IK Platform — Odwrotna kinematyka w praktyce

O czym jest ten moduł

Moduły M9 (dynamika odwrotna) i M10 (silnik DC i energia) dały nam wszystkie liczby potrzebne by odpowiedzieć na praktyczne pytanie projektowe: jaki silnik+przekładnię kupić dla każdej osi naszego robota? Ten moduł zamyka tę pętlę — od wymagań wynikających z dynamiki, przez czteropozycyjną specyfikację konstrukcyjną, do konkretnego modelu z katalogu producenta.

Dlaczego to ważne: dobór napędów jest jedną z najczęściej źle wykonywanych decyzji w projektowaniu robotów. Typowe błędy: dobór wyłącznie po momencie maksymalnym (a silnik przegrzewa się od ciągłego obciążenia), pomijanie inercji (regulator nie nadąża), wybór jednego silnika dla wszystkich osi (na nadgarstku za duży, na barku za mały). Wszystkie te pułapki da się uniknąć patrząc na cztery metryki naraz i porównując z obwiednią T-N silnika.

Co wynika z tego modułu

Po przerobieniu tego modułu student potrafi: (1) wyznaczyć z trajektorii cztery metryki projektowe, (2) dobrać konkretny silnik z przekładnią z katalogu Maxon/Kollmorgen/Harmonic Drive zachowując odpowiedni margines bezpieczeństwa, (3) sprawdzić czy bezwładność zredukowana nie ogranicza pasma regulatora, (4) uzasadnić wybór w dokumentacji projektowej — czyli kompetencje, których pierwsza praca inżynierska po obronie zwykle wymaga w pierwszym tygodniu.

Krok 1

Pipeline projektowy — od trajektorii do katalogu

Dobór napędu to iteracyjny proces 6-krokowy, w którym wynik nie jest pojedynczą liczbą, tylko zbiorem wymagań, które należy krzyżowo zweryfikować z katalogiem producenta. Schemat poniżej pokazuje cały flow z pętlą iteracyjną na końcu:

Pipeline doboru napędu — 6 kroków + decyzja

Niebieskie = wejście z dynamiki (M9). Fioletowe = praca z katalogiem (M11). Czerwone = walidacja końcowa. Pętla iteracyjna: nie udało się → wracamy do projektu.

Każdy z 6 kroków jest niezależną decyzją inżynierską: krok 1 to wybór reprezentatywnej trajektorii (worst-case cyklu eksploatacyjnego — nie średni przypadek!). Krok 2 to mechaniczna aplikacja Newton-Eulera z M9. Krok 3 agreguje czasowy przebieg $\tau(t)$ do 4 niezależnych liczb. Kroki 4–6 to praca z katalogiem producenta + weryfikacja końcowa. Iteracja: jeśli żaden model się nie mieści — wracamy do kroku 1 i zmieniamy trajektorię (mniejsza prędkość, mniejszy payload) albo do projektu mechanicznego (lżejsze ogniwa, lepsza dystrybucja masy).

Krok 2

4 metryki konstrukcyjne — przypomnienie z M9

Tematykę wprowadziliśmy w module 9; tu krótkie przypomnienie i kontekstualizacja dla katalogu. Z $\tau(t)$ i $\dot q(t)$ wyciągamy 4 niezależne wymagania:

Metryka	Wzór	Karta katalogowa — kolumna
τ_peak	$\max_t \|\tau(t)\|$	Peak torque / Max momentary torque
τ_rms	$\sqrt{\tfrac1T\int_0^T\tau^2 dt}$	Continuous torque / Nennmoment
q̇_peak	$\max_t \|\dot q(t)\|$	Max output speed (po przekładni)
P_peak	$\max_t \|\tau \dot q\|$	Peak power / drivera + zasilacza

Margines bezpieczeństwa. Wymagania z modelu zawsze mnożymy przez współczynnik $k \in [1.3, 2.0]$ — bo: (a) parametry inercji z CAD mają błąd 10–30%, (b) tarcie i straty energetyczne dochodzą z M10, (c) trajektoria w rzeczywistości może być agresywniejsza niż zaplanowana (zaburzenia, kolizje), (d) starzenie silnika obniża jego osiągi z czasem (~10% po 5 latach). W tym module używamy $k = 1.5$ jako rozsądny default.

Krok 3

Kalkulator doboru — wybierz silnik i sprawdź marginesy

Główny widget tego modułu: wybierz scenariusz (trajektorię), payload, konkretny napęd ES5 do oszacowania, oraz proponowany model z katalogu — system pokaże 4 niezależne walidacje i zsumuje werdykt:

…obliczanie kalkulatora doboru…

Krok 4

Krzywa T-N — jak trajektoria wpasowuje się w obwiednię silnika

Wizualizacja par $(\dot q(t), |\tau(t)|)$ naniesionych jako punkty na krzywej moment-prędkość silnika. Każdy silnik ma dwa „obszary bezpieczeństwa": zielony continuous (dopuszczalna praca ciągła) i pomarańczowy peak (dopuszczalne tylko krótkotrwale, sekundy):

…

Pułapka: punkt po punkcie OK, ale całość nie

Nawet jeśli każdy punkt mieści się w obwiedni, należy sprawdzić ile czasu spędza on w obszarze peak. Termiczna stała czasowa BLDC to typowo 30–120 sekund — przekroczenie wartości ciągłej przez 1s jest OK, ale przez 60s spowoduje przegrzanie nawet gdy punkt jest „we środku" peak region. Dlatego $\tau_\text{rms}$ jest tu kluczowe — sumuje to po całej trajektorii.

Krok 5

Cross-reference do realnych katalogów

Konkretne modele z 3 producentów silników (Maxon, Kollmorgen, Allied Motion) sparowane z przekładniami harmonicznymi Harmonic Drive. Wartości z publicznych kart katalogowych. Kolumna „pasuje do τ_i" jest automatycznie wyliczana dla scenariusza pick-and-place z payloadem 2 kg i marginesem 1.5×:

…obliczanie dopasowań…

Praktyczne reguły cobotowe (5–15 kg payload)

Osie 1+2 (baza, bark) — klasa L, ~85–110 Nm continuous, ~230–320 Nm peak. Dominują grawitacją + bezwładnością całego ramienia.
Osie 3+4 (łokieć, przedramię) — klasa M, ~28–32 Nm continuous, ~70–95 Nm peak.
Osie 5+6 (nadgarstek, kołnierz) — klasa S, ~6–11 Nm continuous, ~17–33 Nm peak. Tu liczy się też niska masa zespołu — dorzucona masa rekursywnie zwiększa wymagania osi pod nimi.
Typowy budżet napędów dla cobota 5kg: 2× klasa L (~14 000 €) + 2× klasa M (~7000 €) + 2× klasa S (~4 000 €) = ~25 000 € za sam zespół napędowy. Dlaczego coboty są drogie.

Krok 6

Sanity check: bezwładność zredukowana i pasmo regulatora

Dobór samego momentu i prędkości to nie wszystko. Trzeba jeszcze sprawdzić, że bezwładność zredukowana do wału silnika nie ogranicza osiągalnego pasma regulatora pozycyjnego. Reguła kciuka:

J_{\text{red}} = J_{\text{rotor}} + \frac{J_{\text{load}}}{n^2}, \qquad \omega_{bw} \approx \sqrt{\frac{K_p}{J_{\text{red}}}}

Przekładnia o przełożeniu $n$ kwadratowo redukuje bezwładność widzianą z silnika. Stąd istnieje optymalne $n_\text{opt} = \sqrt{J_\text{load} / J_\text{rotor}}$ (impedance matching), przy którym pasmo regulatora jest największe. Praktycznie: typowe przekładnie harmoniczne 50–160 są w okolicach tego optimum dla manipulatorów cobotowych.

Parametry układu silnik+obciążenie

J_rotor (bezwładność wirnika): 13.0 g·cm²J_load (bezwładność obciążenia na wyjściu): 0.80 kg·m²Przełożenie n: 100:1K_p regulatora: 1000 Nm/rad

Bezwładność zredukowana na wał silnika

J_{\text{red}} = J_{\text{rotor}} + \frac{J_{\text{load}}}{n^2}

= 13.0 + 80.0 = 93.0 g·cm²

Pasmo regulatora pozycyjnego (uproszczone)

\omega_{bw} = \sqrt{K_p / J_{\text{red}}}

= 3279 rad/s = 521.9 Hz

Optymalne dopasowanie impedancji

n_opt = $\sqrt{J_{\text{load}}/J_{\text{rotor}}}$ = 248:1

ratio J_load_red/J_rotor = 6.15

Dobre dopasowanie impedancji (J_rotor ≈ J_load/n²)

Pasmo regulatora f_bw [Hz] vs przełożenie n (skala log)

Jak interpretować pasmo f_bw?

Pasmo regulatora to częstotliwość zaburzeń, na które regulator pozycyjny jeszcze potrafi reagować. Konkretnie: dla zaburzeń (np. nagłej zmiany referencji, nagłej siły zewnętrznej) o częstotliwości < f_bw regulator je kompensuje— błąd śledzenia tłumi się o > 50%. Dla zaburzeń > f_bw regulator „nie nadąża" — błąd zostaje.

W praktyce inżynierskiej projektant celuje w f_bw ≥ 20–50 Hz dla regulatorów pozycyjnych manipulatorów przemysłowych. Niżej (~5–10 Hz) — robot wygląda „miękko", widać wibracje w cyklach pick-and-place i błąd śledzenia trajektorii. Wyżej (~100+ Hz) — robot „twardszy", ale wymaga lepszej sensoryki (enkoder z większą rozdzielczością, próbkowanie kontrolera ≥ 1 kHz) i ryzykuje pobudzenie modów rezonansowych konstrukcji mechanicznej (przekładnia harmoniczna ma typowo rezonans 80–200 Hz — pasmo regulatora musi być wyraźnie poniżej, inaczej niestabilność).

Reguła n_opt — impedance matching

Krzywa pokazuje maksimum przy n_opt ≈ √(J_load/J_rotor). Za małe n — bezwładność obciążenia dominuje (J_red ≈ J_load/n² → duży); pasmo niskie. Za duże n — bezwładność wirnika dominuje (J_red ≈ J_rotor); pasmo wraca do plateau, ale wymagana prędkość silnika rośnie liniowo z n (energia kinetyczna kwadratowo). Przekładnie harmoniczne typowo 50–160 — w okolicy n_opt dla typowych cobotów.

A masa samego silnika? (domknięcie pętli projektowej)

Dobry punkt — silnik DC + przekładnia harmoniczna typowo waży 0.3–2.5 kg (np. Maxon EC-i 52: 0.65 kg, Harmonic Drive CSF-25: 0.8 kg). Montuje się go na poprzednim ogniwie (silnik napędzający przegub i siedzi na ogniwie i-1, blisko osi przegubu i). To nieignorowalna dodatkowa masa — dla przedramienia ES5 (m₃ = 2.85 kg) dodanie 1 kg silnika to +35% inercji obciążenia widzianej z barku.

Co z tym zrobić w projekcie? Iteracyjnie:

Iteracja 0 — dobierz silnik dla nominalnej masy ogniw (jak teraz w tym module).
Iteracja 1 — dodaj masę wybranego silnika do ogniwa i-1 (zwykle blisko jego końca, niedaleko przegubu i). Przelicz NE: τ ↑ o 10–30%. Sprawdź czy wybrany silnik wciąż mieści się w krzywej T-N.
Iteracja 2 — jeśli przeskoczył poza obwiednię, wybierz większy silnik. Powtórz od kroku 1. Zwykle 2–3 iteracje wystarczają do zbieżności.

W zaawansowanych systemach CAD (SolidWorks, Fusion 360) ten cykl jest częściowo zautomatyzowany — model 3D zawiera silniki jako bryły o znanej masie i I_C, parametry dynamiczne robota są przeliczane automatycznie po wymianie napędu. W tym module aplikacji nie domykamy tej pętli, ale dla skali zauważ: dodanie masy silnika typowo zwiększa wymagane τ o 15–25%, co przekłada się na potrzebę silnika ~1 klasa wyższy (kolejny rozmiar w katalogu).

Checklist projektowy — przed kupnem napędu

Praktyczna lista kontrolna, którą warto przejść przed złożeniem zamówienia:

Trajektoria worst-case zdefiniowana? — nie średni, tylko najbardziej obciążający przypadek. Z payloadem górnego limitu, ekstremalnym zasięgiem, maks. prędkością. Najlepiej kilka takich trajektorii, każda obciąża inną oś krytycznie.
Wykonano NE i wyciągnięto 4 metryki per napęd? — τ_peak, τ_rms, q̇_peak, P_peak. Sprawdzono dla każdej z worst-case trajektorii. Weź MAKSIMUM po wszystkich scenariuszach.
Margines 1.5× zachowany? — capability silnika / requirement ≥ 1.5 dla wszystkich 4 metryk. Mniej = ryzyko (zmiany parametrów, starzenie, błąd modelu inercji).
T-N curve — wszystkie punkty pracy w obwiedni? — ważne gdy P_peak pojawia się w momencie gdzie ω jest duża. Niektóre silniki mają „nawias" obwiedni — dla wysokich ω moment max maleje.
J_red sprawdzone? — pasmo regulatora ≥ 20 Hz (typowy minimum dla robotyki). Jeśli niskie — rozważ większą przekładnię albo silnik z mniejszym J_rotor.
Termika sprawdzona dla cyklu?— τ_rms z kroku 2 powinno być < τ_cont z karty. Jeśli planowane są długie cykle bez przerw — dodaj dodatkową rezerwę termiczną (×1.2).
Energia cyklu i zasilanie? — czy zasilacz / bateria wytrzymają chwilowe P_peak we wszystkich napędach jednocześnie (worst case wszystkie razem)? Czy mamy odpowiedni rezystor hamujący dla regeneracji?
Masa zespołu i wpływ na sąsiednie osie? — dorzucona masa silnika na osi 5 zwiększa wymagania dla osi 4. Iteracja wsteczna: nowy wybór napędu → nowe inercje → nowe NE → nowe wymagania dla wcześniejszych osi.

Co dalej

Wszystkie powyższe wartości policzyliśmy idealizując silnik jako generator momentu. W rzeczywistości silnik ma swoją własną dynamikę elektromagnetyczną (stała czasowa indukcyjności), straty (Joule + magnesowanie + tarcie wewnętrzne), a przekładnia harmoniczna ma sprawność zależną od obciążenia. Tym wszystkim zajmuje się moduł 10 — który dodaje do τ ostatnią warstwę: prąd, moc elektryczną, energię cyklu. Razem M9+M10+M11 dają pełen pipeline od kinematyki przez dynamikę po decyzję zakupową — czyli to, czego od inżyniera robotyki wymaga pierwsza praca po obronie dyplomu.