基于S3000L标准的飞机保障性分析系统建设与应用

结合飞机保障性分析工作实践,从飞机保障性分析工作中存在的问题出发,借鉴国际最新保障性分析标准ASD S3000L,制定了飞机的保障性分析业务流程,并在此基础上开发了飞机保障性分析系统,经过实际型号的验证,应用效果良好,可为其他型号飞机或大型复杂装备保障性分析工作的开展和保障性分析系统的建设提供参考.     

双机器人钻铆系统协同控制与基坐标系标定技术

为提升机器人飞机自动钻铆质量并提高自动制孔铆接率,对双机器人协同的飞机自动钻铆技术进行研究,提出双机器人协同自动钻铆工作流程.针对协同运动提出为机器人进行编码,利用Ethernet(TCP/IP)实现系统和机器人之间的信息传输.为了保证系统的完整性,将机器人单侧信息转化到另一侧的机器人下,采用激光跟踪仪并利用单位四元数法对双机器人基坐标系进行标定.最后在KUKA的KR-500双机器人和其30m扩展第七轴上进行协同运动和控制系统试验以及双机器人定位重合度测试,验证了系统的有效性,试验表明因该方法带来的误差可以忽略不计.     

人机协作标准及应用动态研究

通过对人机协作内涵定义以及人机协作安全标准的叙述,提出了人机协作需要攻克的几项关键技术,点评了4款著名协作型机器人的功能,介绍了国外协作性机器人在飞机装配中的最新研究成果,最后对人与机器人协作将成为装配系统的新常态进行了展望.     

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.     

大型复杂构件机器人制孔技术研究进展

航空装备大型复杂构件制造和装配中需要钻削数十万个机械连接孔,因而制孔效率和加工质量是保证飞行器使用性能和可靠性的关键。机器人制孔具有高柔性、高质量一致性以及高法向精度等优势,近年来采用机器人对飞机部件进行制孔在航空制造企业备受青睐。然而由于工业机器人的弱刚性以及叠层结构材料的难加工性,机器人钻削系统容易产生加工不稳定现象,严重制约了钻削质量和效率的进一步提高。目前,国内外学者在机器人制孔装备、制孔系统精度控制与机器人制孔稳定性等方面开展了理论与实验研究,并取得了诸多成果,但机器人钻削稳定性和加工质量控制研究的深度和广度仍存在较大的提升空间。为此,从机器人制孔末端执行器设计技术、机器人制孔定位精度控制技术、机器人制孔工艺过程控制技术以及机器人制孔装备研制四个方面对国内外文献进行总结和凝练,旨在为大型复杂构件机器人制孔技术的进一步研究提供指导。     

机器人钻铆系统研究与应用现状

铆接是飞机装配中的主要连接方式,高效高质量的钻孔与铆接技术是提高飞机装配质量与装配效率的关键。机器人钻铆系统以其高灵活性、低成本的特点逐渐进入到飞机装配领域,成为自动化钻铆系统中的新军。首先对国内外机器人钻铆系统的研究和应用状况进行了介绍和分析,然后对国内机器人钻铆系统存在的主要问题进行了概括,最后总结了目前机器人钻铆系统需解决的关键技术及相关研究工作,以供研究者们参考。     

双框架飞机蒙皮检测机器人切换运动控制方法

针对一种双框架飞机蒙皮检测机器人,通过分析该机器人在飞机表面上的受力情况,在飞机表面该机器人受到了非完整约束,基于牛顿-欧拉法建立了机器人非完整约束动力学模型。根据机器人机械结构和运动步态分析,将该非完整机器人系统分为子系统A和子系统B。为了实现机器人在飞机表面运动,采用反演技术和快速Terminal滑模控制相结合的思想对系统设计了控制器,提出了一种反演-滑模控制方法;对于非完整机器人子系统A和子系统B,设计了一种基于事件驱动的切换策略,实现了机器人对期望轨迹的全局渐近跟踪,并利用Lyapunov稳定性证明系统的跟踪误差收敛。仿真和试验表明,采用该切换策略和反演-滑模控制方法,双框架飞机蒙皮检测机器人可以在飞机表面自由运动并进行损伤检测,具有良好的可靠性和稳定性。     

基于机器人的飞机大型结构三维自动化检测方法

外形数据测量是飞机装配中至关重要的一环。传统模拟量检测无法满足飞机大型结构点的外形测量需求,而单独的数字化测量设备和方法又难以实现大尺寸和复杂结构的测量。构建了由工业机器人和激光跟踪仪组成的自动化扫描系统,研究了飞机大型结构自动化检测方法。根据轨迹规划和仿真的结果,实现机器人扫描系统对大型结构测量,将测量结果与理论数模比较就可以分析大型结构的误差信息,实现对大型结构的检测。     

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...     

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。