Роботизированные коробки передач: 6 правил, о которых мало кто знает :: Autonews

  • 02.01.1970

Содержание

Все про обновленный вазовский робот АМТ — журнал За рулем

В Сочи прошло мероприятие Lada Brand Day, где вазовцы презентовали обновленную роботизированную трансмиссию. Вот что рассказал ЗР руководитель проекта АМТ Владимир Петунин:

Схема роботизированной коробки передач АМТ

Схема роботизированной коробки передач АМТ

Так уж сложилось, что претензий к АМТ была масса. Мол, водитель и пассажиры клюют носом при переключениях, машина тупит, ну и так далее. Вазовцы прислушались и даже предложили несколько новых прошивок, но глобальное обновление анонсировали только сейчас.

Никаких кардинальных изменений исполнительных механизмов не потребовалось. Однако в «железе» все же есть новшества — у контроллера управления теперь не одна, а две платы, и, конечно, иная программа управления коробкой передач. Так что владельцы роботизированных автомобилей не смогут просто приехать к дилеру и перепрошить коробку.

Что поменяли

«Пробочный» режим, или, как его называют официально, функция Creeping mode, который появился в этом году, сохранен. Водитель просто снимает ногу с педали тормоза, и машина начинает катиться вперед. Скорость на первой передаче — 7–8 км/ч, на второй — 14–15 км/ч. При включении заднего хода этот режим также работает — машина ползет со скоростью 5–6 км/ч.

При этом функция Creeping mode отключается автоматически при одном из трех условий: если во время движения открыть водительскую дверь, если перевести селектор в нейтраль или затянуть рукоять стояночного тормоза. То есть вот так вдруг автомобиль сам не поедет.

Новая программа управления АМТ позволила сократить время переключения передач: с первой на вторую и со второй на третью — аж на 30%. Обещают, что синхронизаторы выдержат.

Новая программа управления АМТ позволила сократить время переключения передач: с первой на вторую и со второй на третью — аж на 30%. Обещают, что синхронизаторы выдержат.


Материалы по теме

У водителей, которые часто ездят с полной нагрузкой автомобиля, да еще и по горным дорогам, были нарекания: на приборах регулярно загоралась ошибка коробки передач. Причина в следующем: из-за сильного нагрева и пробуксовки сцепления срабатывает датчик температуры. Однако электроника при этом не разомкнет диски сцепления. Важно понимать, что этот индикатор не является критическим, то есть не сигнализирует о поломке, требуя прекратить эксплуатацию автомобиля. В инструкции по эксплуатации об этом так и написано.

Появилась и возможность старта на второй передаче, в ручном режиме управления АМТ. Это так называемый «зимний» режим работы коробки передач. Вазовцы обещают, что так будет легче трогаться с места на скользкой дороге.

Скоро появится и спортрежим (не путать с Kick Down), который можно будет активировать отдельной клавишей на панели. «Спорт» будет работать в режимах А и М (автоматический и ручной соответственно). При этом электроника задействует иные настройки двигателя и трансмиссии.

В ручном режиме при максимальных оборотах мотора принудительного переключения передачи вверх не будет.

Обновленная роботизированная трансмиссия появилась и на Ладе XRAY с мотором 1.

8.

Обновленная роботизированная трансмиссия появилась и на Ладе XRAY с мотором 1.8.

Лифтованная версия кроссовера Lada XRAY Cross 1.8 пока лишена робота. Предположим, что ненадолго.

Лифтованная версия кроссовера Lada XRAY Cross 1.8 пока лишена робота. Предположим, что ненадолго.

На дороге

Материалы по теме

Сажусь в Весту Кросс. Действительно, работать АМТ стала расторопнее. Уже нет прежнего ощущения клевка при переключениях, за которые лично я так не люблю большинство роботов. А вот и пробка из Адлера в Сочи. Отпускаю педаль тормоза и медленно ползу в потоке, работая только тормозом. Так ехать легче, чем с прежней версией АМТ: не нужно каждый раз «будить» машину нажатием на педаль акселератора. Это бережет нервы водителя.

На старой извилистой и полупустой дороге, ведущей на Красную Поляну, автомобиль также оставляет приятные впечатления. Нет в его поведении прежней нервозности. А главное, у меня не возникает вопроса, переключилась коробка или еще нет. Переключения чувствуются, при этом они заметно сглажены. Тут поправка: я никуда не торопился и ехал спокойно.

А как АМТ поведет себя, если надавить на газ от души? В режиме «газ в пол» робот скидывает вниз две передачи. Заметно, что трансмиссия теперь работает быстрее и логичнее. Эх, жалко, в этой версии AMT пока нет клавиши спортрежима! Проверить бы и его, но такая возможность появится позднее.

Наш вердикт

В сравнении с предыдущей версией, новая АМТ стала понятнее для водителя и комфортнее для всех находящихся в машине. Если не относиться к роботизированной Весте как к гоночному автомобилю, то впечатления от машины исключительно положительные. Робот по-прежнему для тех, кто не торопится. Ну а для тех, кто привык погонять, есть Lada Vesta Sport на механике.

Сцепление Робот коробка переключения передач

Главная \ Роботизированные Коробки Переключения Передач

Многие современные автомобили оснащаются роботизированной коробкой передач.  Премиальные комплектации  популярных городских моделей:   Toyota Aygo,  Peugeot 107, Ford Fusion, Ford C-Max, Citroen C1, Opel Zafira, VW Crafter, Mersedes Sprinter — за счет роботизированной коробки переключения передач (РКПП)  удобны и практичны в эксплуатации. Поскольку роботизированная коробка передач  не очень давно нашла широкое применение в практике автомобилестроения, в блогах и форумах наблюдается явный интерес к ее свойствам и особенностям эксплуатации роботов.


Роботизированная  коробка передач  представляет собой обычную механическую трансмиссию, переключением передач  управляет робот – набор  электронных блоков и  датчиков.  Электронный блок  управления (ЭБУ) обрабатывает  сигналы датчиков и других систем автомобиля: блока управления двигателем, тормозной и антизаносной/противопробуксовочной систем, — и  приводит в действие приводы  (актьюаторы) включения сцепления и переключения передач. В сравнении с автоматической коробкой передач роботизированная  трансмиссия дешевле,  надежнее,  проще в ремонте и экономичнее по расходу топлива, поскольку по конструктиву идентична механической,  а в сравнении с обычной «механикой» — значительно удобнее для водителя, которому не приходится заботиться о переключении передач.


Однако за все преимущества приходится платить. Коробка робот изнашивает сцепление быстрее, чем опытный  водитель на механике. Примерно через 30 — 50 тыс.км пробега сцепление на автомобилях, оснащенных коробкой роботом, начинает проявлять признаки неисправности. Основные жалобы владельцев  Toyota Aygo,  Peugeot 104, Ford Fusion, Citroen C1, по поводу коробки передач, звучат так: замедленное срабатывание (коробка «буксует»), повышенный шум, не включается передача, не едет 🙁 

Методы «лечения» известны и доступны, это: программная адаптация сцепления и адаптация приводов роботизированной КПП с помощью специализированного оборудования, ремонт механизмов приводов включения сцепления и приводов переключения передач, ремонт блоков управления РКПП.  Иногда для восстановления работоспособности коробки робота достаточно выполнить прокачку сцепления и адаптацию сцепления (обучение момента трогания). Если неисправность связана с нестабильным прохождением электрического  сигнала, то требуется ремонт или замена проводки (косы проводов коробки передач). Рано или поздно возникает необходимость замены пакета сцепления РКПП, после чего также требуется провести адаптацию.


Своевременное обслуживание робота  позволяет продлить срок службы комплекта сцепления РКПП, обеспечив пробег 60-70 тыс.км  и более. Чтобы роботизированная  КПП служила долго, необходимо при текущем  сервисном обслуживании (через каждые 10-15 тыс.км) проводить адаптацию алгоритма работы робота к степени износа диска сцепления.

VW Crafter, Mersedes Sprinter имеют несколько другой роботизированный привод переключения передач, он у них электрогидравлический (принцип похож на гидромеханический автомат: соленоиды, давление масла, масляный насос). самое сложное и ненадежное место в этой системе переключения это механизм выбора передач. Поршни, втулки, направляющие забиваются стружкой от выработки деталей и начинают подклинивать вызывая неадекватную реакцию исполнительного механизма робота и уход компьютера в аварийный режим или невозможность выключения передачи (автомобиль всегда находится на передаче и мигает ошибка кпп на панели приборов).

  • Расценки на ремонт роботизированных КПП

Полезно знать — Роботизированная коробка передач. Принцип действия .. запчасти бмв минск

Роботизированная коробка передач (обиходное название – коробка-робот) представляет собой механическую коробку передач, в которой функции выключения сцепления и переключения передач автоматизированы. Название

«роботизированная коробка передач» свидетельствует о том, что водитель и условия движения формируют только входную информацию для системы управления, а работой коробки передач руководит электронный блок с определенным алгоритмом управления.

Роботизированная коробка передач сочетает в себе комфорт автоматической коробки передач, надежность и топливную экономичность механической коробки передач. При этом «робот» в большинстве своем значительно дешевле классической АКПП. В настоящее время практически все ведущие автопроизводители оснащают свои автомобили роботизированными коробками передач, устанавливая их на всю линейку моделей от малого до премиум класса.

Устройство роботизированной коробки передач

Роботизированные коробки передач различаются по конструкции, вместе с тем, можно выделить следующее общее устройство роботизированной коробки передач:

• сцепление;

• механическая коробка передач;

• привод сцепления и передач;

• система управления.

В автоматизированных коробках передач используется сцепление фрикционного типа. Это может быть отдельный диск или пакет фрикционных дисков. Прогрессивным в конструкции коробки передач является т.н. двойное сцепление, которое обеспечивает передачу крутящего момента без разрыва потока мощности.

В основу конструкции роботизированной коробки положена механическая коробка передач. При производстве используются, в основном, готовые технические решения. Например, автоматизированная коробка передач Speedshift от Mercedes-Benz построена на базе АКПП 7G-Tronic путем замены гидротрансформатора на фрикционное многодисковое сцепление. В основе коробки SMG от BMW лежит шестиступенчатая «механика», оборудованная электрогидравлическим приводом сцепления.

Коробки-роботы могут иметь электрический или гидравлический привод сцепления и передач. В электрическом приводе исполнительными органами являются сервомеханизмы (электродвигатель и механическая передача). Гидравлический привод осуществляется с помощью гидроцилиндров, которые управляются электромагнитными клапанами. Такой вид привода еще называют электрогидравлическим. В ряде конструкций «роботов» с электрическим приводом (Easytronic от Opel, Durashift EST от Ford) используется гидромеханический блок с электродвигателем для перемещения главного цилиндра привода сцепления.

Электрический привод отличает невысокая скорость работы (время переключения передач 0,3-0,5с) и меньшее энергопотребление. Гидравлический привод предполагает постоянное поддержание давления в системе, а значит большие затраты энергии. Но с другой стороны он более быстрый. Некоторые роботизированные коробки передач с гидравлическим приводом, устанавливаемые на спортивные автомобили, имеют просто впечатляющую скорость переключения передач: Ferrari 599GTO — 0,06c, Lamboghini Aventador – 0,05c.

Эти качества определяют область применения «роботов» с электрическим приводом на бюджетных автомобилях, с гидравлическим приводом – на более дорогих автомобилях. Электрический привод имеют следующие конструкции коробок передач:

• Allshift от Mitsubishi;

• Dualogic от Fiat;

• Durashift EST от Ford;

• Easytronic от Opel;

• MultiMode от Toyota;

• SensoDrive от Citroen;

• 2-Tronic от Peugeot.

Достаточно большое количество роботизированных коробок оснащены гидравлическим приводом:

• ISR (Independent Shifting Rods) от Lamborghini;

• Quickshift от Renault;

• R-Tronic от Audi;

• Selespeed от Alfa Romeo;

• SMG от BMW.

Управление роботизированной коробкой передач осуществляет электронная система, которая включает входные датчики, электронный блок управления и исполнительные механизмы. Входные датчики отслеживают основные параметры коробки передач: частоту вращения на входе и выходе, положение вилок включения передач, положение селектора, а также давление и температуру масла (для гидравлического привода) и передают их в блок управления.

На основании сигналов датчиков электронный блок управления формирует управляющие воздействия на исполнительные механизмы в соответствии с заложенной программой. В своей работе электронный блок взаимодействует с системой управления двигателем, системой ABS (ESP). В роботизированных коробках с гидравлическим приводом в систему управления дополнительно включен гидравлический блок управления, который обеспечивает непосредственное управление гидроцилиндрами и давлением в системе.

Исполнительными механизмами роботизированной коробки передач в зависимости от вида привода являются электродвигатели (электрический привод), электромагнитные клапаны гидроцилиндров (гидравлический привод).

Коробка передач с двойным сцеплением

Основным недостатком роботизированной коробки передач является сравнительно большое время переключения передач, что приводит к рывкам и провалам в динамике автомобиля и, соответственно, снижает комфорт от управления транспортным средством. Решение указанной проблемы было найдено в применении коробки передач с двумя сцеплениями, обеспечившей переключение передач без разрыва потока мощности.

Двойное сцепление позволяет при включенной передаче выбрать следующую передачу и при необходимости включить ее без перерыва в работе коробки. Поэтому другое название роботизированной коробки передач с двумя сцеплениями — преселективная коробка передач (от preselect — предварительно выбрать).

Другим преимуществом коробки передач с двойным сцеплением является высокая скорость переключение передач, зависящая только от скорости переключения муфт (DSG от Volkswagen — 0,2c, DCT M Drivelogic от BMW – 0,1c). «Робот» с двумя сцепления отличает еще и компактность, что актуально для малолитражных автомобилей. Наряду с этим, можно отметить повышенное энергопотребление коробки (особенно с «мокрым» сцеплением). Сравнительно высокая скорость переключения передач в совокупности с непрерывной передачей крутящего момента позволяют добиться отменной разгонной динамики автомобиля и экономии топлива.

В настоящее время двойное сцепление применяется во многих роботизированных коробках передач:

• DCT M Drivelogic от BMW;

• DSG от Volkswagen;

• PDK от Porsche;

• Powershift от Ford, Volvo;

• Speedshift DCT от Mercedes-Benz; .

• S-Tronic от Audi;

• TCT от Alfa Romeo;

• Twin Clutch SST от Mitsubishi.

Даже великолепная Ferrari 458 Italia оборудована Doppelkupplungsgetriebe (коробка передач с двойным сцеплением). Все перечисленные роботизированные коробки передач используют гидравлический привод сцепления и передач. И лишь одна коробка передач на сегодняшний день имеет электрический привод устройств, это EDC (Efficient Dual Clutch) от Renault (время переключения передач 0,29с).

Пионерами массового применения коробки передач с двумя сцеплениями являются Volkswagen и Audi, которые устанавливают роботизированную коробку передач DSG и S-Tronic на свои автомобили с 2003 года. Коробка S-Tronic является аналогом коробки DSG, но в отличие от нее устанавливается продольно оси на задне- и полноприводные автомобили.

На автоматизированной коробке DCT M Drivelogic в системе управления реализуется функция Drivelogic, которая предполагает одиннадцать программ переключения передач. Шесть программ выполняются в режиме ручного переключения, а пять являются автоматизированными программами переключения передач. Данная функция позволяет адаптировать смену передач под стиль вождения конкретного человека. По сути, данная коробка является адаптивной коробкой передач.

Принцип действия роботизированной коробки передач

Работа роботизированной коробки передач может осуществляться в двух режимах: автоматическом и полуавтоматическом. В автоматическом режиме электронный блок управления на основании сигналов входных датчиков реализует определенный алгоритм управления коробкой с помощью исполнительных механизмов.

На всех роботизированных коробках предусмотрен режим ручного (полуавтоматического) переключения передач, аналогичный функции Tiptronic АКПП. Работа в данном режиме позволяет последовательно переключать передачи с низшей на высшую и наоборот с помощью рычага селектора и (или) подрулевых переключателей. Поэтому в ряде источников информации роботизированная трансмиссия называется секвентальной коробкой передач (от sequensum – последовательность).

http://systemsauto.ru

(PDF) Компактные редукторы для современной робототехники: обзор

García et al. Компактные редукторы для современной робототехники

Де Сантис, А., Сицилиано, Б., Де Лука, А., и Бикки, А. (2008). Атлас

физического взаимодействия человека и робота. мех. Мах. Теория 43, 253–270.

doi: 10.1016/j.mechmachtheory.2007.03.003

Дель Кастильо, Дж. М. (2002). Аналитическое выражение КПД

планетарных передач. мех. Мах. Теория 37, 197–214.

doi: 10.1016/S0094-114X(01)00077-5

Дрессчер Д., де Врис Т. Дж. и Страмиджиоли С. (2016). «Выбор мотор-редуктора

для энергоэффективности», Международная конференция IEEE

по усовершенствованной интеллектуальной мехатронике (AIM) 2016 г. (Банфф, AB: IEEE), 669–675.

doi: 10.1109/AIM.2016.7576845

Fujimoto, Y. (2015). Планетарная передача и метод ее проектирования.

Патент Японии № JP2015164100. Токио: Патентное бюро Японии.

Фудзимото Ю. и Кобусе Д. (2017). «Роботизированные приводы с высоким обратным ходом»,

на Международном семинаре IEEJ по датчикам, срабатыванию, управлению движением и оптимизации

(SAMCON) (Нагаока), IS2–1.

ГАМ (2020). Волновой редуктор GSL. Каталог.

ГЕНЕЗИС (2018). Усилитель крутящего момента Reflex — залог будущего движения. Tech

Обновление Связь.

GENESIS Robotics (2020). LiveDrive R

Радиальный ДВИГАТЕЛЬ [Брошюра].Номер

доступен в Интернете по адресу: https://genesisrobotics.com/products/livedrive-radial-motor/

(по состоянию на 30 апреля 2020 г.).

Гиберти, Х., Чинквемани, С., и Леньяни, Г. (2010). Влияние механических характеристик трансмиссии

на выбор мотор-редуктора. Мехатроника 20,

604–610. doi: 10.1016/j.mechatronics.2010.06.006

Жирар, А., и Асада, Х. Х. (2017). Использование динамики естественной нагрузки

с приводами с переменным передаточным числом.IEEE-робот. автомат. лат. 2, 741–748.

doi: 10.1109/LRA.2017.2651946

Горла К., Даволи П., Роза Ф., Лонгони К., Чиоцци Ф. и Самарани А. (2008).

Теоретический и экспериментальный анализ циклоидного редуктора. Дж. Мех. Дес.

130:112604. doi: 10.1115/1.2978342

Groothuis, S.S., Folkertsma, G.A., and Stramigioli, S. (2018). Общий подход

к достижению стабильности и безопасного поведения в распределенных архитектурах роботов.

Перед. Робот. ИИ 5:108. doi: 10.3389/frobt.2018.00108

Хаддадин С., Альбу-Шеффер А. и Хирцингер Г. (2009). Требования к безопасным роботам

: измерения, анализ и новые идеи. Междунар. Дж. Робот. Рез, 28,

1507–1527. doi: 10.1177/0278364909343970

Хаддадин С. и Крофт Э. (2016). «Физическое взаимодействие человека и робота»,

в Springer Handbook of Robotics (Cham: Springer), 1835–1874.

doi: 10.1007/978-3-319-32552-1_69

HALODI Robotics (2018).ДВИГАТЕЛЬ С Прямым Приводом Revo1TM [Брошюра], Moss.

Доступно в Интернете по адресу: https://www.halodi.com/revo1 (по состоянию на 30 апреля 2020 г.).

Хэм, Р. В., Шугар, Т. Г., Вандерборхт, Б., Холландер, К. В., и Лефебер, Д.

(2009). Совместимые конструкции приводов. IEEE-робот. автомат. Маг. 16, 81–94.

doi: 10.1109/MRA.2009.933629

Harmonic Drive AG (2014) Технические данные CSD-2A Компонент

Наборы. Каталог.

Хлебаня Г. и Куловец С. (2015).«Разработка плоскоцентрической коробки передач

на основе S-образной геометрии», в 11. Kolloquium Getriebetechnik (Мюнхен),

205–216.

Хоган, Н. (1984). «Контроль импеданса: подход к манипулированию»,

1984 American Control Conference (Сан-Диего, Калифорния: IEEE), 304–313.

doi: 10.23919/ACC.1984.4788393

Hori, K., and Hayashi, I. (1994). Максимальный КПД обычных механических

парадоксальных планетарных редукторов для редуктора.Транс. Япония. соц. мех. англ. 60,

3940–3947. doi: 10.1299/kikaic.60.3940

Хантер И.В., Холлербах Дж.М. и Баллантайн Дж. (1991). Сравнительный анализ

актуаторных технологий для робототехники. Робот. Откр. 2, стр. 299–342.

IMSystems (2019). Архимед Драйв. IMSystems—Drive Innovation [брошюра],

Делфт.

Икбал, Дж., Цагаракис, Н.Г., и Колдуэлл, Д.Г. (2011). «Проектирование носимого оптимизированного ручного экзоскелета с прямым приводом

», в Международной конференции

по достижениям в области компьютерно-человеческих взаимодействий (ACHI) (Gosier).

Канаи Ю. и Фудзимото Ю. (2018). «Бессенсорное управление крутящим моментом экзоскелета

с использованием приводов с большим обратным ходом», в IECON 2018–44th

Annual Conference of the IEEE Industrial Electronics Society (Вашингтон, округ Колумбия:

IEEE), 5116–5121. doi: 10.1109/IECON.2018.8591255

Капелевич А. и ООО «АКГирс» (2013). Анализ планетарных приводов с высоким передаточным числом.

Соотношение 3, 10.

Караяннидис Ю., Друкас Л., Папагеоргиу Д.и Доулгери, З. (2015). Робот

контролирует выполнение задач и повышает безопасность при ударах. Передний. Робот.

ИИ 2:34. doi: 10. 3389/frobt.2015.00034

Кашири, Н., Абате, А., Абрам, С.Дж., Альбу-Шаффер, А., Клэри, П.Дж., Дейли, М., и др.

(2018). Обзор принципов энергоэффективного движения роботов. Передний.

Робот. ИИ 5:129. doi: 10.3389/frobt.2018.00129

Kim, J., Park, F.C., Park, Y., and Shizuo, M. (2002). Проектирование и анализ

сферической бесступенчатой ​​трансмиссии.Дж. Мех. Дес. 124, 21–29.

doi: 10.1115/1.1436487

Классен, Дж. Б. (2019). Дифференциальная планетарная коробка передач. Международный патент

№ WO2019/051614A1. Женева: Всемирная организация интеллектуальной собственности,

Международное бюро.

Коряков-Савойский Б., Алексахин И., Власов И. П. (1996). Система передач. Патент США

№ US5505668A. Вашингтон, округ Колумбия: Бюро по патентам и товарным знакам США.

Ли, С. (2014). «Новейшие технологии проектирования зубчатых передач с большими передаточными числами

», в Proceedings of International Gear Conference (Lyon),

427–436. doi: 10.1533/9781782421955.427

Луман, Дж. (1996). Zahnradgetriebe (зубчатые механизмы). Берлин: Springer-Verlag.

doi: 10.1007/978-3-540-89460-5

Лопес-Гарсия П., Криспель С., Верстратен Т., Саэренс Э., Конвенс Б.,

Вандерборхт Б. и Лефебер, Д. (2018). «Проектирование планетарного редуктора для активной носимой робототехники

на основе анализа

(FMEA) и его последствий», на Международном симпозиуме по носимой робототехнике (Пиза), 460–464.

doi: 10.1007/978-3-030-01887-0_89

Лопес-Гарсия П., Криспель С., Верстратен Т., Саэренс Э., Вандерборхт Б.,

Лефебер Д. (2019а). «Коробки передач Wolfrom для легкой, ориентированной на человека робототехники

», в Proceedings of the International Conference on Gears 2019 (Мюнхен:

VDI), 753–764.

Лопес-Гарсия П., Криспель С., Верстратен Т., Саэренс Э., Вандерборхт Б. и

Лефебер Д. (2019b). «Настройка планетарных зубчатых передач для помощи и воспроизведения конечностей человека

», в MATEC Web of Conferences (Варна: EDP

Sciences), 01014. doi: 10.1051/matecconf/201928701014

Лафлин, К., Альбу-Шеффер, А., Хаддадин, С., Отт, К., Стеммер, А., Вимбок,

Т., и Хирцингер, Г. (2007 ). Легкий робот DLR: проектирование и управление

концепции для роботов в среде человека. Инд Робот. Междунар. Ж. 34, 376–385.

doi: 10.1108/01439910710774386

Macmillan, R.H., and Davies, P.B. (1965). Аналитическое исследование систем

для раздвоенной передачи мощности. Дж. Мех. англ. науч. 7, 40–47.

doi: 10.1243/JMES_JOUR_1965_007_009_02

Mayr, C. (1989). Präzisions-Getriebe für die Automation:Grundlagen und

Anwendungsbeispiele. Ландсберг: Verlag Moderne Industrie.

Мишель, С. (2015). Эволюция логарифмической спирали. Машиненмаркт №.

18, 40–42.

Михайлидис, А., Атанасопулос, Э., и Оккас, Э. (2014). «Эффективность циклоидного редуктора

», в International Gear Conference (Lyon Villeurbanne), 794–803.

doi: 10.1533/9781782421955.794

Морозуми, М. (1970). Эвольвентное внутреннее зацепление со смещенным профилем. Патент США №

US3546972A. Вашингтон, округ Колумбия: Бюро по патентам и товарным знакам США.

Мюллер, Х.В. (1998). Die Umlaufgetriebe: Auslegung und

vielseitige Anwendungen. Берлин; Гейдельберг: Springer-Verlag.

doi: 10.1007/978-3-642-58725-2

Mulzer, F. (2010). Systematik hoch übersetzender koaxialer getriebe (докторская диссертация

).Технический университет Мюнхена, Мюнхен, Германия.

Musser, CW (1955). Волновая передача деформации. Патент США № US23A.

Вашингтон, округ Колумбия: Бюро по патентам и товарным знакам США.

НАБТЕСКО (2018). Прецизионный редуктор серии RV—N.

CAT.180410. Каталог.

Нойгарт, А. Г. (2020). PLE Эконом Линия. Каталог.

Ниманн, Г., Винтер, Х., и Хён, Б. Р. (1975). Maschinenelemente, Vol. 1.

Берлин; Гейдельберг; Нью-Йорк, штат Нью-Йорк: Спрингер.

Паш, К.А., и Сиринг, В.П. (1983). «О приводных системах для высокопроизводительных машин», в журнале «Машиностроение» (Нью-Йорк, штат Нью-Йорк: ASME-

AMER Society Machine Engineering), 107–107.

Пеннестри, Э., и Фройденштейн, Ф. (1993). Механический КПД планетарных зубчатых передач

. ASME J. Мех. Дес. 115, 645–651. doi: 10.1115/1.2919239

Петтерссон, М., и Олвандер, Дж. (2009). Оптимизация трансмиссии для промышленных роботов

.IEEE транс. Робот. 25, 1419–1424. doi: 10.1109/TRO.2009.20

28764

Границы робототехники и ИИ | www.frontiersin.org 19 августа 2020 г. | Том 7 | Артикул 103

Роботизированные механизмы — ВСЕ ТИПЫ МЕХАНИЗМОВ 51034

Все шестерни можно классифицировать как внешние, внутренние или годовые:

•  Внешние шестерни  имеют зубья на внешней поверхности диска или колеса.
•  Внутренние или годовые   Зубья шестерен расположены на внутренней поверхности кольца или цилиндра.

Внешняя шестерня  — это шестерня, зубья которой сформированы на внешней поверхности цилиндра или конуса. И наоборот, внутреннее зубчатое колесо  — это зубчатое колесо, зубья которого сформированы на внутренней поверхности цилиндра или конуса.


ВСЕ ТИПЫ ШЕСТЕРН

ЦИЛИНДРИЧЕСКИЕ ЗУБЧАТЫЕ ШЕСТЕРНИ: представляют собой цилиндрические внешние шестерни с зубьями, нарезанными прямо по краю диска или колеса параллельно оси вращения.Цилиндрические зубчатые колеса, показанные на рис. А, являются самыми простыми зубчатыми колесами. Обычно они передают вращательное движение между двумя параллельными валами . Внутреннее или годовое зубчатое колесо – это вариант прямозубого цилиндрического колеса, за исключением того, что его зубья нарезаны внутри кольца или колеса с фланцем, а не снаружи.

Перейти к > Роботизированные механизмы — ЦИЛИНДРИЧЕСКИЕ ШЕСТЕРНИ 51031 Страница


B- ВНУТРЕННИЕ ШЕСТЕРНИ:   обычно приводятся в движение шестерней.  Внутренние шестерни представляют собой цилиндрические цилиндрические шестерни, вывернутые   «наизнанку». ” Другими словами, зубья нарезаются по внутреннему диаметру, а внешний диаметр остается гладким. Эта конструкция позволяет ведущей шестерне вращаться внутри шестерни, что, в свою очередь, обеспечивает чистую работу. Эти шестерни, предназначенные для легких условий эксплуатации, доступны только из латуни.

Преимущества внутренних зубчатых передач

  • Сниженное скольжение*
  • Уменьшенный износ зубьев

*Скольжение  одного зуба по другому может вызвать трение.Поскольку трение увеличивает износ зубьев, уменьшение скольжения увеличивает срок службы шестерни.

Перейти к > Роботизированные механизмы — ВНУТРЕННИЕ ПЕРЕДАЧИ Страница


С-ОБРАЗНАЯ РЕЙКА и ШЕСТЕРНИ, , показанные на рис. C, преобразуют вращательное движение в поступательное;  при соединении они могут преобразовывать вращение шестерни в возвратно-поступательное движение или наоборот. В некоторых системах шестерня вращается в фиксированном положении и входит в зацепление со стойкой, которая может свободно перемещаться; комбинация встречается в рулевых механизмах транспортных средств. В качестве альтернативы стойка фиксируется, в то время как шестерня вращается при движении вверх и вниз по стойке: на этом приводном механизме основаны фуникулеры; ведущая шестерня вагона входит в зацепление со стойкой, расположенной между двумя рельсами, и толкает вагон вверх по склону.

Шестерни  – это небольшие шестерни с относительно небольшим числом зубьев , которые могут соединяться с зубчатыми рейками.

Перейти к > Роботизированные механизмы — реечные шестерни Страница


D-КОНИЧЕСКИЕ ШЕСТЕРНИ, , как показано на рис.D, имеют прямые зубья, нарезанные на конические окружности, которые сопрягаются на осях, которые пересекаются, как правило, под прямым углом между входным и выходным валами. К этому классу шестерен относятся наиболее распространенные прямые и спирально-конические шестерни , а также косые и гипоидные шестерни .

Прямые конические шестерни  — самые простые конические шестерни. Их прямые зубы обеспечивают мгновенный линейный контакт при спаривании. Эти шестерни обеспечивают умеренную передачу крутящего момента, но они не такие плавные и бесшумные, как спиральные конические шестерни, потому что прямые зубья зацепляются с полным контактом.Они допускают среднюю грузоподъемность.

Спирально-конические шестерни  имеют криволинейные  косые зубья . Угол кривизны спирали по отношению к оси шестерни допускает существенное перекрытие зубьев. Следовательно, зубы сцепляются постепенно, и по крайней мере два зуба находятся в контакте одновременно. Эти шестерни имеют меньшую нагрузку на зубья, чем прямые конические шестерни, и могут вращаться в 8 раз быстрее. Они допускают высокую грузоподъемность.

Угловые шестерни — это сопряженные конические шестерни с равным количеством зубьев, используемые между вращающимися входным и выходным валами, оси которых разнесены на 90°.

Гипоидные шестерни — это косозубые конические шестерни, используемые, когда оси двух валов перпендикулярны, но не пересекаются. Они обычно используются для соединения карданных валов с задними осями автомобилей и часто неправильно называются спиральными зубчатыми колесами.

Перейти к > Роботизированные механизмы — конические шестерни  Страница


ВИНТОВЫЕ ШЕСТЕРНИ E:   являются внешними цилиндрическими шестернями, зубья которых нарезаны под углом, а не параллельно оси .Простая косозубая шестерня, показанная на рис. E, имеет зубья, которые смещены на угол по отношению к оси вала, так что они спирально закручиваются вокруг вала. Их смещенные зубья делают их более плавными и тихими, чем прямозубые шестерни , и они способны приводить в движение тяжелые грузы , поскольку зубья входят в зацепление под острым углом, а не под 90°. Когда оси косозубых шестерен параллельны, они называются параллельными косозубыми шестернями, а когда они расположены под прямым углом, они называются косозубыми шестернями.Шестеренчатые и червячные передачи основаны на геометрии косозубых зубчатых колес.

Перейдите на страницу > Роботизированные механизмы — ЦЕПНЫЕ шестерни


F-ЕЛОЧКА или ДВОЙНАЯ ЦЕПНАЯ ШЕСТЕРНЯ:   , как показано на рис. F, представляют собой косозубые шестерни с V-образными правыми и левыми углами винтовой линии, расположенными рядом друг с другом на поверхности шестерни. Эта геометрия нейтрализует осевую нагрузку от спиральных зубьев.

Перейти > Роботизированные механизмы — «ЕЛОЧКА» — ДВОЙНАЯ ЦЕПНАЯ ШЕСТЕРНЯ Страница

G-WORM GEARS: Червячные передачи, также называемые винтовыми передачами, представляют собой другие варианты винтовых передач.Червячная передача имеет длинную тонкую цилиндрическую форму с одним или несколькими непрерывными косозубыми зубьями, которые входят в зацепление с косозубой шестерней. Зубья червячной передачи скользят по зубьям ведомой шестерни, а не оказывают прямое давление качения, как зубья косозубых шестерен. Червячные передачи широко используются для передачи вращения со значительно меньшими скоростями от одного вала к другому под углом 90°.

Перейти > Роботизированные механизмы — ЧЕРВЯЧНЫЕ ПЕРЕДАЧИ Страница


H-ОБРАЗНЫЕ ШЕСТЕРНИ:  Плоские шестерни имеют прямые поверхности зубьев, но их оси лежат в плоскостях, перпендикулярных осям валов.Они предназначены для сопряжения с мгновенным точечным контактом. Эти шестерни используются в прямоугольных передачах, но они имеют низкую грузоподъемность.

Перейти > Роботизированные механизмы — FACE Gears  Страница


ПЕРЕДАЧИ I-ОБРАЗНОЙ КЛЕТКИ:  Зубчатая передача, также называемая фонарной шестерней или фонарной шестерней, имеет цилиндрические стержни вместо зубьев, параллельные оси и расположенные по кругу вокруг нее, как стержни на круглой птичьей клетке или фонаре. . Узел удерживается вместе дисками на обоих концах, в которые вставлены зубчатые стержни и ось.Фонарные шестерни более эффективны, чем сплошные шестерни, и грязь может просачиваться сквозь стержни, а не застревать и увеличивать износ.

Перейти > Роботизированные механизмы — CAGE Gears Страница


J- НЕКРУГЛЫЕ ШЕСТЕРНИ: A некруглая шестерня ( NCG ) представляет собой шестерню специальной конструкции с особыми характеристиками и назначением. В то время как обычная передача оптимизирована для передачи крутящего момента на другой зацепленный элемент с минимальным шумом и износом и с максимальной эффективностью, основной задачей некруглой передачи могут быть изменения передаточного числа, колебания смещения оси и многое другое.Общие области применения включают текстильные машины, потенциометры, вариаторы (бесступенчатые трансмиссии), приводы оконных штор, механические прессы и гидравлические двигатели с высоким крутящим моментом.

Перейдите на страницу > Роботизированные механизмы — НЕКРУГЛЫЕ шестерни


K- 3D GEARS:

Перейти > Роботизированные механизмы — страница 3D GEARS


L — МАГНИТНЫЕ ШЕСТЕРНИ: Все зубья каждого зубчатого компонента магнитных шестерен действуют как постоянный магнит с периодическим чередованием противоположных магнитных полюсов на сопрягаемых поверхностях. Компоненты зубчатой ​​передачи установлены с возможностью люфта, аналогичной другим механическим передачам. При малой нагрузке такие шестерни работают без соприкосновения, давая повышенную надежность без шума.

Перейти к > Роботизированные механизмы — МАГНИТНЫЕ ПЕРЕДАЧИ Страница


Законы масштабирования для роботизированных трансмиссий

В робототехнике для выполнения требований будущего необходимо новое поколение приводов. Эти приводы должны обладать такими характеристиками, как высокая эффективность, высокий крутящий момент, высокая плотность мощности, высокая плотность энергии, малый вес и т. д.По высокой энергоемкости и мощности превосходят гидравлические системы [1]. Однако они вызывают довольно большие потери и часто требуют внешних источников питания, что делает конструкцию более компактной и тяжелой. В связи с этим возможности их применения ограничены. В частности, эти недостатки неприемлемы для развивающихся областей мобильных и носимых роботов (например, экзоскелетов), где решающее значение имеют эффективность и малая масса [2].

Чтобы преодолеть эти проблемы, в настоящее время в основном используются электрические (особенно BLDC, PMSM и PMAC) из-за их благоприятных характеристик, таких как высокая эффективность (при использовании в правильном рабочем диапазоне), широкая полоса пропускания, высокая точность позиционирования и т. д.[3]. Однако им не хватает высокой плотности крутящего момента из-за того, что ограниченные электромагнитные силы могут быть созданы в небольшом масштабе [4]. Из-за этого системы трансмиссии подключаются к выходу электродвигателя, чтобы преобразовать высокоскоростные характеристики двигателя с низким крутящим моментом в более благоприятные низкоскоростные характеристики с высоким крутящим моментом, которые необходимы для роботизированных приводов. Однако влияние таких передач часто недостаточно учитывается, что приводит к снижению общей энергоэффективности [5], [6].

Поскольку робототехника — это область, в которой высокая производительность обычно должна сочетаться с малым весом и малым объемом, необходима многопараметрическая оптимизация. Этот процесс оптимизации можно облегчить, используя законы масштабирования.

Несколько работ в литературе уже посвящены оптимальному выбору трансмиссий и особенно тому, как они влияют на привод в целом.

Резазаде и Херст [7] изучали эффективность мотор-редуктора, уделяя особое внимание повышению энергоэффективности двигателя путем выбора оптимального передаточного отношения.Таким образом, двигатель может работать в оптимальном диапазоне. Этот выбор делается аналитически с учетом трансмиссии, которая имеет постоянный КПД для каждого случая нагрузки и учитывает только потери двигателя в Джоуле.

Бартлетт и др. [8], с другой стороны, копнули глубже в многоступенчатые коробки передач. Здесь проводится анализ того, как некоторые конструктивные параметры, такие как количество ступеней и передаточное число ступеней, влияют на общий механический КПД, массу и ускорение. Таким образом, они стремятся найти наилучший компромисс между противоречивыми характеристиками редуктора [9].

При рассмотрении законов масштабирования для трансмиссий один из немногих вкладов был сделан Поттом [10], который определил, как крутящий момент и механическая мощность редукторов масштабируются в зависимости от общей единицы измерения «s». Недостатком этого метода является то, что таким образом невозможно провести различие между эффектом изменения диаметра или длины, что потенциально может быть важным для некоторых приложений.

Более обширный вывод был сделан Радзевичем [11]. Он описал так называемый «Q-фактор», который масштабирует вес пары цилиндрических зубчатых колес или планетарной передачи для различных случаев нагрузки.Эта добротность является функцией передаточного отношения и мощности коробки передач.

Для законов масштабирования почти каждого компонента привода и, следовательно, трансмиссии Budinger et al. [12] можно посмотреть. Среди прочего, они предоставили законы масштабирования для всех классических передач. Однако их выводы подробно не объясняются, что затрудняет проверку сделанных предположений. Они используют крутящий момент/силу в качестве основного параметра масштабирования и находят связь с внешними размерами только с точки зрения интегратора компонентов, из-за этой другой цели труднее использовать эту ссылку для масштабирования на основе объема, что имеет решающее значение в робототехнике.

Многие роботы имеют два разных режима работы:

1.

Переноска полезной нагрузки.

2.

Движение без полезной нагрузки.

Во-первых, максимальный непрерывный выходной крутящий момент часто является ограничивающим фактором. Для второго единственными нагрузками являются масса манипулятора и инерционная нагрузка приводов. Это означает, что желательны максимально достижимый выходной крутящий момент и минимальная инерция. Однако часто доступно лишь ограниченное пространство, особенно в области носимой робототехники.Это делает интересным, если крутящий момент и инерция могут быть записаны в зависимости от размерных параметров.

Следовательно, в этой статье мы выведем законы масштабирования для максимального непрерывного выходного крутящего момента и отраженной инерции для большинства трансмиссий: многоступенчатых параллельных валов и планетарных зубчатых передач, гармонических приводов, циклоидных приводов и шарико-винтовых передач. Это особенно важно для динамических роботов или роботов, которые периодически контактируют с окружающей средой. Чтобы обеспечить прямое сравнение с инерцией нагрузки, мы рассчитаем отраженную инерцию с точки зрения нагрузки.

Чтобы учесть тот факт, что ни один из существующих законов масштабирования не дается как функция размерных параметров, что имеет решающее значение для сложных приводов, в которых используется несколько параллельных двигателей и трансмиссий, таких как, например. +SPEA [13] и DMA [14], законы, полученные в этой статье, будут записаны в зависимости от основных конструктивных параметров трансмиссий, т. е. внешнего диаметра, внешней длины, количества ступеней и передаточного отношения. Вывод этих законов будет сделан тщательно. Это сделано для того, чтобы дать читателю лучшее представление о механизмах отказа каждой передачи и показать, как строятся эти законы и какие предположения делаются, что отличается от текущей литературы.

Макет бумаги выглядит следующим образом. Во-первых, в разделе 2 будут выполнены выводы для законов масштабирования как максимального непрерывного выходного крутящего момента, так и полной отраженной инерции для различных типов многоступенчатых зубчатых передач (параллельных валов и планетарных). Затем эти законы будут сравниваться с существующими каталожными данными таких производителей коробок передач, как Maxon, Moog и Neugart. В разделе 3 тот же подход будет использоваться для масштабирования гармонических приводов. Там производные законы будут сравниваться с сериями CSG и CSF Harmonic Drive®.Эта же процедура будет повторена в разделах 4 и 5 соответственно для циклоидных приводов и шарико-винтовых пар. Найденные законы масштабирования для циклоидных приводов будут сравниваться с каталожными данными Sumitomo, а данные SKF будут использоваться для проверки найденных законов ШВП. Затем, в разделе 6, будет дан обзор найденных закономерностей вместе со сравнением различных типов трансмиссии на основе каталожных данных. Это сравнение будет проведено среди различных обсуждаемых трансмиссий по таким характеристикам, как инерция и мощность.крутящий момент и крутящий момент в зависимости от массы. Кроме того, в этом разделе типичная инерция двигателя будет сравниваться с инерцией обсуждаемых трансмиссий. Наконец, в Разделе 7 будет дано заключение.

Общие параметры конструкции, которые будут встречаться в документе, приведены в таблице 1.

Алюминиевый планетарный редуктор с сервоприводом, для робототехники, мощность: 400 Вт, 6500 рупий / шт.


О компании

Год основания2010

Юридический статус фирмыПартнерская фирма

Характер деятельностиПроизводитель

Количество сотрудников от 11 до 25 человек

Годовой оборотRs. 5–10 крор

IndiaMART Участник с июня 2010 г.

GST27ABPFS9040L1ZG

Код импорта-экспорта (IEC) 31120 *****

Основанная в 2010 году, мы Square Automation успешно стали производителями, экспортерами, импортерами и торговцами . Ассортимент предлагаемой продукции состоит из поворотного стола , сервоцилиндра, роботизированного позиционера и редуктора сервопривода и многих других.Все предлагаемые продукты производятся с использованием проверенных на качество компонентов и новейших технологий в соответствии с отраслевыми нормами. Наш ассортимент завоевал доверие благодаря таким характеристикам, как безотказная работа, низкие эксплуатационные расходы, компактный дизайн, низкое энергопотребление и способность выдерживать высокие температуры. Кроме того, они угождают потребностям связанных отраслей электроники и машиностроения.
Мы хотим стать известной фирмой с помощью нашей квалифицированной команды профессионалов и передовых технологий. Для производства этих высококачественных шарико-винтовых и линейных приводов нам помогает ультрасовременная инфраструктура.Это позволило нам реализовать наше производство желаемым образом. Кроме того, наши продукты питания соответствуют самым высоким стандартам качества с точки зрения их функциональности и производительности. Мы также можем настроить дизайн и технические характеристики нашей продукции в соответствии с требованиями наших клиентов.

Видео компании

Inception Drive: компактная бесступенчатая трансмиссия для робототехники

Способность принимать решения автономно — это не только то, что делает роботов полезными, но и то, что делает роботов роботов .Мы ценим роботов за их способность чувствовать, что происходит вокруг них, принимать решения на основе этой информации, а затем предпринимать полезные действия без нашего участия. В прошлом роботы принимали решения по четко структурированным правилам: если вы чувствуете это, делайте то. В структурированных средах, таких как фабрики, это работает достаточно хорошо. Но в хаотических, незнакомых или плохо определенных условиях опора на правила делает роботов общеизвестно плохими в работе с чем-либо, что нельзя точно предсказать и спланировать заранее.

RoMan, наряду со многими другими роботами , включая домашние пылесосы , дроны и автономные автомобили, справляется с задачами полуструктурированных сред с помощью искусственных нейронных сетей — вычислительного подхода, который в общих чертах имитирует структуру нейронов в биологическом мозге. Около десяти лет назад искусственные нейронные сети начали применяться к широкому спектру полуструктурированных данных, интерпретация которых ранее была очень сложной для компьютеров, выполняющих программирование на основе правил (обычно называемое символическим рассуждением).Вместо того, чтобы распознавать определенные структуры данных, искусственная нейронная сеть способна распознавать шаблоны данных, идентифицируя новые данные, которые похожи (но не идентичны) на данные, с которыми сеть сталкивалась ранее. Действительно, часть привлекательности искусственных нейронных сетей заключается в том, что они обучаются на примере, позволяя сети принимать аннотированные данные и обучаться собственной системе распознавания образов. Для нейронных сетей с несколькими уровнями абстракции этот метод называется глубоким обучением.

Несмотря на то, что люди обычно участвуют в процессе обучения, и хотя искусственные нейронные сети были вдохновлены нейронными сетями в человеческом мозгу, тип распознавания образов, который делает система глубокого обучения, фундаментально отличается от того, как люди видят мир. Часто почти невозможно понять взаимосвязь между вводом данных в систему и интерпретацией данных, которые система выводит. И это различие — непрозрачность «черного ящика» глубокого обучения — создает потенциальную проблему для таких роботов, как RoMan, и для армейской исследовательской лаборатории.

В хаотических, незнакомых или плохо определенных условиях опора на правила делает роботов общеизвестно плохими в работе с чем-либо, что нельзя точно предсказать и спланировать заранее.

Эта непрозрачность означает, что роботы, использующие глубокое обучение, должны использоваться осторожно. Система глубокого обучения хорошо распознает шаблоны, но ей не хватает понимания мира, которое человек обычно использует для принятия решений, поэтому такие системы работают лучше всего, когда их приложения четко определены и узки по объему.«Когда у вас есть хорошо структурированные входные и выходные данные, и вы можете инкапсулировать свою проблему в такого рода отношениях, я думаю, что глубокое обучение работает очень хорошо», — говорит Том Ховард, который руководит Лабораторией робототехники и искусственного интеллекта Рочестерского университета и разработал алгоритмы взаимодействия на естественном языке для RoMan и других наземных роботов. «Вопрос при программировании интеллектуального робота заключается в том, какого практического размера существуют эти строительные блоки для глубокого обучения?» Ховард объясняет, что когда вы применяете глубокое обучение к проблемам более высокого уровня, количество возможных входных данных становится очень большим, и решение проблем такого масштаба может быть сложным. И потенциальные последствия неожиданного или необъяснимого поведения гораздо значительнее, когда это поведение проявляется через 170-килограммового двуручного военного робота.

Через пару минут РоМан не шевелился — он все еще сидит, размышляя о ветке дерева, воздев руки, как богомол. В течение последних 10 лет альянс Robotics Collaborative Technology Alliance (RCTA) Армейской исследовательской лаборатории работал с робототехниками из Университета Карнеги-Меллона, Университета штата Флорида, General Dynamics Land Systems, JPL, MIT, QinetiQ North America, Университета Центральной Флориды. , Пенсильванский университет и другие ведущие исследовательские институты для разработки автономных роботов для использования в будущих наземных боевых машинах.RoMan является частью этого процесса.

Задача «расчистить путь», которую медленно обдумывает Роман, сложна для робота, потому что задача настолько абстрактна. Роман должен идентифицировать объекты, которые могут блокировать путь, рассуждать о физических свойствах этих объектов, выяснять, как их схватить и какую технику манипуляции лучше всего применить (например, толкать, тянуть или поднимать), а затем Сделай это. Это много шагов и много неизвестного для робота с ограниченным пониманием мира.

Именно этим ограниченным пониманием роботы ARL начинают отличаться от других роботов, которые полагаются на глубокое обучение, говорит Итан Стамп, главный научный сотрудник программы AI for Maneuver and Mobility в ARL. «Армия может быть призвана действовать практически в любой точке мира. У нас нет механизма для сбора данных во всех различных сферах, в которых мы могли бы действовать. Нас могут отправить в какой-нибудь неведомый лес по другую сторону мира, но от нас ожидают, что мы будем работать так же хорошо, как и у себя на заднем дворе», — говорит он.Большинство систем глубокого обучения надежно функционируют только в тех областях и средах, в которых они были обучены. Даже если доменом является что-то вроде «каждой проезжей дороги в Сан-Франциско», робот справится, потому что это уже собранный набор данных. Но, говорит Стамп, это не вариант для военных. Если армейская система глубокого обучения работает плохо, они не могут просто решить проблему, собрав больше данных.

Роботы ARL также должны хорошо понимать, что они делают.«В стандартном оперативном приказе для миссии у вас есть цели, ограничения, абзац о намерениях командира — по сути, описание цели миссии — который предоставляет контекстную информацию, которую люди могут интерпретировать, и дает им структуру, когда им нужно принимать решения и когда им нужно импровизировать», — объясняет Стамп. Другими словами, Роману может потребоваться расчистить путь быстро или тихо, в зависимости от более широких целей миссии. Это большая просьба даже для самого продвинутого робота.«Я не могу придумать подход глубокого обучения, который мог бы работать с такого рода информацией», — говорит Стамп.

Пока смотрю, RoMan сбрасывается для второй попытки удаления ветки. Подход ARL к автономии является модульным, при котором глубокое обучение сочетается с другими методами, а робот помогает ARL выяснить, какие задачи подходят для каких методов. На данный момент RoMan тестирует два разных способа идентификации объектов по данным 3D-датчиков: подход UPenn основан на глубоком обучении, а Carnegie Mellon использует метод, называемый восприятием через поиск, который опирается на более традиционную базу данных 3D-моделей. Восприятие через поиск работает только в том случае, если вы точно знаете, какие объекты вы ищете заранее, но обучение происходит намного быстрее, поскольку вам нужна только одна модель для каждого объекта. Это также может быть более точным, когда восприятие объекта затруднено, например, если объект частично скрыт или перевернут. ARL тестирует эти стратегии, чтобы определить, какая из них наиболее универсальна и эффективна, позволяя им работать одновременно и конкурировать друг с другом.

Восприятие — это одна из вещей, в которых глубокое обучение стремится преуспеть.«Сообщество специалистов по компьютерному зрению добилось невероятного прогресса, используя для этого глубокое обучение», — говорит Мэгги Вигнесс , ученый-компьютерщик из ARL. «У нас был хороший успех с некоторыми из этих моделей, которые были обучены в одной среде, обобщающей для новой среды, и мы намерены продолжать использовать глубокое обучение для таких задач, потому что это современное состояние».

Модульный подход ARL может сочетать несколько методов таким образом, чтобы максимально использовать их сильные стороны.Например, система восприятия, которая использует зрение на основе глубокого обучения для классификации местности, может работать вместе с системой автономного вождения, основанной на подходе, называемом обратным обучением с подкреплением, где модель может быть быстро создана или усовершенствована на основе наблюдений за людьми-солдатами. Традиционное обучение с подкреплением оптимизирует решение на основе установленных функций вознаграждения и часто применяется, когда вы не уверены, как выглядит оптимальное поведение. Это меньше беспокоит армию, которая, как правило, может предположить, что хорошо обученные люди будут поблизости, чтобы показать роботу, как правильно действовать.«Когда мы используем этих роботов, все может очень быстро измениться», — говорит Вигнесс. «Поэтому нам нужна была техника, в которой солдат мог бы вмешаться, и, имея всего несколько примеров от пользователя в полевых условиях, мы могли бы обновить систему, если нам нужно новое поведение». По ее словам, метод глубокого обучения потребует «намного больше данных и времени».

Глубокое обучение борется не только с проблемами дефицита данных и быстрой адаптацией. Есть также вопросы надежности, объяснимости и безопасности.«Эти вопросы не уникальны для вооруженных сил, — говорит Стамп, — но они особенно важны, когда мы говорим о системах, которые могут быть летальными». Чтобы было ясно, ARL в настоящее время не работает над смертоносными автономными системами оружия, но лаборатория помогает заложить основу для автономных систем в вооруженных силах США в более широком смысле, что означает рассмотрение способов использования таких систем в будущем.

Требования глубокой сети в значительной степени не соответствуют требованиям армейской миссии, и это проблема.

Безопасность является очевидным приоритетом, но, по словам Стампа, не существует четкого способа сделать систему глубокого обучения надежно безопасной. «Выполнение глубокого обучения с ограничениями безопасности — это крупная исследовательская работа. Добавить эти ограничения в систему сложно, потому что вы не знаете, откуда взялись ограничения, уже существующие в системе. Поэтому, когда миссия меняется или меняется контекст, с этим трудно справиться. Это даже не вопрос данных, это вопрос архитектуры». Модульная архитектура ARL, будь то модуль восприятия, использующий глубокое обучение, или модуль автономного вождения, использующий обратное обучение с подкреплением, или что-то еще, может стать частью более широкой автономной системы, которая включает в себя виды безопасности и адаптивности, которые требуются военным.Другие модули в системе могут работать на более высоком уровне, используя другие методы, которые более поддаются проверке или объяснению и которые могут вмешиваться для защиты всей системы от неблагоприятного непредсказуемого поведения. «Если поступает другая информация и меняет то, что нам нужно делать, возникает иерархия», — говорит Стамп. «Все происходит рациональным образом».

Николас Рой , который возглавляет группу Robust Robotics Group в Массачусетском технологическом институте и называет себя «несколько бунтовщиком» из-за своего скептицизма в отношении некоторых заявлений о силе глубокого обучения, согласен с робототехниками ARL, что подходы глубокого обучения часто не могут справиться с проблемами, к которым должна быть готова армия. «Армия всегда входит в новую среду, и противник всегда будет пытаться изменить среду, чтобы процесс обучения, через который прошли роботы, просто не соответствовал тому, что они видят», — говорит Рой. «Таким образом, требования глубокой сети в значительной степени не соответствуют требованиям армейской миссии, и это проблема».

Рой, работавший над абстрактными рассуждениями для наземных роботов в рамках RCTA, подчеркивает, что глубокое обучение является полезной технологией применительно к задачам с четкими функциональными отношениями, но когда вы начинаете рассматривать абстрактные понятия, неясно, является ли глубокое обучение полезным. жизнеспособный подход.«Мне очень интересно выяснить, как можно объединить нейронные сети и глубокое обучение таким образом, чтобы поддерживать рассуждения более высокого уровня», — говорит Рой. «Я думаю, что все сводится к идее объединения нескольких низкоуровневых нейронных сетей для выражения концепций более высокого уровня, и я не верю, что мы пока понимаем, как это сделать». Рой приводит пример использования двух отдельных нейронных сетей: одна для обнаружения объектов, являющихся автомобилями, а другая — для обнаружения объектов красного цвета. Объединить эти две сети в одну большую сеть, обнаруживающую красные автомобили, сложнее, чем если бы вы использовали символическую систему рассуждений, основанную на структурированных правилах с логическими связями.«Многие люди работают над этим, но я не видел реального успеха, который приводил бы к абстрактным рассуждениям такого рода».

В обозримом будущем ARL обеспечивает безопасность и надежность своих автономных систем, оставляя людей как для рассуждений на более высоком уровне, так и для случайных советов на низком уровне. Люди могут не всегда быть в курсе событий, но идея состоит в том, что люди и роботы более эффективны, когда работают вместе в команде. Когда в 2009 году начался последний этап программы Robotics Collaborative Technology Alliance, говорит Стамп, «у нас уже было много лет работы в Ираке и Афганистане, где роботы часто использовались в качестве инструментов. Мы пытались выяснить, что мы можем сделать, чтобы превратить роботов из инструментов в больше похожих на товарищей по команде».

Роман получает небольшую помощь, когда человек-надзиратель указывает на область ветки, где хватание может быть наиболее эффективным. У робота нет никаких фундаментальных знаний о том, что такое ветка дерева на самом деле, и это отсутствие знаний о мире (то, что мы считаем здравым смыслом) является фундаментальной проблемой автономных систем всех видов. Наличие человека, использующего наш обширный опыт в небольшом количестве руководств, может значительно облегчить работу Романа.И действительно, на этот раз Роману удается успешно ухватиться за ветку и с шумом протащить ее через комнату.

Превратить робота в хорошего товарища по команде может быть сложно, потому что может быть сложно найти нужное количество автономии. Слишком мало, и для управления одним роботом потребуется большая часть или все внимание одного человека, что может быть уместно в особых ситуациях, таких как обезвреживание взрывоопасных предметов, но в остальном неэффективно. Слишком много автономии, и у вас начнутся проблемы с доверием, безопасностью и объяснимостью.

«Я думаю, что уровень, который мы здесь ищем, — это работа роботов на уровне рабочих собак», — объясняет Стамп. «Они точно понимают, что нам нужно от них делать в ограниченных обстоятельствах, у них есть небольшая гибкость и творческий подход, если они сталкиваются с новыми обстоятельствами, но мы не ожидаем от них творческого подхода к решению проблем. И если им нужна помощь , они отступают на нас».

RoMan вряд ли окажется в полевых условиях на миссии в ближайшее время, даже в составе команды с людьми.Это очень исследовательская платформа. Но программное обеспечение, разрабатываемое для RoMan и других роботов в ARL, под названием Adaptive Planner Parameter Learning (APPL) , вероятно, будет использоваться сначала в автономном вождении, а затем в более сложных роботизированных системах, которые могут включать мобильные манипуляторы, такие как RoMan. APPL сочетает в себе различные методы машинного обучения (включая обучение с обратным подкреплением и глубокое обучение), организованные иерархически под классическими автономными навигационными системами. Это позволяет применять высокоуровневые цели и ограничения поверх низкоуровневого программирования.Люди могут использовать телеуправляемые демонстрации, корректирующие вмешательства и оценочную обратную связь, чтобы помочь роботам приспособиться к новым условиям, в то время как роботы могут использовать неконтролируемое обучение с подкреплением, чтобы корректировать параметры своего поведения на лету. Результатом стала автономная система, которая может пользоваться многими преимуществами машинного обучения, а также обеспечивает безопасность и объяснимость, в которых нуждается армия. С APPL система, основанная на обучении, такая как RoMan, может работать предсказуемым образом даже в условиях неопределенности, прибегая к настройке или демонстрации человеком, если она оказывается в среде, которая слишком отличается от той, на которой она обучалась.

Заманчиво посмотреть на быстрое развитие коммерческих и промышленных автономных систем (автономные автомобили — лишь один из примеров) и задаться вопросом, почему армия, кажется, несколько отстает от современного уровня техники. Но, как приходится объяснять Стамп армейским генералам, когда дело доходит до автономных систем, «существует множество сложных проблем, но сложные проблемы промышленности отличаются от сложных проблем армии». Армия не может позволить себе роскошь управлять своими роботами в структурированных средах с большим количеством данных, поэтому ARL приложила столько усилий к APPL и сохранению места для людей.В будущем люди, вероятно, останутся ключевой частью автономной структуры, которую разрабатывает ARL. «Это то, что мы пытаемся создать с помощью наших робототехнических систем», — говорит Стамп. «Это наша наклейка на бампере: «От инструментов к товарищам по команде». »

Эта статья появилась в печатном выпуске за октябрь 2021 г. под названием «Глубокое обучение переходит в учебный лагерь ».

Статьи с вашего сайта

Связанные статьи в Интернете

Готовимся к роботам | Национальное географическое общество

1. Используйте велосипед, чтобы объяснить основы снаряжения.

Покажите предоставленную фотографию шестеренки или покажите шестеренку классу. Спросите: Кто-нибудь может сказать мне, что это такое и для чего оно служит? Объясните, что это шестерня, а шестерни используются для увеличения или уменьшения силы, увеличения или уменьшения скорости или для передачи или изменения направления движения.

 

Спросите: Кто-нибудь может сказать, к чему подключаются педали на типичном велосипеде? Объясните, что педали обычно соединены с самой большой шестерней ближе к передней части.Покажите изображение велосипеда. Спросите: Что соединяет эту большую шестерню с другой шестерней на велосипеде? (Шестерни соединены цепью.) Скажите учащимся, что шестерни, соединенные цепью, передают мощность от педали к заднему колесу. Итак, когда человек крутит педали велосипеда, энергия, которую он или она прилагает, превращается в энергию, которая двигает велосипед вперед. Покажите классу настоящий велосипед, если возможно, или еще раз изображение велосипеда. Предложите учащимся указать на шестерни, цепь и педали и понаблюдать, как все они взаимосвязаны внутри велосипеда.

 

Спросите: Кто-нибудь крутил педали на велосипеде в гору? На ровной поверхности? Что легче? Что сложнее? Почему? Предложите учащимся обсудить свой опыт езды на велосипеде и объясните, что шестерни в велосипеде преобразуют энергию, которую они прилагают, в энергию, которая заставляет велосипед двигаться.

 

2. Примите участие в групповой демонстрации шестеренок с использованием повседневных предметов.

Спросите : Почему шестерни имеют зубья? ( Шестерни имеют зубья для предотвращения проскальзывания.) Спросите : Если бы у шестерни не было зубьев, что бы это было? (В большинстве случаев шестерня без зубьев будет колесом. Существуют относительно редкие версии шестерен без зубьев, но почти все шестерни имеют зубья. ) Скажите учащимся, что это означает, что мы можем экспериментировать с поведением шестерни, используя другие круглые или круглые объекты. Положите два теннисных мяча рядом на стол перед классом. Вызовите добровольца и попросите ученика положить руку на мяч справа, а кончик пальца на верхнюю часть мяча слева.Попросите ученика повернуть мяч справа по часовой стрелке, осторожно удерживая другой мяч на месте кончиком пальца. Это должно заставить шар слева вращаться против часовой стрелки. Попросите ученика описать, в каком направлении вращается каждый шарик.

 

Призовите двух дополнительных добровольцев. Поместите третий теннисный мяч на прямую линию рядом с первыми двумя теннисными мячами. Попросите одного добровольца положить кончик пальца на средний шарик, чтобы удерживать его на месте, в то время как два других добровольца поворачивают внешние шарики по часовой стрелке.Предложите учащимся описать, в каком направлении вращается каждый шарик. Объясните учащимся, что две взаимосвязанные шестерни будут вращаться в противоположных направлениях. Это меняет направление силы внутри системы. При добавлении третьей передачи направление силы последней передачи в цепи совпадает с направлением силы первой передачи в цепи.

 

Попросите нового добровольца. Подарите ему или ей баскетбольный и теннисный мяч. Попросите добровольца положить баскетбольный мяч справа от себя, а теннисный мяч слева и соединить мячи так, чтобы они соприкасались.Теперь попросите ученика положить руку на каждый мяч и повернуть баскетбольный мяч по часовой стрелке на четыре полных оборота, осторожно удерживая кончик пальца сверху теннисного мяча. Помогите посчитать обороты баскетбольного мяча, пока доброволец наблюдает за движением теннисного мяча. Попросите студента описать, что он или она наблюдали. Попросите студента повторить демонстрацию, на этот раз повернув теннисный мяч на четыре полных оборота и описав движение баскетбольного мяча.

 

Объясните учащимся, что, используя шестерни разных размеров, они могут изменять скорость (скорость) системы; это называется передаточным числом. Например, если у вас есть две шестерни (А и В) и А в два раза больше В, то за один оборот А В будет вращаться вдвое, тем самым увеличивая скорость (скорость). Если вы поменяете передачи, скорость (скорость) будет уменьшена. Итак, теннисный мяч вращается с другой скоростью, чем баскетбольный.

 

3. Поэкспериментируйте с зубчатыми колесами и ремнями, используя катушки и перфорированную доску.

Разделите класс на рабочие группы по 2-4 человека в зависимости от количества доступных материалов.Раздайте каждой группе доску, десять колышков, восемь катушек (четыре маленьких и четыре больших), четыре резинки и раздаточный материал «Готовимся с роботами». Дайте им следующие инструкции или попросите студентов следовать вашей демонстрации. Задавайте вопросы, чтобы проверить понимание и прогресс учащихся. Предложите учащимся, у которых лучше развито зрение, прочитать шаги, представленные в раздаточном материале «Подготовка с помощью роботов», во время работы. Если учащимся нужна помощь, покажите фотогалерею «Готовимся вместе с роботами», пока они работают.

 

4. Учащиеся используют доски и катушки для решения задач, связанных с шестернями.

Скажите учащимся, что теперь они будут работать в команде, чтобы решить ряд задач, в решении которых используются шестеренки. Скажите им, что они должны работать в команде, чтобы решить каждую из этих задач, используя свои доски, катушки и резиновые ленты. Выполните столько задач, сколько позволяет время, или дайте каждой группе отдельное задание для работы. После каждого задания помогите выполнить шаг 5.

  • Задача 1. Роботу требуется мощность, передаваемая на его колеса от источника питания, расположенного на расстоянии; кроме того, необходимо изменить направление движения, чтобы робот двигался вперед, а не назад. Есть шестеренки и ремень, с которым можно работать. Какая конфигурация поможет решить эту проблему?
  • Задача 2. Роботу требуется мощность, передаваемая на его колеса от источника питания, расположенного на расстоянии, но направление движения не нужно менять.Есть шестеренки и ремень, с которым можно работать. Какая конфигурация поможет решить эту проблему?
  • Задача 3: Робот должен двигаться быстрее, чем позволяет его источник энергии, и инженер готов пожертвовать мощностью ради скорости. Есть большая шестерня, маленькая шестерня и ремень для работы. Какая шестерня находится рядом с источником энергии для увеличения скорости?
  • Задача 4. Роботу требуется больше энергии для перемещения по крутым склонам, и инженер готов пожертвовать скоростью.Есть большая шестерня, маленькая шестерня и ремень для работы. Какое снаряжение нужно разместить рядом с источником энергии, чтобы получить мощность?

 

5. Попросите группы учащихся поделиться своими решениями задач.

Попросите группы показать свои доски и объяснить свои решения. Обязательно предложите учащимся объяснить, почему они сделали то, что сделали. Примеры решений этих задач представлены в фотогалерее Gear Challenge Solutions.

 

Разрешить бесплатные эксперименты, если позволяет время.

Прецизионные шестерни для робототехники и других специальных применений

Прецизионные зубчатые передачи для промышленного применения должны обеспечивать первоклассную производительность. Например, для того, чтобы робот-манипулятор мог выполнять точные захватывающие движения, требуются очень маленькие и легкие компоненты, которые также должны обеспечивать огромные передаточные числа. В частности, используются циклоидальные приводы или редукторы Harmonic Drive®.Эти редукторы простой конструкции отличаются точной передачей движения, нулевым люфтом и высокими передаточными числами, а также не подвержены износу. Кроме того, они очень компактны по размеру. Для производства этих сложных деталей компания Liebherr разработала решения и сделала свои процессы более гибкими.

Циклоидное зубчатое колесо: максимальная точность за счет внешнего шлифования

Проблема циклоидальной передачи: все должно быть правильно

В циклоидальных передачах должны быть обеспечены размерная стабильность, отличное качество поверхности, высокое качество профиля и шага, а ролики должны идеально подходить к внутреннему кольцу.Новинка от Liebherr, специально разработанная для циклоидных зубчатых передач: кулачки с внешним зацеплением теперь могут изготавливаться с использованием одинарного или точно парного двойного зажима посредством обрабатывающего шлифования. Таким образом, в зависимости от требуемого количества деталей, пользователям доступно не только профильное шлифование, но и другой метод шлифования кулачковых дисков.

Генерация шлифования для кулачковых дисков

В этом случае обкатное шлифование имеет ряд преимуществ по сравнению с профильным шлифованием, таких как более высокая точность шага, улучшенная стабильность размеров и ровный профиль по всему кулачковому диску благодаря улучшенному распределению износа шлифовального шнека. «Избегая нежелательных «ступенек» в профиле, мы смогли еще больше повысить качество», — объясняет д-р Андреас Мер, отвечающий за шлифование и придание формы зубчатым колесам в Liebherr. Из-за более быстрого времени измельчения производство измельчения сравнительно дешевле.

Внутреннее профильное шлифование по всему радиусу

Профильное внутреннее шлифование износостойкими кругами из CBN

Для внутреннего профильного шлифования посадочных мест роликов на внутреннем кольце необходимо было разработать шлифовальный круг, способный шлифовать по всему радиусу.Компания Liebherr преуспела в этом, выпустив собственные шлифовальные круги из CBN с гальваническим покрытием, не требующие правки и износостойкие. Это обеспечивает максимальную стабильность и качество процесса. Пользователь также более гибок при переходе от внешнего к внутреннему шлифованию на одном станке: переход возможен менее чем за 30 минут.

Редуктор Harmonic Drive®: производство очень маленьких шестерен

Вызов Harmonic Drive®: самые маленькие модули

Зубья шестерни редуктора Harmonic Drive® представляли собой еще одну производственную проблему. Здесь нагрузка распределяется на большое количество мельчайших зубцов, которые, в крайнем случае, настолько крохотны, что едва видны невооруженным глазом. «Когда дело доходит до зубофрезерной обработки и профилирования зубчатых колес, мы иногда находимся на пределе возможностей, которые технически осуществимы и все еще поддаются измерению, — объясняет д-р Оливер Винкель, руководитель отдела применения технологий компании Liebherr. «Но когда речь идет о экстремальных требованиях к производству, обработке и измерению таких маломодульных компонентов, Liebherr является идеальным партнером.

Больше, чем «просто» машины: Liebherr предлагает решения

Компания Liebherr считает себя поставщиком решений для удовлетворения растущих требований к производительности, вызванных бумом автоматизации, и постоянно работает над расширением спектра своих производственных процессов. В будущем, например, внутреннее зубчатое колесо круглого шлица для редуктора Harmonic Drive® также можно будет производить с помощью зубчатого шлифования, как на Liebherr LK 180 — еще один вариант для большей гибкости и эффективности. Это также относится к другим особым случаям, для которых может еще не быть решения на рынке, но которое будет разработано в сотрудничестве с заказчиком.

Liebherr также считает себя компетентным партнером, когда речь идет об удовлетворении растущего спроса на компоненты для роботизированных приложений и повышении производительности. Доктор Оливер Винкель поясняет: «Будь то создание нового производства с нуля, поставка оборудования, определение процессов, обучение сотрудников или предоставление услуг и поддержки — у нас есть опыт, чтобы консультировать и сопровождать наших клиентов на протяжении всего процесса.

Это может быть вам интересно

Журнал для клиентов 2020

Узнайте больше интересных историй о Gear Technology и системах автоматизации.

Наши истории

Загрузки

Вы можете скачать все журналы для клиентов в формате PDF.

Загрузки

Технологии зубчатых передач

Здесь вы можете найти обзор наших продуктов и услуг.

alexxlab

E-mail : alexxlab@gmail.com

Submit A Comment

Must be fill required * marked fields.

:*
:*