張學森
(中廣核新能源控股有限公司,北京 100071)
目前,風力發電已在世界各地廣為應用。作為風能收集的載體—風電塔筒而言,由于制造、裝配等過程存在的問題,以及長時間使用后塔筒疲勞,容易出現塔筒裂紋、表面銹蝕等狀況,不及時實施對應的檢修措施將會引發塔筒坍毀的嚴重事故。目前常見的人工檢修法存在諸多弊端:1) 檢修人員需要攜帶大量工具從高度極高的塔筒內攀爬到頂部;2) 檢修人員懸吊在塔筒外壁工作時,由于高空風力較大,極易出現晃動,威脅檢修人員的安全。
該爬壁機器人模型主要分為以下幾個部分:履帶模塊、連接機構、驅動模塊和車體。由于爬壁機器人零部件數量繁多,連接關系復雜,所以只將單側履帶模塊加上電機基座作為模型來進行后續動力學仿真,其中力的傳遞是從電機經電機基座傳遞到鏈輪軸上。根據模型簡化的原則,提出了基于ADAMS 的爬壁機器人建模方法,步驟如下。1) 在ADAMS中對模型部件重新建模,僅保留前后各一個鏈輪,名稱分別為PART_C1 和PART_C2,其余部件均需要重新生成。2) 將電機基座與鏈輪板簡化成連桿一,另一個鏈輪板簡化成連桿二,建立兩個連桿連接鏈輪,名稱分別為PART_C1L 和PART_C2L;壁面名稱為PART_DM;長方體表示履帶板框架,名稱為PART_CHETI。3) 對鏈條部分進行簡化,將滾筒和套筒合并成一個部分,只保留鏈板與滾子。4) 永磁吸附模塊部分簡化成一塊永磁鐵。5) 將1 個永磁鐵和1 個鏈節作為一個整體,命名為PART_LD_X,X 取值范圍為1~70,整個鏈傳動模塊中,包括有70 個永磁鐵和70 個鏈節。6)最后加上地面和履帶框架簡化成的長方體,基于ADAMS 建模生成履帶行走模塊。
磁吸附的方式多應用在攀爬的壁面是導磁體的場景,如造船行業的焊接爬壁機器人、除銹爬壁機器人和管道檢測機器人。利用帶有永磁體的履帶作為機器人的吸附力來源,研制了一種用于船舶壁面除銹的爬壁機器人,該機器人具有吸附力大,負載能力強的優點。磁吸附有電磁體吸附和永磁體吸附兩種。電磁體爬壁機器人的磁力是電磁鐵通電后產生電磁吸力,它的特點是可以通過調整通電電壓來調整電磁力的大小,但是由于需要通過電磁線圈勵磁產生吸力,因此需要提供額外的電源供電,且防水性能要求較高。因此該方法具有一定的局限性。
負壓吸附是利用機器人和被吸附的壁面之間形成負壓,產生吸附力而實現吸附。該方式現有的技術相當成熟,且能承受比較大的負載。但其對吸附面的粗糙度要求較高且設備笨重、噪聲大。日本的西亮于1966 年利用負壓吸附技術研制出第一個能吸附在垂直壁面上的爬壁機器人樣機,1975 年他采用單吸盤結構研制了第二代爬壁機器人樣機。此后很多爬壁機器人的吸附方式均利用了真空吸附原理。研制了一種利用負壓吸附的單吸盤爬壁機器人,并研制了原理樣機。
干性黏附材料是模擬壁虎腳掌,通過微機電系統(MEMS) 加工技術設計并制作的高分子材料吸附陣列,該吸附方式最大的優點就是對吸附面的形狀和材質沒有特殊要求,適應性較強。2010 年斯坦福大學的MarkCutkoky 利用干性黏附材料研制了一種名為StickyBotⅢ的仿壁虎機器人,其腳掌是一種干性黏附材料,它是一種微納尺度的仿生剛毛,腳趾能外翻和內收。每條腿使用4 臺舵機驅動,腿部是五桿機構,該機器人的吸附原理、運動形式均和壁虎相近,該機器人長760cm。
1) 爬壁機器人的工程應用將更加深入和廣泛。雖然當前有很多學者和單位對爬壁機器人開展了深入的研究,也取得了相當豐富的成果,其應用的主要目標是清洗、噴涂、檢測、除銹等作業,但是由于存在跨越障礙未能從根本上克服,吸附技術仍然有待發展等,因此目前爬壁機器人離大規模的應用仍然存在一定的差距。隨著這些問題的克服,將來爬壁機器人的工程應用將更加深入和廣泛。2) 吸附技術發展,將提高爬壁機器人的攀爬能力。吸附技術是爬壁機器人所必須克服的一個關鍵技術問題,它決定了爬壁機器人的運行可靠性和穩定性問題。而當前很多吸附技術仍然存在一定的不足,在工程應用過程中存在不能滿足需求的問題,這一問題多年來得到了國內外學者的高度重視,也取得了不少科研成果,因此隨著新材料、仿生技術的發展,爬壁機器人的吸附技術也將得到發展,從而提高爬壁機器人的吸附能力。3) 運行空間和適應范圍將更為擴大,從而推動無纜爬壁機器人的應用。隨著電池能量密度的不斷增加,從而使得機器人本體的重量越來越輕。同時機器人傳感技術飛速發展,推動了機器人人工智能控制方式的發展,使得機器人不再局限在有限的空間,從而擁有一定自主決策能力、不再有電纜的爬壁機器人將是其發展的趨勢。
在滿足機械性能的前提下,為獲得質量較小的電機基座,提出了一種優化設計方法。該方法首先是基于ADAMS動力學仿真得到極限載荷并將其用于后續的有限元分析,然后是將拓撲優化、參數敏感性分析和響應面法相結合進行電機基座的優化設計。通過拓撲優化分析,確定優化方向;通過參數敏感性分析,得到影響輸出參數的主要輸入參數;通過建立基于標準二階響應面法的響應面模型,結合多目標遺傳優化算法對模型進行了尺寸優化,得到符合優化目標的設計尺寸。