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。     

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。     

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。     

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LSTM的空间机器人系统惯性张量在轨辨识

在空间机器人抓捕目标的过程中,整个系统的惯性张量会随时间变化且在目标被捕获瞬间发生突变,这会严重影响整体姿态控制的精度。针对以上问题,提出了一种基于长短期记忆（LSTM）的系统惯性张量在轨实时辨识方法。首先,对于目标捕获前后的2个阶段,利用拉格朗日方程建立了空间机器人的动力学模型;然后,基于所建空间机器人模型采用域随机化方法生成足量训练数据,并用其对由LSTM网络与多层全连接网络构建的参数辨识网络进行训练;最后,使用训练好的参数辨识网络对系统惯性张量进行辨识。数值仿真结果表明：所提方法能够精确辨识空间机器人抓捕过程中的系统惯性张量,所研究系统的主惯量平均相对辨识误差小于0.001,惯性积的平均相对辨识误差小于0.01。     

数字化协同测量在飞机弱刚性零件加工中的应用

针对飞机弱刚性蒙皮零件的高精度加工要求,通过机器人铣削系统协同标定、蒙皮边界提取与逆向建模、末端执行器定位修正等技术研究,实现飞机蒙皮、口盖、壁板类结构件边部余量检测及加工在线修正,边界测量精度0.1mm,末端执行器定位误差不大于0.2mm。经验证,本研究满足了四代机制造对数字化测量的要求,显著提高了飞机蒙皮壁板自动化铣削和数字化水平,促进了飞机制造从传统的手工装配向智能化装配模式的跨越。     

基于深度神经网络的机器人加工系统模态特性预测

串联式工业机器人具有工作空间大且灵活性强的特点,被广泛应用于飞机蒙皮、航空透明件等大型结构件的加工。然而,工业机器人存在刚度弱、动态特性空间分布差异大的问题,导致其铣削稳定性极限低,不同加工区域的铣削性能变化明显,可供选择的工艺参数窗口狭窄的问题。研究机器人铣削系统加工过程中的动态特性,建立位姿相关模态预测模型对提升机器人加工性能有重要意义。本文以ABB机器人加工系统为研究对象,提出了一种基于深度神经网络的模态预测方法。首先,采用多普勒测振仪对机器人加工系统进行了模态试验,对多阶模态的空间变化加以分析。随后,根据机器人实际工作空间,设计测试试验组从而获取位姿相关的频响函数集,并利用有理多项式法准确辨识相关模态参数。在此基础上,采用超参数优化法建立深度神经网络预测模型,最终实现工业机器人工作空间内位姿相关的多阶模态参数准确预测。试验结果表明,该方法预测精度可达80%以上。     

航空航天薄壁件铣削过程加工状态监测研究进展

对切削加工状态进行精准监测,是实现航空航天薄壁件加工变形控制的重要保障。围绕航空航天薄壁件铣削加工状态监测的最新研究进展进行了评述,详细介绍了建立加工状态监测模型的关键技术与方法,包括加工信息采集处理、特征提取和特征融合。归纳了学者们在薄壁件加工过程中对刀具磨破损、铣削颤振、铣削变形等具体状态监测的研究进展。基于数字孪生技术,构建了面向薄壁件铣削加工状态监测的优化系统。最后,根据现阶段本领域发展状况对薄壁件铣削加工状态监测进行了展望。     

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。     

数字孪生驱动的薄壁件铣削刀具磨损状态识别方法

薄壁零件由于其本身的弱刚性,铣削过程中极易发生颤振、变形,从而加剧刀具磨损,为提高薄壁零件的铣削加工效率和表面质量,提出了一种数字孪生与支持向量机（SVM）融合驱动的刀具磨损状态识别方法。利用时、频域分析和小波包变换提取特征向量,通过网格搜索与交叉验证（GSCV）的方法进行超参数寻优,结合SVM算法构建薄壁零件铣削刀具磨损状态识别模型。试验结果表明,SVM算法在高维小样本数据的分类识别问题中优势明显,对于不同铣刀磨损状态的识别准确率分别达到96%和90.16%,具有较好的泛化能力。结合机器学习算法构建高保真、轻量化的数字孪生体,并将其嵌入薄壁零件铣削过程监测平台,以解决加工过程中信号实时监测和刀具磨损状态在线识别的问题。     

基于ODE参数辨识的液压伺服系统灰箱建模

 针对液压伺服系统常规"白箱"建模由于参数无法精确获得导致所得模型精度不高及"黑箱"建模所得模型内部结构未知的问题,本文提出基于ODE参数辨识的液压伺服系统"灰箱"建模。首先,建立了工程上实用的系统状态空间模型, 根据系统特征确定了待辨识参数,将模型辨识问题转化为常微分方程(ODE)参数辨识问题;然后,采用正弦扫频信号作为激励信号和基于带边界约束的信赖域优化算法的初值问题方法进行参数辨识;为了和ODE参数辨识结果进行对比,本文同时采用系统的频率响应数据和最小二乘法辨识得到系统的"黑箱"传递函数模型;最后,通过大量实验验证了辨识模型的精确度。实验结果表明,本文提出的基于信赖域算法的液压伺服系统模型辨识方法可以有效处理参数的边界问题,使辨识模型既具有实际的物理意义,又与实际系统高度符合。     

刀具偏心跳动下侧铣硬脆材料的瞬时铣削力模型

以侧铣可加工微晶陶瓷为对象,建立了瞬时整体铣削力模型,研究了刀具偏心跳动状态下立铣刀侧刃铣削瞬时铣削力。通过铣削刀具与工件的次摆线运动,获得了其瞬时切削厚度、瞬时切削面积。通过线性搜索法确定了刀具偏心量和偏心角的最优解,利用一维搜索算法进行了瞬时铣削力作用点的精确求解,并以刀具偏心跳动状态下的瞬时转角予以表达。以Martellotti模型为基础,建立了新的瞬时铣削力模型。以最小二乘法进行了瞬时铣削力模型系数辨识。并从铣削力作用点（瞬时转角）视角,研究了瞬时铣削力的变化特性。铣削实验验证结果表明,铣削力模型预测值与实验值吻合程度较高,平均相对误差不超过8%,该瞬时铣削力模型具有较高的预测精度。     

面向大型卫星的可移动混联机器人加工技术

大型卫星结构件加工过程中面临多次吊装和转移风险,针对“卫星不动,工具移动”制造方法定位误差大的问题,提出一种可移动混联机器人加工大尺寸结构件的新方法。基于全向移动平台与机器人视觉引导相结合的粗-精定位策略,采用初步定位和精确定位的“两步定位法”提高移动式混联机器人加工的定位精度。构建可移动混联机器人加工系统,并在大型卫星结构件上开展铣削验证实验。实验结果表明：移动式混联机器人提高了卫星舱体功能面的加工精度,1 600 mm×800 mm范围内4个压紧点的加工平面度达到0.08 mm,共面度达到0.2 mm,距离公差为0.6 mm。混联机器人的高刚度特性为实现卫星舱体高精、高效的原位加工提供了可行性。     

面向飞机大部件的密封胶自动涂覆机器人系统研究

针对目前飞机大部件涂胶过程中人工作业方式存在的涂胶质量一致性差、效率低、可达性有限、工作环境恶劣等问题,设计了龙门悬挂式机器人自动涂覆系统。该系统通过对视觉系统的标定以及对理论涂胶轨迹的修正,评估涂胶工艺参数影响因素,获得机器人运行速度和电机速度之间的匹配关系,并构建集成工业相机、激光轮廓扫描仪等设备的多功能末端执行器。同时开发了一套集成控制系统和软件,实现了大尺寸飞机部件的高效、高质量的密封胶自动涂覆。试验结果表明,涂胶轨迹精度为±0.5 mm,胶条精度为±0.5 mm,完全可满足实际工艺需求。     

崎岖地形中关节式月球车姿态估计数值求解方法

 以被动关节式地形自适应月球车为研究对象,融合关节机器人D-H坐标建模方法构建了月球车悬架运动学模型和以侧倾、俯仰和偏转角表示姿态的欧拉角方式建立了车轮到世界坐标系的悬架完整表达模型。利用悬架完整表达模型,用带有迭代因子的连续迭代和离散迭代数值求解方法,建立了光滑和离散崎岖地形姿态估计算法。最后以8轮扭杆双摇杆摇臂月球车原理样机为例来验证此模型求解方法。仿真结果验证了所建立的基于数值方法的崎岖地形被动关节式月球车姿态估计模型的正确性,其求解模型精度能够满足仿真要求。     

基于双混联机器人的镜像铣削系统运动学分析与加工路径生成方法

以一种由双混联机器人组成的镜像铣削系统为研究对象,采用矢量法建立了镜像铣削系统规格化的运动学正逆解模型,其中正解方法较采用牛顿迭代法求解的方法具有计算效率与精度高的优点。提出了一种镜像加工路径生成方法,明确了双机参考坐标系的位姿关系,通过设定薄壁结构件的期望加工壁厚计算位姿镜像对称的刀具与支撑头路径。提出了十轴联动与双五轴联动两种镜像加工路径执行方法,后者较前者具备可重构性与模块化的特点,支持铣削或支撑机器人单机作业,能够满足大工作空间内单机或多机快速现场布置与高效协同加工的需求。为验证所提出的运动学模型与加工路径生成、执行方法的正确有效性,开展了大型薄壁结构件镜像加工试验,试验结果表明,壁厚加工误差可保证在±0.18 mm以内。     

大型复合材料机身壁板多机器人协同装配调姿控形方法

针对飞机大型复合材料机身壁板尺寸大、曲率大、外形偏差不易控制等装配工艺特点，提出了一种基于多机器人协同的复合材料机身壁板装配调姿控形方法。实现了各机器人末端夹持单元预定位，并建立了多机器人柔性装配工装的全局运动学模型；通过多机器人主从协同运动实现复合材料机身壁板的调姿定位，分析了协同运动误差；构建了壁板形状控制点偏差与机器人运动量的变换关系，通过机器人的运动实现了复合材料机身壁板的形状控制。最后，对所提出的方法进行了应用实验验证，结果表明采用主从协同运动的调姿方法，调姿定位精度优于0.08 mm。形状调控后复合材料机身壁板形状精度可达0.6 mm，证明了该方法的可行性和有效性。     

驾驶员模型建模精度分析方法研究

针对频域内驾驶员描述函数和辨识方法和最小二乘的驾驶员模型参数的估计方法，按照严谨公式的规范条件建立了驾驶员模型建模精度评介公式，并对驾驶员完成俯仰跟踪任务时的仿真结果和驾驶员模型辨识结果进行了精度检验计算，同时还探讨了提高建模精度的有关技术问题。     

大臂展空间机械臂运动学参数精确标定

大臂展空间机械臂,由于臂杆的几何参数误差及柔性等因素将会导致其末端定位产生很大误差,然而在某些空间作业时对机械臂末端定位精度要求较高,为了获得其准确的运动学参数,提出了一种线性标定机器人运动学参数的简便方法。以一个7自由度空间机械臂为研究对象,采用D-H建模方法建立了机器人运动学模型,基于该模型建立了机器人运动学误差模型,最后通过计算机器人末端的位姿误差,标定了该机器人的运动学参数。仿真实验表明该标定方法有较高的精度,并且该方法操作简单、便于实际应用。     

基于误差相似性的移动机器人定位误差补偿

对由AGV承载的工业机器人组成的AGV式移动制孔机器人的定位误差补偿方法进行了研究。在面向飞机装配的AGV式移动制孔机器人系统中，利用激光跟踪仪构建坐标系，提出了AGV式移动制孔机器人机座坐标系的换站方法，能更好地适应飞机制造多品种、小批量的特点。基于对AGV式移动制孔机器人定位误差源的分析，利用定位误差相似性，提出针对AGV式移动制孔机器人的基于反距离加权定位误差的空间插值与补偿方法，克服了现有技术对于AGV式移动制孔机器人定位误差补偿的局限性。以AGV搭载的KUKA KR480型工业机器人制孔系统作为试验对象，通过试验选取最优网格步长，补偿结果表明，能将系统综合定位误差平均值由补偿前的1.045 mm降低到0.227 mm，最大绝对定位误差由补偿前的2.727 mm降低到0.478 mm，降低了82.47%，该方法能有效提高AGV式移动制孔机器人的绝对定位精度。