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。     

机器人精度补偿技术与应用进展

当今工业机器人加工技术越来越多地被应用于航空、航天、高铁、船舶等高端制造领域中的制孔、铆接、铣削、磨削等工艺。然而,由于工业机器人定位精度低限制了其自身发展及其在高精制造业中的进一步应用;因此,开展机器人精度补偿技术研究对提高机器人定位精度十分重要。对工业机器人精度补偿技术的研究现状进行综述,分析了机器人的定位误差来源,梳理了当前在提高机器人定位精度方面的研究方法和技术以及目前的应用进展,总结了未来工业机器人定位精度提升方法的趋势,可为工业机器人在制造业的应用发展提供指导。     

面向工业机器人的数字孪生建模精度补偿方法

针对现有工业机器人智能装备建模感知监测精度缺失,依靠理论参数建模精度低等问题,本文以工业机器人铣削系统为研究对象,构建了高精度光栅尺实时测量机器人关节转角的数字孪生监测系统,避免了齿轮间隙、编码器丢码等关节转角误差对数字孪生建模准确度的影响;根据MD–H运动学建模方法建立了数字孪生驱动模型,采用L–M算法对工业机器人建模参数进行辨识修正,减少了机器人数字孪生模型中几何误差的影响;开发了数字孪生交互系统平台,用以监测、控制物理空间的工业机器人铣削系统的作业运动。利用辨识后的机器人关节参数构建的数字孪生模型,使得工业机器人铣削系统运动点位的建模精度从±1.6905 mm提高到了±0.3304 mm,提高了4.12倍,表明本文针对工业机器人数字孪生建模方法的正确性和建模参数辨识方法对建模精度补偿的可行性。     

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。     

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。     

提高机器人结构刚度及关节精度的方法

传统工业机器人具有工作空间大、结构紧凑、灵活性好等优势,已由早期的物料搬运、点焊、喷涂等操作逐渐应用于制孔、铣削、磨削等高精度金属切削加工领域。然而,工业机器人相比于机床刚性较弱,金属切削过程中的切削载荷使机器人末端刀具偏离期望的加工轨迹,外部激振力极易引发机器人颤振,影响机器人加工精度;此外,关节减速器内部齿隙也会严重影响机器人精度。对采用机器人刚度优化、机器人加工误差补偿、机器人传动间隙补偿、机器人加工振动抑制等提高机器人精度方法的研究现状做了总结,提出了两种提高机器人精度的机器人结构改进设计,分别为基于双电机驱动的无间隙传动机器人结构和基于四边形机构的高刚性机械臂结构,并对新型机器人的结构特点进行了阐述。     

面向飞机自动钻铆系统的工业机器人精度补偿技术

新型飞机对我国航空制造业提出了更高的要求,工业机器人在飞机自动钻铆系统中的应用越来越广泛.由于工业机器人自身的绝对定位精度无法满足飞机自动钻铆系统的精度要求,研究机器人的精度补偿技术显得至关重要.分别对基于运动学标定、基于非参数标定和基于实时反馈的机器人精度补偿技术进行了简要的介绍.     

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。     

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。     

面向飞机自动化装配的工业机器人标定技术

将工业机器人用于飞机的自动化装配有着很高的定位精度要求,对六自由度KUKA机器人的定位精度补偿方法进行了研究,该方法通过建立机器人运动学误差模型,以Levenberg-Marquardt阻尼迭代最小二乘法求出适合机器人标定空间的各参数误差最优值并以Kuka机器人为实验平台进行试验验证。经过补偿后,标定空间内机器人的绝对定位精度得到极大改善,可以满足飞机自动化装配的精度要求。     

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。     

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。     

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。     

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...     

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。     

定长补偿电火花铣削加工中锥形电极的形成及稳定性

电火花铣削可以利用简单电极加工复杂工件,对铣削过程中电极损耗进行补偿是保证工件加工精度的重要措施。使用圆柱电极进行定长补偿铣削加工,加工过程中电极端面会形成一个圆锥形。为保证补偿精度,对电极圆锥形端面的形成及稳定性进行了研究。通过对定长补偿下工件被加工情况的研究,阐述了圆锥形电极形成的具体过程;并且论证了在加工进入稳定阶段以后,圆锥端面角度会基本保持在一个恒定值,研究了初始加工深度和补偿长度对锥形过渡阶段的影响;在电极直径、电参数一定情况下,验证了加工模型中锥形角度与目标加工深度的函数关系,实验结果与模型计算结果相差2.1%;最后给出了加工实例,并获得较好的加工效果。     

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。     

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。     

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%。