灵巧度是评价3D打印机运动精度的重要指标。它反映了机构输入与输出的失真程度，当3D打印机运动到奇异位形附近的时候，速度雅克比矩阵行列式的值接近于0，此时输入与输出之间的运动关系出现失真，将导致打印的产品成为废品。
灵巧度的分析方法有两种，一种是Yoshikawa先生提出的，他把雅克比矩阵J的范数和他的转置JT的范数的乘积的值为定义为可操作度来评价机器人的灵巧性能，可操作度的值越大，说明3D打印机理论伺服精度越高。一种是Salisbury等提出的，他用雅克比矩阵的条件数来表征机构的灵巧度，条件数越小运动精度越高，其值为1时，机构运动传递性能最优。该指标通常被用来指导机器人的结构参数设计。为了总体评价一机器人的灵巧性，Gosselin提出了全条件性指标（Global Conditioning Index），该指标被用在平面二自由度机器人的结构尺寸参数设计上。鉴于3-CUR解耦并联机构的特点，研究将灵巧度指标应用于选取机构驱动角范围。下面以雅克比矩阵的条件数来选择使机构运动灵巧性高的驱动范围，然后用可操作度指标验证所选范围的合理性。
相对于串联机器人，并联机器人的设计要复杂的多，从优化设计的角度出发，知道机构参数的变化趋势和较优取值范围，对提高优化速度有很大的帮助。性能图谱可以将机构参数变化和性能指标直观的展现出来。鉴于此，本小节先绘制出3-CUR机构的结构参数性能图谱，进而确定出具有良好性能指标值的结构参数区域，为机构的杆长优化提供参数取值范围。
在机器人机构设计过程中，机器人机构尺寸参数是一个很重要的设计因素，它决定了机器人的工作性能。并联机构虽然得到了广泛的应用，但是并联机构的优化设计尚未得到很好地解决。因为大多数机构的雅克比矩阵中包含了机构的机构参数，所以人们广泛使用的优化手段是以雅克比矩阵为工具进行性能指标的优化。比如，Kircanski借助雅克比矩阵的条件数对二、三自由度串联机器人进行了机构尺寸设计的研究，黄田以雅克比矩阵为工具研究了机床的设计参数对机构运动灵巧性的影响。
但是完全解耦机构的雅克比矩阵中没有含有全部的待优化设计参数，以雅可比为工具进行设计参数的优化不再适用本机构。其实无论何种优化方法，究其本质是在满足目标函数的条件下，得到多个变量的最优解，因此优化的关键是找到待优化目标函数。其次，优化应建立在前提条件下，比如获得机构的最大工作空间，应该在整体尺寸为定值时，将机构参数最优化，从而使机构性能最佳。
遗传算法是一种计算效率高、适合解决复杂问题并且可以得到全局最优解的智能优化算法，因此被广泛用于机构性能的优化。
你可能感兴趣的类似3D打印资讯
麻省理工学院和哈佛大学的研究人员将活菌整合到3D打印的物体中