机器人自动制孔中绝对定位误差的分析与补偿

由于机器人绝对定位精度相对较低,无法直接满足自动制孔的孔位精度要求。为了提高机器人自动制孔的孔位精度,对机器人绝对定位误差进行了研究。首先,阐述了绝对定位误差的来源和产生过程,并通过理论分析和相关试验,证明了绝对定位误差会对机器人基坐标系的平移分量和姿态变换分量产生不同程度的影响。然后,为了补偿由于基坐标系标定不准确所引起的坐标转换误差,从飞机曲面构造原理角度,提出了一种基于误差Coons曲面函数的补偿方法。制孔试验表明,采用基于误差Coons曲面函数的补偿方法,可以使得坐标转换误差得到有效的补偿。机器人自动制孔的孔位平均位置误差为0.205mm,最大位置误差为0.343mm,满足孔位精度在0.5mm以内的要求,实现了机器人自动化精确制孔。     

面向飞机装配的机器人定位误差和残差补偿

工业机器人由于其高柔性和低成本而被越来越多地应用到飞机自动钻铆系统中,使用精度补偿有效地提高机器人的绝对定位精度是保证产品质量的关键,为进一步提高机器人末端定位精度,提出了基于误差相似度的残差补偿方法。首先使用基于运动学参数标定的方法辨识出机器人的几何参数误差,再利用基于误差相似度的方法对残余误差进行估计,实现对机器人的误差和残差的补偿。以工业机器人KUKA KR-30 HA为对象所进行的试验验证表明,机器人的绝对定位精度平均值由补偿前的0.879mm经过定位误差补偿后提高到0.194mm,经过残差补偿后进一步提高到0.141mm,经过定位误差和残差补偿后的机器人最大误差由1.492mm降低为0.296mm,最大绝对定位精度误差降低了80.16%。该方法能有效地补偿参数辨识后遗留的残差,进一步提高机器人的定位精度。     

考虑关节回差的工业机器人精度补偿方法

工业机器人由于绝对定位精度低的缺点一直难以应用于航空航天高精制造领域。影响机器人定位误差的因素较多,对精确建立其误差模型提出了严峻的挑战。现有的建模方法通常将机器人定位误差与其位姿关联,忽略了同一位姿下关节回差对其定位误差的影响。为提高工业机器人绝对定位精度,提出了一种考虑关节回差的工业机器人误差相似度精度补偿方法。基于改进的Denavit-Hartenberg模型建立了包含机器人几何误差、坐标系误差和传动误差的综合辨识模型,利用最小二乘法辨识了关节回差。根据辨识得到的关节回差等参数构建了误差相似度模型,使用3种型号的机器人验证了该方法对提高机器人绝对定位精度的可行性和通用性,最终通过KUKA KR500-3机器人进行了制孔试验验证。试验结果表明,该方法相较于传统方法将机器人定位误差降低了约0.1 mm,精度提高了30%以上,制孔孔位精度从0.701 mm提升至0.134 mm,为有效提高工业机器人的绝对定位精度提供了一种技术手段。     

一种适用于曲面结构的机器人制孔误差在线补偿技术

针对工业机器人应用于飞机零部件自动钻孔时各项误差累积造成制孔精度差的问题，提出一种利用单应关系计算机器人驱动坐标三维偏差，以在线补偿机器人制孔精度的方法。首先利用外部测量设备建立机器人制孔系统中各坐标系关系；在标定阶段，通过以一定倾斜角度固联于机器人末端的相机拍摄一幅安装于制孔工作平面上与刀轴正对的平面标定板图像，并据此完成基于单应变换的手-眼关系标定；在实际制孔过程中，机器人在测距传感器及相机的辅助下，从基准孔理论坐标对应的姿态，不断调整至基准孔正上方理想位置，通过手-眼关系计算基准孔实际位置对应的机器人驱动坐标，然后根据一组基准孔的机器人三维驱动误差，计算三维驱动误差变换矩阵，据此获得这组基准孔邻域范围内各待钻孔的机器人驱动坐标补偿量，从而实现待钻孔定位误差补偿。以飞机结构实验件为对象进行了模拟制孔验证，实验结果表明，补偿前待钻孔三维综合定位误差和法向误差测量值范围分别为2.28~2.85 mm和2.09°~3.93°，平均为2.55 mm和3.30°，补偿后制孔最大误差分别不超过0.30 mm和0.21°，满足自动制孔位置精度要求。     

基于深度神经网络的机器人定位误差补偿方法

工业机器人由于高效率、低成本被广泛应用于智能制造业,但较低的绝对定位精度限制了其在高精度制造领域的推广应用。为提升机器人绝对定位精度并解决传统复杂的误差建模问题,提出了一种基于深度神经网络的机器人定位误差补偿方法。首先在笛卡尔空间进行拉丁超立方采样规划,获得目标点姿态对误差的影响规律;然后建立基于遗传粒子群算法优化深度神经网络(GPSO–DNN)的定位误差预测模型,实现对误差的预测和补偿;最后为验证该方法的准确性和优越性,与其他误差补偿模型进行对比。试验结果表明,基于GPSO–DNN的定位误差补偿方法的补偿精度最高,定位误差由补偿前的1.529mm减小为0.343mm,精度提高了77.57%。该方法能有效补偿机器人定位误差,大幅提高机器人的定位精度。     

基于机械关节反馈的机器人精度补偿技术

工业机器人因其高柔性和低成本而正被越来越多地应用于飞机自动化装配生产线中,但其绝对定位精度差一直是制约其发展的瓶颈。为了进一步提高机器人末端的定位精度,提出了基于机械关节反馈的机器人定位精度补偿方法,该方法通过在机器人的关节处安装绝对式光栅尺,将关节伺服引入到机器人的控制中,来实现机器人关节的闭环控制,从而降低关节误差对末端位置的影响,提高关节的定位精度。试验结果表明,机器人的绝对定位误差由补偿前的最大值1.125mm降低到0.167mm,该方法能够有效地降低机器人的绝对定位误差,实现机器人的高精度控制。     

基于ELM的航空制孔机器人定位精度补偿方法

针对航空制孔机器人绝对定位精度补偿中存在的建模复杂及运算量大的问题,提出了一种基于极限学习机的绝对定位精度补偿方法。该方法通过将机器人视为一个黑箱系统,忽略机器人的几何因素和非几何因素的影响,通过高精度的激光跟踪仪测量获得机器人的末端运动误差,采用极限学习机建立机器人误差预测模型。由机器人误差预测模型获得机器人在期望位置的位置偏差,通过修正机器人位置坐标来实现机器人的绝对定位精度补偿。最后该方法在航空制孔机器人上进行了试验,试验结果显示机器人的绝对位置误差的平均值和最大值分别降低了75.69%和78.16%。     

工业机器人绝对定位误差补偿方法

现场环境下工业机器人连续作业运行容易导致定位漂移问题,利用外部高精度测量系统获取其末端执行器精确三维位置信息是机器人绝对定位误差的有效补偿方式.针对误差补偿三维测量高效率、高精度、高适应性要求,提出了一种基于工作空间测量定位系统的工业机器人精度补偿方法.利用测量定位系统的动态特性,设计了针对机器人工作轨迹空间的网格划分...     

机器人辅助飞机装配制孔中位姿精度补偿技术

在飞机自动化装配中,机器人制孔技术由于其高度柔性和相对低成本而倍受关注.然而,机器人本身的动、静态误差及制孔过程大量坐标系标定和坐标转换会引起难以补偿的残留误差,为提高机器人制孔的位置和姿态精度,构建一种基于激光跟踪仪闭环反馈的机器人辅助飞机装配制孔系统.本文首先论述应用激光跟踪仪建立系统中关键坐标系的方法,并分析了机...     

机器人铣削系统精度控制方法及试验

新一代航空航天器大量使用一体化复杂大部件作为主要结构，传统机床难以满足其高质量、高效率、高柔性的加工需求，以工业机器人为载体的加工系统是解决该问题的有效新途径，但面临机器人精度低、刚性差的瓶颈。为提高工业机器人的加工精度，搭建了基于数控系统的机器人铣削系统，提出了关节空间-笛卡尔空间分级精度补偿方法。静载试验结果表明，机器人的重复定位精度由0.154 mm提高到0.039 mm,提高了74.68%;绝对定位精度由1.307 mm提高到0.156 mm,提高了88.06%;轨迹精度由1.346 mm提高到0.181 mm,提高了86.55%,实现了点位与轨迹精度的在线实时补偿。铣削试验结果表明，复合材料舱段铣削精度达到0.22 mm,表面粗糙度优于Ra4.8,机器人铣削系统能够满足航空航天零部件的加工精度要求。     

机器人自动钻铆系统集成控制技术

针对飞机自动化装配中对机器人自动钻铆系统设备的控制要求,设计一套以工业机器人为载体,基于Beckhoff控制系统的自动钻铆设备。该控制系统以现场总线的方式,将工业机器人、扩展地轨、多功能末端执行器、刀库以及其他附属设备通过Beckhoff的核心控制软件联系在一起,实现对加工现场的实时控制。并通过一系列的精度补偿措施在多个环节对误差进行修正补偿以提高精度。试验表明,该套系统可达到末端制孔定位精度±0.5mm,垂直精度±0.3°,孔径精度H8,锪窝深度精度±0.01mm。     

Determination of optimal samples for robot calibration based on error similarity

Industrial robots are used for automatic drilling and riveting.The absolute position accuracy of an industrial robot is one of the key performance indexes in aircraft assembly,and can be improved through error compensation to meet aircraft assembly requirements.The achievable accuracy and the difficulty of accuracy compensation implementation are closely related to the choice of sampling points.Therefore,based on the error similarity error compensation method,a method for choosing sampling points on a uniform grid is proposed.A simulation is conducted to analyze the influence of the sample point locations on error compensation.In addition,the grid steps of the sampling points are optimized using a statistical analysis method.The method is used to generate grids and optimize the grid steps of a Kuka KR-210 robot.The experimental results show that the method for planning sampling data can be used to effectively optimize the sampling grid.After error compensation,the position accuracy of the robot meets the position accuracy requirements.     

Calibration of robotic drilling systems with a moving rail

Industrial robots are widely used in aircraft assembly systems such as robotic drilling systems. It is necessary to expand a robot＇s working range with a moving rail. A method for improving the position accuracy of an automated assembly system with an industrial robot mounted on a moving rail is proposed. A multi-station method is used to control the robot in this study. The robot only works at stations which are certain positions defined on the moving rail. The calibration of the robot system is composed by the calibration of the robot and the calibration of the stations.The calibration of the robot is based on error similarity and inverse distance weighted interpolation.The calibration of the stations is based on a magnetic strip and a magnetic sensor. Validation tests were performed in this study, which showed that the accuracy of the robot system gained significant improvement using the proposed method. The absolute position errors were reduced by about 85%to less than 0.3 mm compared with the maximum nearly 2 mm before calibration.     

Positioning error compensation of an industrial robot using neural networks and experimental study

Due to the characteristics of high efficiency, wide working range, and high flexibility,industrial robots are being increasingly used in the industries of automotive, machining, electrical and electronic, rubber and plastics, aerospace, food, etc. Whereas the low positioning accuracy,resulted from the serial configuration of industrial robots, has limited their further developments and applications in the field of high requirements for machining accuracy, e.g., aircraft assembly.In this paper, a...     

基于ELM的飞机数字化装配定位运动模型

针对飞机装配中开敞性较差环境下的串联装配机构半闭环定位运动控制问题进行研究,提出了基于极限学习机(EML)算法的飞机数字化装配定位运动模型。通过分析飞机数字化装配串联定位机构的运动学模型特点及性能要求,提出了飞机数字化装配定位运动的单隐含层前馈神经网络模型,并基于极限学习机提出了装配定位运动的数据辨识模型,且最后给出了基于极限学习机算法的定位运动离线辨识方法。通过将某大型飞机机身壁板柔性预定位工装作为试验平台进行验证,结果表明,获得的定位运动模型使直接装配定位精度达到±0.25 mm,满足某大型飞机机身壁板长桁的装配定位精度要求±0.50 mm。试验系统涉及的若干关键技术已应用于某大型飞机的壁板组件装配预定位柔性工装系统。     

基于MBD的飞机钻铆机器人离线编程技术研究

为了提高飞机钻铆机器人离线编程的效率和质量,提出了基于MBD的智能离线编程技术。依据飞机钻铆的工艺特点构建了钻铆MBD模型,从钻铆MBD模型中自动提取待加工孔的坐标、法矢、材料、紧固件规格等工艺信息,据此规划最佳的机器人加工站位、加工路径和加工工艺参数,并利用CAA基于DELMIA软件开发了飞机钻铆机器人离线编程系统。     

双目视觉绳系支撑飞行器模型位姿动态测量

绳牵引并联机器人（WDPR）为风洞试验提供了一种新型支撑方式，可用于多/六自由度风洞复杂动态试验。针对该支撑下飞行器模型的大范围运动，发展了一种基于双目视觉的模型位姿动态测量方法。首先，设计了一种编码合作标志点，合理布置于模型表面，通过图像处理消除绳对标志点成像干扰，进行标志点三维重构；然后，利用绝对定姿算法求解相对位姿初值，且给出了理论误差分析，并基于双目相机重投影误差构建李代数下的无约束最小二乘优化问题，采用L-M算法进行位姿优化；最后，采用该测量系统分别进行了静态和动态精度验证试验，以及大迎角俯仰振荡等3种单/多自由度典型运动轨迹测量。试验数据显示，静态角度和位移测量精度分别优于0.02°/0.02 mm；动态测量时角度精度可达到0.1°量级，位移平均误差为0.4 mm。研究结果表明：设计的双目视觉测量系统是有效可行的，可为后续风洞试验的实际应用提供支持。