Metoda symulacyjna doboru parametrów napędu elektrycznego dla dedykowanej trajektorii ruchu

• Autorzy: Łygas K.

Warianty tytułu

EN

Simulation method of selection electric drive for dedicated trajectory

• Języki publikacji: PL

Abstrakty

PL

W artykule zaproponowano metodę doboru parametrów napędów elektrycznych na przykładzie robota typu Scara dla konkretnej trajektorii ruchu. W tym celu została przeprowadzona symulacja w środowisku Simulink modelu powstałego przy pomocy biblioteki SimMechanics. Symulację przeprowadzono dla trzech różnych zestawów regulatorów. Porównano wielkości sygnałów sterujących, wskaźniki jakości oraz błędy statyczne. Autor pracy proponuje opisaną metodę symulacyjną jako narzędzie inżynierskie do doboru parametrów napędów konstrukcji mechanicznych.

EN

The paper presents a method of developing a dynamic model of a mechanism (SCARA robot arm) that can be used to simulate forces and moments during operation. The results obtained from simulation can be used to determine the required parameters of electric motors. Simulink tools are used to model and simulate the behavior of the mechanism in predefined test conditions.

Słowa kluczowe

PL

napęd elektryczny; Simulink; SimMechanics

EN

electric drive; Simulink; SimMechanics

• Wydawca: Instytut Naukowo-Wydawniczy "SPATIUM". sp. z o.o.
• Czasopismo: Autobusy : technika, eksploatacja, systemy transportowe
• Rocznik: 2016
• Tom: R. 17, nr 12
• Strony: 1156--1159
• Opis fizyczny: Bibliogr. 7 poz., rys., tab., wykr., pełen tekst na CD

Twórcy

autor

Łygas K.

• Politechnika Lubelska, Wydział Mechaniczny, Katedra Automatyzacji

Bibliografia

• 1. Steve Miller, „SimMechanics-Model and Simulate Multibody Mechanical Systems.”, 2014.
• 2. M. S. Alshamasin, F. Ionescu, i R. T. Al-Kasasbeh, „Kinematic modeling and simulation of a SCARA robot by using solid dynamics and Verification by Matlab/Simulink”, Eur. J. Sci. Res., t. 37, nr 3, ss. 388–405, 2009.
• 3. K. Łygas, P. Wolszczak, T. Klepka, i D. Ghiculescu, „Kinematic Design of Parallel Delta System in Matlab”, Appl. Mech. Mater., t. 844, ss. 7–12, lip. 2016.
• 4. G. Chen, Y. Yang, L. Zhai, K. Zou, i Y. Yang, „SCARA Robot Control System Design and Trajectory Planning: A Case Study”, w Advances in Electrical Engineering and Automation, A. Xie i X. Huang, Red. Springer Berlin Heidelberg, 2012, ss. 171–176.
• 5. M. Plechawska-Wojcik i P. Wolszczak, „Appling of Neural Networks to Classification of Brain-Computer Interface Data”, w Beyond Databases, Architectures and Structures, Bdas 2016, t. 613, S. Kozielski, D. Mrozek, P. Kasprowski, B. Malysiak-Mrozek, i D. Kostrzewa, Red. Cham: Springer Int Publishing Ag, 2016, ss. 485–496.
• 6. M. Plechawska-Wojcik, P. Wolszczak, R. Cechowicz, i K. Lygas, „Construction of neural nets in brain-computer interface for robot arm steering”, 2016, ss. 348–354.
• 7. V. Fedak, F. Ďurovsky, i R. Üveges, „Analysis of Robotic System Motion in SimMechanics and MATLAB GUI Environment”, w MATLAB Applications for the Practical Engineer, K. Bennett, Red. InTech, 2014.