92 μm、1.13 μm 和 4.19 μm，证明工艺参数优化结果的有效性。
NETL