CN108638076B - 一种六自由度串联机器人铣削加工三维稳定性预测方法 - Google Patents

一种六自由度串联机器人铣削加工三维稳定性预测方法 Download PDF

Info

Publication number
CN108638076B
CN108638076B CN201810827001.1A CN201810827001A CN108638076B CN 108638076 B CN108638076 B CN 108638076B CN 201810827001 A CN201810827001 A CN 201810827001A CN 108638076 B CN108638076 B CN 108638076B
Authority
CN
China
Prior art keywords
robot
degree
milling
freedom
coordinate system
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201810827001.1A
Other languages
English (en)
Other versions
CN108638076A (zh
Inventor
刘宇
何凤霞
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Northeastern University China
Original Assignee
Northeastern University China
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Northeastern University China filed Critical Northeastern University China
Priority to CN201810827001.1A priority Critical patent/CN108638076B/zh
Publication of CN108638076A publication Critical patent/CN108638076A/zh
Application granted granted Critical
Publication of CN108638076B publication Critical patent/CN108638076B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B25J9/1679—Programme controls characterised by the tasks executed

Abstract

本发明提供一种六自由度串联机器人铣削加工三维稳定性预测方法，涉及机器人加工应用技术领域。该方法首先确定六自由度串联机器人加工位姿，得到机器人每个关节的角度值；然后获得机器人三个方向的结构刚度，并计算获得机器人铣削切削刚度值；获得各运动学坐标系之间的齐次变换矩阵；分析获得机器人各阶结构固有频率以及相应的模态振型；获得机器人主刚度方向，确定切削力到机器人主刚度方向所在的转移矩阵；最后确定加工方向，使用机器人铣削加工三维稳定性判剧预测稳定性。本发明提供的六自由度串联机器人铣削加工三维稳定性预测方法，能够预先选择加工进给方向，避免铣削加工过程中模态耦合颤振的出现，提高加工表面质量。

Description

一种六自由度串联机器人铣削加工三维稳定性预测方法
技术领域
本发明涉及机器人加工应用技术领域，尤其涉及一种六自由度串联机器人铣削加工三维稳定性预测方法。
背景技术
不同于传统多轴机床加工，机器人结构刚度较弱，通常小于1N/μm，极易发生模态耦合颤振。模态耦合颤振是指在各个自由度之间(即各个模态之间)由于位移延时反馈促使振动系统从外界摄取能量而引发的自激振动现象。颤振预测目前主要采用BIBO稳定性判据，简化机器人铣削加工过程为加工二维平面内的两自由度动力学问题，得到特征方程，应用系统动力学知识判定稳定性。稳定性判据与机器人两自由度的主刚度(单位：牛/微米)、切削刚度(单位：牛/微米)以及进给方向和主刚度方向之间的夹角(单位：度)有关。
然而，机器人本身结构具有不对称性，具有三个主刚度方向，且与机器人位姿相关。机器人具有空间灵活性，在任意空间平面都能进行铣削加工。以往的颤振预测方法是在铣削加工平面内进行分析得到，不能准确定义机器人主刚度方向，这就导致判据的应用受到阻碍。
因此，二维机器人铣削加工稳定性预测方法无法准确得到主刚度方向与进给方向之间的夹角。由于这个原因，稳定性判据具有局限性，将会出现辨识不准的情况，使得判据的应用推广无法继续。
发明内容
针对现有技术的缺陷，本发明提供一种六自由度串联机器人铣削加工三维稳定性预测方法，实现对机器人铣削加工的三维稳定性进行预测。
一种六自由度串联机器人铣削加工三维稳定性预测方法，包括以下步骤：
步骤1：确定六自由度串联机器人的加工位姿，得到六自由度串联机器人每个关节的角度值；
步骤2：利用激光位移传感器和弹簧测力计实验测试得到六自由度串联机器人三个方向的结构刚度kx，ky和kz；
步骤3：确定六自由度串联机器人铣削加工的加工参数，包括主轴转速、轴向切深和进给速度；并根据加工参数计算得到此时六自由度串联机器人铣削切削的刚度值；
步骤4：在机器人铣刀处，建立刀具坐标系，利用D-H参数法建立六自由度机器人运动学模型，从而得到各运动学坐标系之间的齐次变换矩阵；
步骤5：在六自由度串联机器人本体上确定多个激励点，进行模态实验，得到机器人各阶结构固有频率以及相应的模态振型；
步骤6：根据模态振型定义六自由度串联机器人的主刚度方向；在颤振频率处的模态振型是能量集中的频率，定义模态振动方向为机器人的主刚度方向；
步骤7：确定切削力到机器人主刚度方向所在的转移矩阵；
步骤8：确定六自由度串联机器人铣削加工方向，使用机器人铣削加工三维稳定性判剧预测机器人铣削加工的稳定性，具体方法为：
将六自由度串联机器人铣削加工平面切削力简化为如下公式所示：
Figure BDA0001742719800000021
其中，下标tcp表示刀具坐标系，Fx，Fy和Fz分别为刀具坐标系三个方向的切削力；uxtcp表示刀具x7方向的振动位移；Kp为切削刚度；α为与机器人进给方向有关的角度；
将六自由度串联机器人刀具坐标系的切削力和振动位移通过六自由度串联机器人运动学齐次变换矩阵转移到六自由度串联机器人主刚度所在的坐标系，转换结果为：
Figure BDA0001742719800000022
Figure BDA0001742719800000023
其中，下标stiff表示机器人刚度所在的坐标系，F′x，F′y和F′z分别为机器人刚度所在坐标系三个方向的切削力；ux，uy和uz分别为刀具坐标系三个方向上的振动位移，u′x，u′y和u′z分别为机器人刚度所在坐标系三个方向的振动位移；
Figure BDA0001742719800000024
表示机器人第2关节坐标系到刀具坐标系的位姿转换矩阵，用
Figure BDA0001742719800000025
描述，表示机器人第2关节坐标系各坐标轴单位矢量在刀具坐标系各轴上的投影；
在主刚度坐标系内，将六自由度串联机器人铣削加工简化为三自由度无阻尼铣削加工动力学方程，如下公式所示：
Figure BDA0001742719800000031
其中，mx，my和mz分别表示机器人主刚度坐标系三个方向的质量，cx，cy和cz分别表示机器人主刚度坐标系三个方向的阻尼，kx，ky和kz分别表示机器人主刚度坐标系三个方向的结构刚度；
该三维动力学方程的特征矩阵如下公式所示：
Figure BDA0001742719800000032
令
nxx＝nx(nxcotα+ax)kp-kx nyx＝ny(nxcotα+ax)kp nzx＝nz(nxcotα+ax)kp
nxy＝nx(nycotα+ay)kp nyy＝ny(nycotα+ay)kp-ky nzy＝nz(nycotα+ay)kp
nxz＝nx(nzcotα+az)kp nyz＝ny(nzcotα+az)kp nzz＝nz(nzcotα+az)kp-kz
则机器人铣削加工三维稳定性判据如下公式所示：
Figure BDA0001742719800000033
其中，a＝-1，b＝-kx-ky-kz+nxx+nyy+nzz，
c＝-kxky-kxkz-kykz+kynxx+kznxx+nxynyx+kxnyy+kznyy-nxxnyy+nxznzx+nyznzy+kxnzz+kynzz-nxxnzz-nyynzz，
d＝-kxkykz+kykznxx+kznxynyx+kxkznyy-kznxxnyy+kynxznzx-nxznyynzx+nxynyznzx+nxznyxnzy+kxnyznzy-nxxnyznzy+kxkynzz-kynxxnzz-nxynyxnzz-kxnyynzz+nxxnyynzz。
将机器人铣削加工三维稳定性判据代入整个六自由度串联机器人铣削加工平面对应的进给方向，得到机器人铣削加工的稳定性边界。
由上述技术方案可知，本发明的有益效果在于：本发明提供的一种机器人六自由度机器人铣削加工三维稳定性预测方法，能够预先选择加工进给方向，避免铣削加工过程中模态耦合颤振的出现，提高加工表面质量。同时，能够提供机器人加工位姿下的主刚度方向，在分析颤振与否时比传统的二维判据更加直观准确。
附图说明
图1为本发明第实施例提供的机器人铣削加工三维稳定性预测方法流程图；
图2为本发明实施例提供的机器人结构刚度辨识图；
图3为本发明第实施例提供的机器人连杆建模示意图；
图4为本发明第实施例提供的振动分析示意图；
图5为本发明第实施例提供的机器人铣削加工面示意图；
图6为本发明第实施例提供的整个加工平面的机器人铣削稳定性情况圆图。
图中，1、加速度传感器；2、机器人；3、模态力锤；4、信号采集系统；5、计算机；
具体实施方式
下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。
一种六自由度串联机器人铣削加工三维稳定性预测方法，如图1所示，包括以下步骤：
步骤1：确定六自由度串联机器人加工位姿，得到六自由度串联机器人每个关节角度值。
本实施例中，首先安装工件夹具，操纵六自由度串联机器人到加工位姿，记录六自由度串联机器人的六个关节角度值，保证铣刀垂直于工件表面进行正交切削。
步骤2：利用激光位移传感器和弹簧测力计实验测试得到六自由度串联机器人三个方向的结构刚度。
本实施例中，利用如图2所示的机器人结构刚度辨识系统进行测量六自由度串联机器人三个方向的末端刚度值。机器人结构刚度辨识系统包括激光位移传感器和弹簧测力计。
激光位移传感器采用基恩士IL-030，用于测量机器人末端施加力之后的变形值；
弹簧测力计采用双杰管型测力计，量程100N，用于给机器人末端施加力引起变形。
步骤3：确定六自由度串联机器人的加工参数，包括主轴转速、轴向切深和进给速度。并根据加工参数计算得到此时机器人铣削切削刚度值。
本实施例中，主轴转速设定为6000rpm，轴向切深0.1mm，进给速度30mm/min。切削刚度值kp＝547N/mm。
步骤4：在机器人铣刀处，建立刀具坐标系，利用D-H参数法建立六自由度机器人运动学模型，从而得到各运动学坐标系之间的齐次变换矩阵；
本实施例中，六自由度串联机器人的连杆建模如图3所示，利用D-H参数法建立机器人运动学模型，得到各连杆之间的齐次变换矩阵。
步骤5：在六自由度串联机器人本体上确定多个激励点，进行模态实验，得到六自由度串联机器人各阶结构固有频率以及相应的模态振型。
本实施例中，利用如图4所示的机器人振动分析系统进行模态实验，该系统包括加速度传感器1、模态力锤3、信号采集系统4和安装有分析软件的计算机5。
模态力锤3采用美国PCB模态力锤086C01，用于对机器人结构进行激励；
加速度传感器4采用美国PCB加速度传感器356A24，用于采集机器人在模态力锤3激励下三个方向的振动加速度；
信号采集系统2采用B&K公司3560-B振动信号采集系统，用于同步采集来自模态力锤和加速度传感器的4路信号；
安装有分析软件的计算机1上安装有安装丹麦BK公司Pulse分析软件，用于对信号采集系统获得的信号进行分析，获得机器人频响传递函数，进而得到机器人各阶模态振型和固有频率。
步骤6：根据步骤5得到的模态振型定义六自由度串联机器人的主刚度方向；在颤振频率处的模态振型是能量集中的频率，定义模态振动方向为六自由度串联机器人的主刚度方向；
步骤7：确定切削力到六自由度串联机器人主刚度方向所在的转移矩阵。
步骤8：确定六自由度串联机器人的加工方向，使用机器人铣削加工三维稳定性判剧预测机器人铣削加工的稳定性，具体方法为：
将六自由度串联机器人铣削加工平面切削力简化为如下公式所示：
Figure BDA0001742719800000051
其中，下标tcp表示刀具坐标系，Fx，Fy和Fz分别为刀具坐标系三个方向的切削力；uxtcp表示刀具x7方向的振动位移；Kp为切削刚度；α为与机器人进给方向有关的角度；
将六自由度串联机器人刀具坐标系的切削力和振动位移通过六自由度串联机器人运动学齐次变换矩阵转移到六自由度串联机器人主刚度所在的坐标系，转换结果为：
Figure BDA0001742719800000052
Figure BDA0001742719800000053
其中，下标stiff表示机器人刚度所在的坐标系，F′x，F′y和F′z分别为机器人刚度所在坐标系三个方向的切削力；ux，uy和uz分别为刀具坐标系三个方向上的振动位移，u′x，u′y和u′z分别为机器人刚度所在坐标系三个方向的振动位移；
Figure BDA0001742719800000054
表示机器人第2关节坐标系到刀具坐标系的位姿转换矩阵，用
Figure BDA0001742719800000061
描述，表示机器人第2关节坐标系各坐标轴单位矢量在刀具坐标系各轴上的投影；
在主刚度坐标系内，将六自由度串联机器人铣削加工简化为三自由度无阻尼铣削加工动力学方程，如下公式所示：
Figure BDA0001742719800000062
其中，mx，my和mz分别表示机器人主刚度坐标系三个方向的质量，cx，cy和cz分别表示机器人主刚度坐标系三个方向的阻尼，kx，kx和kz分别表示机器人主刚度坐标系三个方向的结构刚度；
该三维动力学方程的特征矩阵如下公式所示：
Figure BDA0001742719800000063
令
nxx＝nx(nxcotα+ax)kp-kx nyx＝ny(nxcotα+ax)kp nzx＝nz(nxcotα+ax)kp
nxy＝nx(nycotα+ay)kp nyy＝ny(nycotα+ay)kp-ky nzy＝nz(nycotα+ay)kp
nxz＝nx(nzcotα+az)kp nyz＝ny(nzcotα+az)kp nzz＝nz(nzcotα+az)kp-kz
则机器人铣削加工三维稳定性判据如下公式所示：
Figure BDA0001742719800000064
其中，a＝-1，b＝-kx-ky-kz+nxx+nyy+nzz，
c＝-kxky-kxkz-kykz+kynxx+kznxx+nxynyx+kxnyy+kznyy-nxxnyy+nxznzx+nyznzy+kxnzz+kynzz-nxxnzz-nyynzz，
d＝-kxkykz+kykznxx+kznxynyx+kxkznyy-kznxxnyy+kynxznzx-nxznyynzx+nxynyznzx+nxznyxnzy+kxnyznzy-nxxnyznzy+kxkynzz-kynxxnzz-nxynyxnzz-kxnyynzz+nxxnyynzz。
将机器人铣削加工三维稳定性判据代入整个六自由度串联机器人铣削加工平面对应的进给方向，得到机器人铣削加工的稳定性边界。
本实施例中，六自由度串联机器人铣削加工平面如图5所示，整个加工平面内稳定性情况如图6所示。
在实际应用中，本发明的六自由度串联机器人铣削加工三维稳定性预测方法可以扩展至任意铣削加工平面和串联机器人铣削加工模态耦合颤振预测中。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明权利要求所限定的范围。

Claims (2)

1.一种六自由度串联机器人铣削加工三维稳定性预测方法，其特征在于：包括以下步骤：
步骤1：确定六自由度串联机器人的加工位姿，得到六自由度串联机器人每个关节的角度值；
步骤2：利用激光位移传感器和弹簧测力计实验测试得到六自由度串联机器人三个方向的结构刚度kx，ky和kz；
步骤3：确定六自由度串联机器人铣削加工的加工参数，包括主轴转速、轴向切深和进给速度；并根据加工参数计算得到此时六自由度串联机器人铣削切削的刚度值；
步骤4：在机器人铣刀处，建立刀具坐标系，利用D-H参数法建立六自由度机器人运动学模型，从而得到各运动学坐标系之间的齐次变换矩阵；
步骤5：在六自由度串联机器人本体上确定多个激励点，进行模态实验，得到机器人各阶结构固有频率以及相应的模态振型；
步骤6：根据模态振型定义六自由度串联机器人的主刚度方向；在颤振频率处的模态振型是能量集中的频率，定义模态振动方向为机器人的主刚度方向；
步骤7：确定切削力到机器人主刚度方向所在的转移矩阵；
步骤8：确定六自由度串联机器人铣削加工方向，使用机器人铣削加工三维稳定性判剧预测机器人铣削加工的稳定性。
2.根据权利要求1所述的一种六自由度串联机器人铣削加工三维稳定性预测方法，其特征在于：所述步骤8的具体方法为：
将六自由度串联机器人铣削加工平面切削力简化为如下公式所示：
Figure FDA0002954137920000011
其中，下标tcp表示刀具坐标系，Fx，Fy和Fz分别为刀具坐标系三个方向的切削力；uxtcp表示刀具坐标系x7方向的振动位移；Kp为切削刚度；α为刀具坐标系x7负方向与刀具进给方向的夹角；
将六自由度串联机器人刀具坐标系的切削力和振动位移通过六自由度串联机器人运动学齐次变换矩阵转移到六自由度串联机器人主刚度所在的坐标系，转换结果为：
Figure FDA0002954137920000012
Figure FDA0002954137920000021
其中，下标stiff表示机器人主刚度所在的坐标系，F′x，F′y和F′z分别为机器人主刚度所在坐标系三个方向的切削力；ux，uy和uz分别为刀具坐标系三个方向上的振动位移，u′x，u′y和u′z分别为机器人主刚度所在坐标系三个方向的振动位移；
Figure FDA0002954137920000022
表示机器人第2关节坐标系到刀具坐标系的位姿转换矩阵，用
Figure FDA0002954137920000023
表示机器人第2关节坐标系各坐标轴单位矢量在刀具坐标系各轴上的投影；
在主刚度坐标系内，将六自由度串联机器人铣削加工简化为三自由度无阻尼铣削加工动力学方程，如下公式所示：
Figure FDA0002954137920000024
其中，mx，my和mz分别表示机器人主刚度坐标系三个方向的质量，cx，cy和cz分别表示机器人主刚度坐标系三个方向的阻尼，kx，ky和kz分别表示机器人主刚度坐标系三个方向的结构刚度；
该三自由度无阻尼铣削加工动力学方程的特征矩阵如下公式所示：
Figure FDA0002954137920000025
令
nxx＝nx(nxcotα+ax)kp-kx nyx＝ny(nxcotα+ax)kp nzx＝nz(nxcotα+ax)kp
nxy＝nx(nycotα+ay)kp nyy＝ny(nycotα+ay)kp-ky nzy＝nz(nycotα+ay)kp
nxz＝nx(nzcotα+az)kp nyz＝ny(nzcotα+az)kp nzz＝nz(nzcotα+az)kp-kz
则机器人铣削加工三维稳定性判据如下公式所示：
Figure FDA0002954137920000026
其中，a＝-1，b＝-kx-ky-kz+nxx+nyy+nzz，
c＝-kxky-kxkz-kykz+kynxx+kznxx+nxynyx+kxnyy+kznyy-nxxnyy+nxznzx+nyznzy+kxnzz+kynzz-nxxnzz-nyynzz，
d＝-kxkykz+kykznxx+kznxynyx+kxkznyy-kznxxnyy+kynxznzx-nxznyynzx+nxynyznzx+nxznyxnzy+kxnyznzy-nxxnyznzy+kxkynzz-kynxxnzz-nxynyxnzz-kxnyynzz+nxxnyynzz；
将机器人铣削加工三维稳定性判据代入整个六自由度串联机器人铣削加工平面对应的进给方向，得到机器人铣削加工的稳定性边界。
CN201810827001.1A 2018-07-25 2018-07-25 一种六自由度串联机器人铣削加工三维稳定性预测方法 Active CN108638076B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810827001.1A CN108638076B (zh) 2018-07-25 2018-07-25 一种六自由度串联机器人铣削加工三维稳定性预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810827001.1A CN108638076B (zh) 2018-07-25 2018-07-25 一种六自由度串联机器人铣削加工三维稳定性预测方法

Publications (2)

Publication Number Publication Date
CN108638076A CN108638076A (zh) 2018-10-12
CN108638076B true CN108638076B (zh) 2021-04-13

Family

ID=63760125

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810827001.1A Active CN108638076B (zh) 2018-07-25 2018-07-25 一种六自由度串联机器人铣削加工三维稳定性预测方法

Country Status (1)

Country Link
CN (1) CN108638076B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111299668B (zh) * 2019-12-11 2021-02-05 南京航空航天大学 一种不等齿距铣刀的齿间角确定方法
CN111633650B (zh) * 2020-05-27 2021-08-31 华中科技大学 一种基于机器人刚度特性的模态耦合颤振抑制方法
CN112380726B (zh) * 2020-11-26 2023-06-30 华中科技大学无锡研究院 基于模态耦合颤振的机器人铣削临界稳定切深预测方法
CN112496862B (zh) * 2020-11-30 2021-10-29 上海交通大学 一种基于包含铣削角度理论模型的铣削颤振智能识别方法
CN114800514B (zh) * 2022-05-11 2023-09-01 华中科技大学 一种基于关节振型的铣削机器人薄弱环节判别方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1777043A1 (en) * 2005-10-21 2007-04-25 Abb Ab An arm part of an industrial robot as well as an industrial robot provided therewith
CN104657607A (zh) * 2015-02-10 2015-05-27 北京理工大学 一种薄壁件支撑装置及铣削稳定性预测方法
CN106294977A (zh) * 2016-08-08 2017-01-04 上海大学 一种机器人铣削加工中工件装夹位置优划方法
CN106647625A (zh) * 2016-12-15 2017-05-10 太原科技大学 一种基于Gear公式预测铣削稳定性的方法
CN107860570A (zh) * 2017-10-31 2018-03-30 华中科技大学无锡研究院 一种工业机器人刚度测量加载装置及测量方法
CN108268745A (zh) * 2018-03-30 2018-07-10 华中科技大学 一种基于rcsa的二叉树机器人铣削系统频响预测方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1777043A1 (en) * 2005-10-21 2007-04-25 Abb Ab An arm part of an industrial robot as well as an industrial robot provided therewith
CN104657607A (zh) * 2015-02-10 2015-05-27 北京理工大学 一种薄壁件支撑装置及铣削稳定性预测方法
CN106294977A (zh) * 2016-08-08 2017-01-04 上海大学 一种机器人铣削加工中工件装夹位置优划方法
CN106647625A (zh) * 2016-12-15 2017-05-10 太原科技大学 一种基于Gear公式预测铣削稳定性的方法
CN107860570A (zh) * 2017-10-31 2018-03-30 华中科技大学无锡研究院 一种工业机器人刚度测量加载装置及测量方法
CN108268745A (zh) * 2018-03-30 2018-07-10 华中科技大学 一种基于rcsa的二叉树机器人铣削系统频响预测方法

Also Published As

Publication number Publication date
CN108638076A (zh) 2018-10-12

Similar Documents

Publication Publication Date Title
CN108638076B (zh) 一种六自由度串联机器人铣削加工三维稳定性预测方法
CN110434671B (zh) 一种基于特征测量的铸造件表面机加工轨迹校准方法
US11712801B2 (en) Machine learning apparatus, robot system, and machine learning method of learning state of tool
CN103116314B (zh) 一种快速刀具伺服系统幅值衰减和相位延迟的修正方法
CN108268745B (zh) 一种基于rcsa的二叉树机器人铣削系统频响预测方法
CN110962124B (zh) 切削加工机器人静态误差补偿与动刚度模型的修正方法
CN111002313B (zh) 一种机器人模态参数辨识与动态特性分析的方法
Montevecchi et al. Improved RCSA technique for efficient tool-tip dynamics prediction
Ferreras-Higuero et al. Robot-process precision modelling for the improvement of productivity in flexible manufacturing cells
He et al. A chatter-free path optimization algorithm based on stiffness orientation method for robotic milling
CN108982664A (zh) 一种双机械手超声检测方法
CN114880888B (zh) 多旋转关节机器人末端效应器位姿相关动力学的预测方法
Wang et al. Dynamic model and stability prediction of thin-walled component milling with multi-modes coupling effect
CN115186531A (zh) 基于位姿特性的机器人加工稳定性预测方法及装置
CN112733298B (zh) 基于螺旋铣孔的混联机器人不同位姿下加工性能评价方法
Mandal Applicability of tool condition monitoring methods used for conventional milling in micromilling: A comparative review
Qin et al. A novel approach for the acquisition of vibration signals of the end effector in robotic drilling
Voronov et al. Investigation of the milling process based on a reduced dynamic model of cutting tool
Abele et al. Prediction of the tool displacement by coupled models of the compliant industrial robot and the milling process
Liu et al. Modeling and cutting path optimization of shallow shell considering its varying dynamics during machining
Zuperl et al. A cyber-physical system for smart fixture monitoring via clamping simulation
He et al. Three-dimensional stability analysis of robotic machining process
CN106874633B (zh) 一种车削加工刀具的螺栓紧固设备和方法
CN113276112B (zh) 一种基于移动式双机器人的弱刚性构件加工工艺规划方法
US20040093191A1 (en) System and method for performing modal analysis of at least one remote structure

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant