Development of Process of A Force Sensorless Interference fit Assembly Robot System using Sliding Perturbation Observer

슬라이딩 섭동관측기를 이용한 힘 센서리스 억지끼워맞춤 조립로봇시스템 공정개발

Development of Process of A Force Sensorless Interference fit Assembly Robot System using Sliding Perturbation Observer

변규호¹, 문영근², 윤성민², 이민철^2,

Gyu Ho Byun¹, Young Geun Moon², Sung Min Yoon², and Min-Cheol Lee^2,

1 부산대학교 로봇관련협동과정 (Department of Interdisciplinary Programs in Robotics, Pusan National Univ.) 2 부산대학교 기계공학과 (Department of Mechanical Engineering, Pusan National Univ.)

 Corresponding author: [email protected], Tel: +82-51-510-3081 Manuscript received: 2013.11.28 / Revised: 2013.2.21 / Accepted: 2013.2.24

In inference fit assembly process of the industrial robot, it basically needs the force data. One of the typical methods to get the force data is attaching torque sensors on the robot arm joint or end effector. This is effective way to reduce time delay and to improve preciseness of force control, but this method has several problems. To solve that problem, this paper suggests method which measures assembly force without torque sensor by using the sliding perturbation observer(SPO) and assembly process based on SPO to assemble successfully in inference assembly

Key Words: Assembly Robot (조립로봇), Assembly Process (조립공정), Sensorless (센서리스), Force Measuring (힘 측 정), Sliding Perturbation Observer (슬라이딩 섭동 관측기)

1. 서론

최근 급격한 산업의 발달로 인해 다양한 제조 분야에서 생산성 증대와 인건비 절감을 위한 생산 자동화 연구가 활발히 이루어지고 있다. 이러한 자동화 연구 중 조립공정 분야는 특히 인건비 절 감 문제와 생산성 증대를 위해 많이 연구되고 있 다. 하지만 로봇으로 억지끼워맞춤 조립과 같이 힘을 요구하는 조립공정을 구현하기에는 아직까지 까다로운 문제가 있어 실질적인 적용에 많은 어려 움을 겪고 있다. 그 이유는 힘 제어기술과 조립공 정구현을 위한 다양한 모션제어에 비하여 제한된 로봇의 자유도 때문이다. 이러한 문제 때문에 여 전히 산업현장에서 인력으로 조립공정을 구현하는 모습을 주변에서 흔히 볼 수 있다.¹

산업용 로봇이 공장의 지정된 라인에서 부품을 조립하기 위해서는 해당 부품을 정확한 위치로 이 동시키고 조립이 가능할 정도의 적절한 힘을 부품 에 가해주어야 한다. 이때 필요치 보다 큰 힘을 가하면 부품이 손상되거나 또는 파손될 위험이 있 고 반대로 필요치 보다 작은 힘을 가하면 불완전 한 조립에 의하여 조립불량이 발생할 우려가 있다.

때문에 산업용 로봇의 조립공정을 구현하기 위해 서는 반드시 조립에 필요한 힘 정보를 조립 공정 에서 지속적으로 피드백 받아야 할 필요가 있다.

이와 같은 방법을 구현하기 위해서 로봇의 말단부 에 힘 센서를 부착하는 방법이 있다.² 이 방법은 성능 측면에서는 효과적이지만 힘 센서를 이용함 으로써 로봇의 배선이 복잡해지고 고가의 힘 센서 를 로봇에 부착하게 된다면 조립 시스템의 가격이

높아지는 단점이 발생한다.

그로 인하여 많은 영세 공장에서는 힘을 측정 하면서 조립이 가능한 로봇시스템을 구매하기란 쉽지 않은 사항이다. 이와 같은 단점을 개선하기 위해 본 논문에서는 힘 센서를 부착하지 않고 슬 라이딩 섭동 관측기(sliding perturbation observer, SPO)를 이용하여 힘 정보를 획득 하는 방법을 조 립로봇시스템에 적용하여 힘 센서의 대체 가능성 을 보였다. 또한 SPO로 측정된 힘 정보를 이용하 여 베어링의 손상과 파손을 방지하고, 단순 압착 으로 조립하기 힘든 돌기형태의 고무패킹의 억지 끼워맞춤 조립계획을 설계하여 실제 수작업으로 산업현장에서 조립되고 있는 리어블럭의 조립공정 을 구현하고자 한다.

본 논문의 조립대상은 현재 수작업으로 조립하 는 리니어가이드 레일 종단부에 장착되는 Fig. 1과 같은 리어 모듈이다. 2장에서 SPO를 이용하여 조 립력 추정에 대한 설명을 하고 3장에서는 조립로 봇 시스템의 전반적인 설명을 한다. 4장에서는SPO 를 이용한 힘 추정을 검증 한다. 5장에서는 SPO를 이용한 힘 추정 정보를 사용하여 조립 실험을 하 였다. 마지막 6장에서 결론을 기술한다. Fig. 1은 실 제 본 논문에서 조립하는 베어링과 고무패킹이다.

2. SPO 를 이용한 조립력 추정

본 장에서는 실제 조립로봇의 조립력을 SPO로 측정하기 위해 조립력을 전달하는 프레스로봇의 섭동을 정의하고 SPO를 설계한다.³

2.1 섭동의 정의^4-6

본 절에서는 모델의 비선형성, 불확실성, 그리 고 시스템에 부과된 힘에 의한 외란을 포함하는

섭동에 관한 정의를 한다. 일반적으로 n 자유도를 가지는 이차 시스템의 운동방정식은 다음과 같은 식(1)로 주어진다.

1

( ) ( ) [( ( ) ( )) ] ( ) 1,...,

n

j j j ji ji i j

i

x f X f x b x b x u d t

j n

=

= + Δ + + Δ +

=

∑

 (1)

1 2

( 1)

[ , , , ] = State vector [ , , , ] State variable

( ) Nonlinear elements terms and uncertainties ( ) Uncertainties of system and control gain matrix

Disturbances

i

mT

n T

i i i i

j ij j

x

x x x f X

b X d

−

≡

≡ =

Δ =

Δ =

=

X X X X



 

,

Control Inputs

Continuous state function

i j ij

u f b

=

=

여기서, “j”는 로봇의 경우 각 관절번호를 나타내고

“i”는 각각의 제어 입력에 대해 영향을 받는 제어 게인 행렬의 요소를 표시하기 위한 것이다. 주어 진 운동방정식에서 비선형 요소와 불확실성, 외란 등을 섭동으로 정의하면 식(2)와 같다.

1

( , ) ( ) ⁿ[ ( ) ] ( )

j j ji i j

i

x t f x b x u d t

=

Ψ = Δ +∑ Δ + ⁽²⁾

여기서, 섭동으로 정의된 항들이 알려진 임의의 연속적인 상태함수에 상한 되어있다고 가정한다.

2.2 슬라이딩 섭동 관측기

SPO는 슬라이딩 관측기와 섭동 관측기 2가지 의 관측기가 결합되어 더욱 효과적인 관측기 구조 를 나타낸다. 제어기에 SPO를 결합하기 전에 운동 방정식을 아래 식(3)과 같이 제어 입력을 정의한다.

B x uˆ 1 ₃u

J J α

− + = (3)

식(3)에서 ˆx 는 추정된 상태벡터, α3는 임의의 양의 값을 가지는 상수, B와J는 프레스로봇의 전체 감쇠성분과 관성모멘트성분 이고 u 는 새로이 정 의된 제어변수이다. 다음은 식(1) 에서 제어입력을 아래와 같은 식(4)로 기술할 수 있다.

u J u Bx= α₃ +  (4) ˆ 본 논문에서 “^”기호는 관측기에서 관측된 값

을 나타낸다. 식(4)의 정의에 의한 운동방정식을 Fig. 1 Rear module

상태공간으로 표현하면 다음 식(5)이다.

x₁=x₂ (5.1) x₂=α₃u+ Ψ (5.2) y x= (5.3) ₁

부가적인 센서의 부착 없이 섭동을 계산하기 위해 상태변수 x3을 새롭게 정의한다. 정의한 x3

는 다음 식(6)과 같다.

x₃=α_{3 2}x − Ψ/α₃ (6) 새롭게 정의된 x3로 인하여 Ψ 를 직접 추정

하지 않고 다른 변수만으로 계산 가능한 형태가 된다. 여기서 Ψ 는 존재하고 상한 되어 있으며 식(6)을 시간에 대하여 일차 미분을 하면 식(7)과 같다.

x₃=α_{3 2}x − Ψ/α₃ (7) 식(7)에서 α3의 값을 Ψ 의 영향이 무시될 만

큼 크게 잡으면 섭동의 영향에도 불구 하고 x3을 잘 관측 할 수 있다. 관측기 모델의 구조를 단순 화하기 위해 식(5), (6)과 (7)을 이용하여 식(8)로 변 환 할 수 있다.

xˆ₃=α₃²(− +xˆ₃ α_{3 2}x +u) (8.1) Ψ =ˆ α₃(− +xˆ₃ α_{3 2}x) (8.2)

전체 관측기의 구조는 x1만 피드백 하도록 하 기 때문에 별도의 센서를 부착하지 않아도 제어시 스템을 구성 할 수 있다. 또한 슬라이딩 관측기 에서 x2에 섭동의 영향을 고려한다면 상태변수의 정확도를 높일 수 있다. 이러한 관계를 정리 하면 SPO의 전체구조는 식(9)과 식(10)과 같다.

ˆx =₁ xˆ₂−k sat x₁ ( )₁ −α_{1 1}x (9.1) ˆx =₂ α₃u k sat x− ₂ ( )₁ −α_{2 1}x + Ψˆ (9.2)

ˆx =₃ α − +₃²( xˆ₃ α3 2xˆ +u) (9.3) ˆj

Ψ 을 추정하기 위한 섭동관측기는 아래와 같 이 정의 할 수 있고, 계산된 결과로 섭동을 추정 할 수 있다.

Fig. 2 Dynamic analysis of press robot

ˆΨ =α − +3( xˆ3 α3 2xˆ ) (10) 여기서 x1= −x xˆ1 1 는 측정할 수 있는 상태변수의

추정 오차이고, k k α α 1, , ,2 1 2 는 양의 값을 가지는 관측기의 게인이며, sat s 는 채터링(chattering)을 ( )ˆ 막기 위한 포화함수(saturation function)이다.^4,5

ˆ / ˆ ( ) ˆ / sat s s

s

= ⎨⎧

⎩ ˆ ,

o, s ε

ˆ ˆ

o o

if s if s

ε ε

≥

≤ (11)

2.3 프레스로봇 섭동

조립공정에서 실제 조립력을 전달하는 프레스 로봇의 조립력을 SPO를 이용하여 추정하기 위해 Fig. 2를 바탕으로 운동방정식을 유도한다.

프레스로봇 전체가 로봇 시스템 프레임에 고정 되어 있으므로 모터와 스크류, 풀리의 무게는 무 시된다고 가정한다. 벨트무게 또한 다른 항에 비 하여 영향이 작으므로 무시된다고 가정하면 모터 와 연결된 풀리의 운동방정식은 다음과 같이 식 (12)로 표현된다.

J_mθ+B_mθ+K(θ_m−θ_s)=u_m (12) 여기서 J_m, J 는 모터에 부착된 풀리와 스크류에 _s

부착된 풀리의 관성 항이고 Bm, Bs 는 감쇠 항을 나타낸다. um은 모터에 부착된 풀리에 가해지는 입력토크 이다. 스크류에 부착된 풀리의 운동방정 식은 프레스 로봇 수직 운동부가 결합되어 있기 때문에 다음과 같이 식(13)으로 표현한다.

J_sθ+B_sθ τ+ _p=K(θ_m−θ_s) (13.1)

p F lead2 τ π η

= ×

× (13.2)

여기서 K 는 풀리 와 풀리 사이의 벨트의 스프링 상수로 정의하는데 풀리가 고정되어 있고 풀리 비 가 1:1이므로 벨트의 인장은 선형적인 특성을 나 타낸다고 가정하였다. 식(13.2)의 F는 스크류가 회 전하면서 발생되는 추력이고 lead는 스크류의 이송 나사 리드이며 η 는 이송나사 효율이다. 앞에서 설명한 프레스 로봇의 운동방정식을 그대로 SPO 에 적용하는 것은 수식적으로 복잡하여 구동 되는 각각의 풀리에 각도 센서를 부착하기에도 어려움 이 있다. 따라서 프레스 로봇을 각각의 요소가 벨 트로 인하여 동력을 전달하는 구조가 아니라 하나 의 단순화된 동력전달 구조로 가정한다.

최종 SPO를 적용할 운동방정식은 θm≒θs이라 가정하고 J J= m+Js 이고 B B= m+Bs라고 표현하 면 다음과 같은 식(14)로 구해진다.

Jθ_m+Bθ_m+τ_p=u_m (14) 식(14)을 관성항과 감쇠항의 비선형과 불확실

성 등을 고려하면 다음 식(15)로 표현된다.

1 1 1

m B B m um p

J J J J J

θ = −⎛⎜⎝ + Δ ⎞⎟⎠θ +⎛⎜⎝ + Δ ⎞⎟⎠ − τ (15)

파라미터의 불확실성에 의한 오차, 프레스 로 봇의 말단 부분에 발생하는 반력을 포함하여 섭동 을 정의 하면 식(16)으로 표현된다.

1 1

m m p

B u

Jθ J Jτ

Ψ = −Δ  + Δ − (16)

파라미터의 불확실성에 의한 오차 영향이 작다 면, 섭동은 로봇에 전달되는 반력중 가장 큰 영향 을 받는다. 따라서 섭동관측기를 통해서 로봇 말 단에 발생되는 힘을 추정 할 수 있다. Fig. 3은 본 논문에서 힘을 추정하는 구조이다.^3,7,8

3. 로봇 시스템

Fig. 4는 본 논문에서 사용되는 전체 로봇시스 템을 나타낸다.⁹

사용되는 전체 로봇시스템은 팔레트에 정렬되 어있는 부품을 조립구역으로 이동시키는 3축 직교 좌표로봇과 이송된 조립부품을 정렬시키는 2축 지

그로봇, 정렬된 부품을 압착하여 조립시키는 프레 스로봇 총 3개의 로봇으로 구성 되어있으며, 직교 좌표로봇이 부품을 파지 할 때는 공압그리퍼를 사 용하였다. 조립공정 구역으로 조립부품이 도달하 게 되면 슬라이딩 섭동 관측기에 슬라이딩 모드 제어기를 결합한 SMCSPO 제어 알고리즘⁴으로 프 레스로봇을 구동하여 조립을 위한 힘을 SPO로 관 측하면서 조립을 위한 적절한 힘을 가하게 된다.

Fig. 5는 시스템 구조도 이다.

3축 직교좌표로봇과 2축 지그로봇은 부품의 운 송과 이송을 목적으로 힘 추정 알고리즘 없이 로 보테크에서 제공한 컨트롤러를 사용하였고 힘 추 정 제어를 위한 프레스로봇은 별도의 모션 컨트롤 러를 이용하여 총3개의 컨트롤러를 하나의 메인 시스템에서 제어를 하였다.

Fig. 3 SMCSPO Architecture for force senserless

Fig. 4 Robot system

Fig. 5 System architecture

Table 1 Press robot specification

Part Specification

Press 3 kg

Motor Higen AC servo motor (0.246 kg·m² ·10^-4, 200W) Encoder Higen Encoder

(Incremental Encoder ) Motor drive Samsung FARA Servo drive

(CSDJ_02BX2) Controller Multi-motion control board

(TMS320C3X DSP) Sample time 1ms

Fig. 6 Press robot and jig robot 3.1 프레스로봇 사양

조립로봇시스템에서 실제 힘이 작용되는 프레 스로봇 사양은 Table 1과 같다.

Fig. 6은 실제 조립공정이 이뤄지는 프레스 로 봇과 지그로봇 이다.

4. 프레스로봇의 힘추정 검증

SPO를 이용한 힘 측정이 실제 센서를 대체 할 수 있는 가능성을 검증하기 위하여 Fig. 7과 같이 힘 센서인 로드셀(load cell)를 이용하여 프레스 로 봇의 누르는 힘을 측정하고 그 측정한 힘과 SPO 에서 관측한 값을 비교 하였다. 실험에서 사용된 로드셀은 실제 부품을 조립 할 때와 같이 지그로 봇 위에 고정 시킨 뒤 프레스로봇으로 압착하여 힘을 측정하였다.

Fig. 8은 로드셀과 SPO에서 측정된 힘 정보를 비교한 그래프이다. Fig. 7에서의 실험결과 SPO를 이용하여 프레스로봇의 말단에 발생하는 힘이 실 제 로드셀로 측정한 힘 정보와 유사한 관계를 보

이는 것을 확인하였다. 따라서 프레스로봇에 힘을 측정하기 위해 SPO 사용함으로 힘 센서를 대체 할 수 있음을 검증하였다.

하지만 로드셀과 접촉하기 전 SPO에서 힘이 측정되는 힘 추정 오차를 볼 수 있다. 이것은 프 레스로봇의 모델 파라미터의 불확실성에 의한 오 차와 비선형적인 성분 때문에 로봇이 구동할 때 센서와 비 접촉에도 불구하고 힘이 관측되는 이유 이다. 만약 모델의 불확실성과 비선형적인 성분을 개선 또는 보상을 한다면 힘 추정 오차를 줄일 수 있다.

5. 조립 실험

본 장에서는 SPO 이용한 추정된 힘 정보를 이 용하여 베어링조립과 고무패킹조립에 적용하여 조 립공정을 실험해보았다. 프레스 로봇의 조립공정 시 비선형적인 요소와 모델의 불확실성을 보완하 기 위하여 SMCSPO 제어 알고리즘을 프레스로봇 의 모터에 적용하여 구동하였다.

Fig. 7 Load cell test

Fig. 8 Experimental result

Fig. 9 Normal alignment of bearing

Fig. 10 Experimental result 5.1 베어링 조립

힘 센서가 없이 SPO에서 추정한 힘 정보를 이 용해서 실제 베어링조립 실험을 해 보았다. Fig. 9 은 베어링과 리어블럭의 조립위치가 안정적으로 놓여져 있을 때 조립을 하는 그림이고 Fig. 10은 조립시 SPO를 이용하여 조립력을 측정한 그래프 이다. 실험결과 베어링의 조립 위치가 안정적으로 정렬된 경우 프레스로봇의 압착으로 조립공정이 잘 구현되는 것을 볼 수 있다. 이때 SPO를 이용하 여 120N의 조립력이 전달되는 것을 측정 할 수 있 었다.

Fig. 11는 기계시스템의 오류로 인하여 베어링 의 조립위치가 불안정적으로 놓여져 있을 때의 그 림이다. 조립위치가 부정확하게 놓여져 있을 경우 그림 Fig. 12의 위치, 힘 그래프에서 로봇의 위치가 베어링을 압착할 때 목표 위치를 추정하지 못하고 추정되는 힘이 급격히 증가되는 것을 SPO를 통하 여 확인 할 수 있다. 그 이유로 힘 센서를 사용하 지 않아도 조립고정 에서 발생되는 오류를 알아 낼 수 있다.

SPO에서 측정된 힘이 600N 이상의 힘이 전달 되면 베어링 외관에 손상 되는 것을 실험적으로

발견하였다. 조립물의 불량률을 줄이기 위하여 조 립력의 상한선을 600N으로 설정하고 상한된 힘 이 상이 되면 프레스로봇의 압착 작업을 멈추게 하여 기계시스템의 오류로 인한 조립공정에서 부품의 손상과 파손을 방지 할 수 있다. 따라서 센서를 사용하지 않아도 베어링의 조립공정을 구현하고 조립공정시 불량률을 줄일 수 있다.

5.2 고무패킹 조립

베어링조립의 경우 베어링의 외경과 리어블럭 Fig. 11 Unstable alignment of bearing

Fig. 12 Experimental result

내경의 크기가 같으므로 조립공정시 기계적 오류 로 인하여 조립부품의 정렬 상태가 불안정하지만 않다면 프레스로봇의 압착작업으로 조립을 구현 할 수 있다. 하지만 고무패킹의 조립 경우 그림 Fig. 13과 같이 고무패킹 조립면이 돌기 형태로 되 어져 리어블럭의 외경구멍 길이보다 커서 프레스 로봇의 위치가 조립완료 위치까지 압착 하여도 고 무패킹의 탄성력이 프레스로봇의 방향으로 힘을 전달하는 것을 볼 수 있다. 따라서 Fig. 13과 같이 베어링 조립공정과 같은 단순한 압착만으로는 조 립이 되지 않는다.

따라서 고무패킹을 조립시키기 위해서 억지끼 워맞춤 조립공정으로 조립을 하여야 한다.

5.2.1 고무패킹 조립 유한요소 모델

고무패킹과 리어블럭의 조립공정에 대한 고무 패킹의 변형률 및 응력 해석을 위해 유한요소해석 을 실시하였다. 해석도구로 ANSYS Workbench 14¹¹ 버젼을 이용하였다. 요소망은 전체현상이 균일한 점을 고려하여 Hex Dominant 방법을 사용하였으며 유한요소모델의 요소 수는 64,145개, 절점 수는 112,106개로 구성하였다. Fig. 15에 유한요소 모델의 요소망 생성결과를 나타내었다.

5.2.2 고무패킹 조립공정 특성 해석

Table 2와 같이 재료에 물성치를 정하고 하중조 건 및 경계조건을 선정하였다.¹⁰

경계조건선정은 프레스 로봇의 압착력에 따른 고무패킹의 변화와 응력분포를 확인하기 위해 Fig.

15와 같이 프레스 면적으로 하중조건에 변화를 주 었고, 리어블럭은 실제 지그로봇 위에 고정되어있 는 것과 같이 고정 구속조건을 설정하여 프레스

로봇의 고무패킹 압착에 대한 해석을 수행하였다.

Fig. 16의 해석결과 300N이하의 힘으로 압착을 가하면 미세한 오차 값으로 고무패킹이 삽입되지 않는 것을 볼 수 있다. 따라서 본 논문은 Fig. 15의 해석결과로 고무패킹의 완전삽입 가능한 압착력을 400N으로 선정하였다.

앞에서 설정된 400N의 힘으로 고무패킹에 압 착하여 완전히 삽입된 상태의 고무패킹의 응력과 변형률을 해석하였다.

Fig. 13 Rear block and rubber packing

Fig. 14 Experimental result

Fig. 15 Finite element analysis model

Table 2 MBT Rubber properties Mechanical Properties Metric

Young’s Modulus 0.0049GPa Poisson’s ratio 0.49

Density 1984 Kg / m³ Tensile strength 28.10MPa

(a)

(b)

Fig. 16 (a) Analysis result 250N (b) Analysis result 300N

Fig. 17 Strain distribution

Fig. 18 Stress distribution of rear module

Fig. 17은 변형률을 나타낸 것이며, 해석결과 조 립공정시 고무패킹의 돌기부분이 리어블럭의 외경 구멍의 커서 프레스로봇의 단순 압착으로는 완전 히 삽입된 상태이지만 고무패킹의 돌기부분에 변 형만 일어날 뿐 완전한 조립은 되지 않는 것을 해 석을 통하여 확인 할 수 있었다.

Fig. 19 Max stress of rubber

Fig. 20 Pattern of elastic restoring force

Fig. 18은 최대응력 해석 결과이며, 최대응력은 리어블럭과 고무패킹의 접촉 부분 중 리어블럭 외 경구멍 상단에서 24.172MPa으로 나타났다.

Fig. 19는 고무패킹의 응력분포를 확인하기 위 하여 Fig. 16에서 리어블럭을 감추고 고무패킹 부 위를 상세 확대한 결과이며, 고무패킹의 접촉부분 에서 5~8 MPa의 응력분포가 나타났다.

5.2.3 억지끼워맞춤 조립공정

해석결과와 같이 단순 압착으로는 고무패킹의 조립을 할 수 없다. 따라서 본 연구에서는 고무패 킹의 탄성복원력을 이용한 억지끼워맞춤 조립공정 을 제안한다. 앞장에서 고무패킹의 조립공정 해석 결과 400N의 힘으로 고무패킹에 압착을 하면 고무 패킹의 돌기 부분에 최대 약 8MPa의 응력이 전달 된다. 본 논문에서 사용되는 고무패킹은 MBT 고 무의 속성으로 인장강도가 28.10MPa 이다. 따라서 고무패킹에 전달되는 응력을 Fig. 20와 같이 지그 로봇의 패턴을 이용하여 고무패킹의 응력을 순간 적으로 제거하게 되면 고무패킹의 탄성복원력에

인하여 억지끼워맞춤 조립이 되는 것을 가정 할 수 있다.

다음은 SPO에서 힘 추정 정보를 이용하여 앞 에서 가정된 억지끼워맞춤 조립공정을 실제 조립 로봇으로 구현해 보았다. Fig. 21은 억지 끼워맞춤 조립공정을 구현 할 때의 위치와 SPO에서 추정된 힘 그래프이다.

고무패킹의 탄성복원력을 이용하여 억지끼워맞 춤 조립을 할 때 고무패킹의 돌기부분에 전달되는 응력이 인장강도 보다 작아야 복원력이 발생하므 로 고무패킹에 전달되는 응력이 중요하다. 따라서 본 실험에서 SPO으로 추정된 값을 이용하여 400N 의상한값을 정하여 설정된 힘으로 고무패킹을 완 전히 삽입 후 지그로봇의 패턴을 이용하여 조립을 구현하였다.

6. 결론

본 논문은 조립로봇 시스템에서 힘을 전달하는 프레스 로봇의 반력을 SPO를 이용하여 힘 센서 없이 추정하고 추정된 반력을 이용하여 베어링과 고무패킹을 리어블럭에 조립하는 조립공정을 구현 하였다. 향후 추정된 힘 정보와 영상정보를 결합 하여 조립부품의 조립 정밀도 및 조립공정개선을 기대해본다. 본 연구 결과를 통해 SPO를 이용하여 고가의 힘 센서 없이 산업현장에서 부품의 조립이 가능성을 제시하고 힘 센서를 부착하기 힘든 시스 템에서 힘 측정가능성을 기대한다.

후 기

본 연구는 교육과학기술부와 한국연구재단의 지역혁신인력양성사업으로 수행된 연구결과임.

참고문헌

1. Lumelsky, V. J. and Cheung, E., “Real-time Collision Avoidance in Teleoperated Whole-Sensitive Robot Arm Manipulators,” IEEE Transactions on Systems, Man and Cybernetics, Vol. 23, No. 1, pp. 194-203, 1993.

2. Whitney, D. E., “Mechanical Assemblies,” Oxford University press, pp. 253-292, 2004.

3. Lee, M. C., Kim, C. Y., Yao, B., Peine, W. J., and Song, Y. E., “Reaction Force Estimation of Surgical Robot Instrument using Perturbation Observer with SMCSPO Algorithm,” IEEE/ASME International Conference on Advanced Intelligent Mechatronics (AIM), pp. 181-186, 2010.

4. Moura, J. T., Elmali, H., and Olgac, N., “Sliding Mode Control with Sliding Perturbation Observer,”

Journal of Dynamic Systems, Measurement, and Control, Vol. 119, No. 4, pp. 657-665, 1997.

5. Slotine, J. -J. E., Hedrick, J. K., and Misawa, E. A.,

“On Sliding Observers for Nonlinear Systems,”

ASME Journal of Dynamic Systems, Measurement and Control, Vol. 109, pp. 245-252, 1987.

6. Elmali, H., and Olgac, N., “Sliding Mode Control with Perturbation Estimation (smcpe): A new Approach,” International Journal of Control, Vol. 56, No. 4, pp. 923-941, 1992.

7. You, K., Lee, M., and Yoo, W., “Sliding Mode Controller with Sliding Perturbation Observer based on Gain Optimization using Genetic Algorithm,”

KSME International Journal, Vol. 18, No. 4, pp. 630- 639, 2004.

8. Song, Y. E., Lee, M. C., and Kim, C. Y., “Sliding Mode Control with Sliding Perturbation Observer for Surgical Robots” IEEE International Symposium on Industrial Electronics, pp. 2153-2158, 2009.

9. ROBOTECH. Inc industrial robot & automation system “Robots Reference Library,” http://www.

robotech.co.kr.html (Accessed 24 Feb. 2014)

10. Matweb material property data “Material Property Data Reference,” http://www.matweb.com/search/

DataSheet.aspx?MatGUID=72952575f2ef43bc886d6 dffb7b564ca.html (Accessed 24 Feb. 2014)

11. Tae Sung Software & Engineering Inc., “ANSYS Workbench,” 2014.

Fig. 21 Experimental result