CN112387552B - 一种腻子涂装机器人喷涂参数自整定的方法 - Google Patents
一种腻子涂装机器人喷涂参数自整定的方法 Download PDFInfo
- Publication number
- CN112387552B CN112387552B CN202011221297.6A CN202011221297A CN112387552B CN 112387552 B CN112387552 B CN 112387552B CN 202011221297 A CN202011221297 A CN 202011221297A CN 112387552 B CN112387552 B CN 112387552B
- Authority
- CN
- China
- Prior art keywords
- coating
- spraying
- point
- putty
- distance
- 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
Links
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B05—SPRAYING OR ATOMISING IN GENERAL; APPLYING FLUENT MATERIALS TO SURFACES, IN GENERAL
- B05D—PROCESSES FOR APPLYING FLUENT MATERIALS TO SURFACES, IN GENERAL
- B05D1/00—Processes for applying liquids or other fluent materials
- B05D1/02—Processes for applying liquids or other fluent materials performed by spraying
Landscapes
- Application Of Or Painting With Fluid Materials (AREA)
Abstract
本发明属于机器人技术领域,公开了一种腻子涂装机器人喷涂参数自整定的方法。该方法包含以下步骤:S1、以不同压力,不同距离对底材中心定点喷涂;S2、激光测量系统对涂层扫描,确定涂层体积;S3、计算涂料利用率,确定喷涂作业最佳喷涂压力和喷涂距离;S4、激光测量系统采集涂层点云数据并处理,得到最佳喷涂压力和喷涂距离条件下喷幅半径和20个不同位置点的涂层厚度,为涂层数学建模提供参数支撑;本发明可以解决喷涂作业前期喷涂距离、喷涂压力等参数优化,减少涂料浪费;简化了涂层参数测量步骤,并提高了涂层参数测量精度和准确度,可广泛应用于机器人涂装领域。
Description
技术领域
本发明属于机器人技术领域,尤其涉及一种腻子涂装机器人喷涂参数自整定方法。
背景技术
在工业涂装过程中,涂料往往含有大量污染环境的挥发性有机物,所以需要减少工业涂装过程中涂料使用量,同时为满足面漆丰满度、平滑性和鲜映性等外观要求,需要确定合适的涂料喷涂压力、喷涂距离和涂层累积速率函数。
一般情况下,喷涂压力和喷涂距离是凭经验值确定的,并不适用于所有情况的喷涂环境。涂层累积速率函数建立往往需要涂层厚度和涂层喷幅半径。涂层厚度可以采取测微计、千分表机械式接触测量涂层厚度,但会破坏涂层表面产生误差;也可以通过磁通表、涡流表、超声测厚仪等仪器利用磁场或声波测量涂层厚度,但上述仪器通常为手工操作自动化程度低;还可以通过贝塔射线照射法利用放射性原理测量涂层厚度,但对人体有损伤;涂层喷涂半径往往需要手工操作,且涂层喷幅形状并不规则,手工测量误差较大;涂层厚度和喷幅半径往往不能同时得到,测量效率低下;所以,期望一种可以实现喷涂压力和喷涂距离标定的方法,同时也期望一种新型测量方法,可以实现无损测量、自动化程度高、对人体伤害低、实现对涂层厚度和喷幅半径测量的新型涂层测量方法。
发明内容
目前为解决喷涂参数采用经验值无法适应所有喷涂环境、涂层厚度和喷幅半径测量自动化程度低等不足,本发明公开了一种腻子涂装机器人喷涂参数自整定的方法,本方法包括喷涂高度、喷涂压力优化方法和喷涂厚度、喷幅半径测量方法。
本发明的技术方案:
一种腻子涂装机器人喷涂参数自整定的方法,步骤如下:
S1、以不同压力,不同距离对底材(1m×1m)中心定点喷涂;
S2、激光测量系统对涂层扫描,确定涂层体积;
S3、计算涂料利用率,确定喷涂作业最佳喷涂压力和喷涂距离;
S4、激光测量系统采集涂层点云数据并处理,得到最佳喷涂压力和喷涂距离条件下喷幅半径和20个不同位置点的涂层厚度,为涂层数学建模提供参数支撑;
进一步地,所述步骤S1中,底材垂直于地面放置,喷枪垂直于底材表面定点喷涂,喷枪喷嘴圆形,涂层形状为圆形且在各个方向上涂层分布相同;
进一步地,腻子喷涂系统包括调压器、齿轮流量计、柱塞泵自动无气喷枪、气动搅拌器等;所述调压器、齿轮流量计布置在柱塞泵和自动无气喷枪之间,可以实现对喷涂过程中压力和流量的控制与监测。
进一步地,所述步骤S1喷枪以喷涂压力6-10bar,喷涂距离分别为200-350mm;
进一步地,所述步骤S2:激光测量系统包括线激光轮廓传感器、传感器支架、上位机等;
进一步地,所述步骤S2激光轮廓传感器固定于传感器支架上,传感器支架安装在机器人底座上,可以实现步骤S1和步骤S2连贯性,即定点喷涂完成后,底材不必取出即可完成涂层体积的测量;
进一步地,利用激光轮廓仪获得涂层表面各特征点三维坐标数据,得到实体表面点集合,即点云;将这些坐标数据按照网格模型重组,可以获得较小的可计算的体积单元,进而累加求和即可获得涂层体积;
进一步地,采用规则网格模型重组,涂层体积可表示为:
式中:
xik、yik、zik分别代表第k个扫描截面在涂层三维表面上,x、y、z轴方向上第i个特征点的x、y、z的坐标值;
xi+1k、yi+1k、zi+1k分别代表第k个扫描截面在涂层三维表面上,x、y、z轴方向上第i+1个特征点的x、y、z的坐标值;
xik+1、yik+1、zik+1分别代表第k+1个扫描截面在涂层三维表面上,x、y、z轴方向上第i个特征点的x、y、z的坐标值;
进一步地,所述步骤S3,计算涂料利用率公式为:
其中:ρ——腻子密度,g/mm3;V1——涂层体积,mm3;V2——腻子消耗体积,数值等于单位时间内齿轮流量计所测的腻子流量。
进一步地,涂层数学建模选择β分布数学模型,下面是β分布数学模型:
其中,T0——涂层中心点厚度,mm;r——涂层上一点s到涂层中心点距离,mm;R——喷幅半径,mm;
因此需要获得涂层上若干点涂层厚度、该点到涂层中心点距离、喷幅半径;再由matlab工具箱拟合出参数β;
进一步地,所述步骤S4点云处理时,对基面点云数据和涂层点云数据采用了不同的下采样参数,可以减少基面点云计算量和保存较多的涂层点云数据;
进一步地,所述步骤S4涂层厚度输出20个采样点,除涂层中心点外其余每个点距离涂层中心点距离分别为1mm、2mm、3mm、4mm、5mm、6mm、7mm、8mm、9mm、10mm、11mm、12mm、13mm、14mm、15mm、16mm、17mm、18mm、19mm,且每个采样点涂层厚度输出值采用距离中心点相同距离的边界上所有特征点求平均值得到;
由于采用了上述技术方案,本发明的有益效果,本发明公开了一种腻子涂装机器人喷涂参数自整定的方法,本方法采用以下步骤:S1、以不同压力,不同距离对底材(1m×1m)中心定点喷涂;S2、激光测量系统对涂层扫描,确定涂层体积;S3、计算涂料利用率,确定喷涂作业最佳喷涂压力和喷涂距离;S4、激光测量系统采集涂层点云数据并处理,得到最佳喷涂压力和喷涂距离条件下喷幅半径和20个不同位置点的涂层厚度,为涂层数学建模提供参数支撑;
附图说明
图1为本发明的腻子喷涂系统示意图;
图2为涂层网格划分及体积计算示意图;
图3为定点喷涂示意图;
图4为本发明点云处理流程图。
具体实施方式
为使本发明的技术方案和优点更加清楚,下面结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚完整的描述:
S1、以不同压力,不同距离对底材(1m×1m)中心定点喷涂;
S2、激光测量系统对涂层扫描,确定涂层体积;
S3、计算涂料利用率,确定喷涂作业最佳喷涂压力和喷涂距离;
S4、激光测量系统采集涂层点云数据并处理,得到最佳喷涂压力和喷涂距离条件下20个不同点涂层厚度和喷幅半径,为涂层数学建模提供参数支撑;
进一步地,所述步骤S1中,底材垂直于地面放置,喷枪垂直于底材表面定点喷涂,喷枪喷嘴圆形,涂层形状为圆形且在各个方向上涂层分布相同;
进一步地,如图1:腻子喷涂系统示意图所示,腻子喷涂系统包括调压器、齿轮流量计、柱塞泵、自动无气喷枪、气动搅拌器等;所述调压器、齿轮流量计布置在柱塞泵和自动无气喷枪之间,可以实现对喷涂过程中压力和流量的控制与监测。
进一步地,所述步骤S1喷枪以喷涂压力6-10bar,喷涂距离分别为200-350mm;
进一步地,所述步骤S2:激光测量系统包括线激光轮廓传感器、传感器支架、上位机等;
进一步地,所述步骤S2激光轮廓传感器固定于传感器支架上,传感器支架安装在机器人底座上,可以实现步骤S1和步骤S2连贯性,即定点喷涂完成后,底材不必取出即可完成涂层体积的测量;
进一步地,利用激光轮廓仪获得涂层表面各特征点三维坐标数据,得到实体表面点集合,即点云;将这些坐标数据按照网格模型重组,可以获得较小的可计算的体积单元,进而累加求和即可获得涂层体积;
进一步地,图2为涂层网格划分及模型计算示意图,Mik、Mi+1k、Mik+1为涂层表面上任意三个相邻的特征点,M'ik、M'i+1k、M'ik+1是Mik、Mi+1k、Mik+1三个特征点在xoy平面上的投影。采用规则网格模型重组,涂层体积可表示为:
式中:
xik、yik、zik—分别代表第k个扫描截面在涂层三维表面上,x、y、z轴方向上第i个特征点的x、y、z的坐标值;
xi+1k、yi+1k、zi+1k—分别代表第k个扫描截面在涂层三维表面上,x、y、z轴方向上第i+1个特征点的x、y、z的坐标值;
xik+1、yik+1、zik+1—分别代表第k+1个扫描截面在涂层三维表面上,x、y、z轴方向上第i个特征点的x、y、z的坐标值;
进一步地,所述步骤S3,计算涂料利用率公式为:
其中:ρ——腻子密度,g/mm3;V1——涂层体积,mm3;V2——腻子消耗体积,数值等于单位时间内齿轮流量计所测的腻子流量。
进一步地,图3为喷涂示意图,所述步骤S4,涂层数学建模选择β分布数学模型,下面是β分布数学模型:
其中,T0——涂层中心点厚度,mm;r——涂层上一点s到涂层中心点距离,mm;R——喷幅半径,mm;
因此需要获得涂层上若干点涂层厚度、该点到涂层中心点距离、喷幅半径;再由matlab工具箱拟合出参数β;
图4为点云处理流程图;
进一步地,所述步骤S4点云处理时,对基面点云数据和涂层点云数据采用了不同的下采样参数,可以减少基面点云计算量和保存较多的涂层点云数据;
进一步地,所述步骤S4涂层厚度输出20个采样点,除涂层中心点外其余每个点距离涂层中心点距离分别为1mm、2mm、3mm、4mm、5mm、6mm、7mm、8mm、9mm、10mm、11mm、12mm、13mm、14mm、15mm、16mm、17mm、18mm、19mm,且每个采样点涂层厚度输出值采用距离中心点相同距离的边界上所有特征点求平均值得到。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (3)
1.一种腻子涂装机器人喷涂参数自整定的方法,其特征在于,步骤如下:
S1、以不同压力,不同距离对底材中心定点喷涂;
腻子喷涂系统包括调压器、齿轮流量计、柱塞泵、自动无气喷枪和气动搅拌器;所述调压器、齿轮流量计布置在柱塞泵和自动无气喷枪之间,实现对喷涂过程中压力和流量的控制与监测;
底材垂直于地面放置,喷枪垂直于底材表面定点喷涂,喷枪喷嘴为圆形,喷枪以喷涂压力6-10bar,喷涂距离为200-350mm;涂层形状为圆形且在各个方向上涂层分布相同;
S2、激光测量系统对涂层扫描,确定涂层体积;
利用激光轮廓仪获得涂层表面各特征点三维坐标数据,得到实体表面点集合,即点云;将这些三维坐标数据按照网格模型重组,获得可计算的体积单元,进而累加求和即获得涂层体积;
采用规则网格模型重组,涂层体积表示为:
式中:
xik、yik、zik分别代表第k个扫描截面在涂层三维表面上,x、y、z轴方向上第i个特征点的x、y、z的坐标值;
xi+1k、yi+1k、zi+1k分别代表第k个扫描截面在涂层三维表面上,x、y、z轴方向上第i+1个特征点的x、y、z的坐标值;
xik+1、yik+1、zik+1分别代表第k+1个扫描截面在涂层三维表面上,x、y、z轴方向上第i个特征点的x、y、z的坐标值;
S3、计算涂料利用率,确定喷涂作业最佳喷涂压力和喷涂距离;
计算涂料利用率公式为:
其中:ρ腻子密度,g/mm3;V1涂层体积,mm3;V2腻子消耗体积,数值等于单位时间内齿轮流量计所测的腻子流量;
S4、激光测量系统采集涂层点云数据并处理,得到最佳喷涂压力和喷涂距离条件下喷幅半径和20个不同位置点的涂层厚度,为涂层数学建模提供参数支撑;
涂层数学建模选择β分布数学模型:
其中,T0涂层中心点厚度,mm;r涂层上一点s到涂层中心点距离,mm;R喷幅半径,mm;
因此获得涂层上若干点涂层厚度、该点到涂层中心点距离、喷幅半径;再拟合出参数β。
2.根据权利要求1所述的腻子涂装机器人喷涂参数自整定的方法,其特征在于,步骤S4中,点云处理时,对基面点云数据和涂层点云数据采用不同的下采样参数,可减少基面点云计算量和保存较多的涂层点云数据。
3.根据权利要求1或2所述的腻子涂装机器人喷涂参数自整定的方法,其特征在于,步骤S4中,涂层厚度输出20个采样点,除涂层中心点外其余每个点距离涂层中心点距离分别为1mm、2mm、3mm、4mm、5mm、6mm、7mm、8mm、9mm、10mm、11mm、12mm、13mm、14mm、15mm、16mm、17mm、18mm、19mm,且每个采样点涂层厚度输出值采用距离中心点相同距离的边界上所有特征点求平均值得到。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011221297.6A CN112387552B (zh) | 2020-11-05 | 2020-11-05 | 一种腻子涂装机器人喷涂参数自整定的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011221297.6A CN112387552B (zh) | 2020-11-05 | 2020-11-05 | 一种腻子涂装机器人喷涂参数自整定的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112387552A CN112387552A (zh) | 2021-02-23 |
CN112387552B true CN112387552B (zh) | 2022-05-17 |
Family
ID=74597366
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011221297.6A Active CN112387552B (zh) | 2020-11-05 | 2020-11-05 | 一种腻子涂装机器人喷涂参数自整定的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112387552B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112964212B (zh) * | 2021-03-29 | 2023-09-26 | 广船国际有限公司 | 一种利用涂层厚度检测仪进行的涂层厚度的检验方法 |
CN113892731B (zh) * | 2021-10-13 | 2023-05-02 | 云路复合材料(上海)有限公司 | 一种三维曲面定量涂胶系统及三维曲面定量涂胶方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102006033721A1 (de) * | 2006-03-21 | 2007-09-27 | Daimlerchrysler Ag | Verfahren und Vorrichtung zur Vorhersage der Lackschichtdicke |
CN102566426A (zh) * | 2011-12-29 | 2012-07-11 | 大连交通大学 | 一种PIαDβ 控制器分数阶参数整定控制器算法 |
CN105142913B (zh) * | 2013-04-26 | 2017-10-27 | 科迪华公司 | 用于用以在精确容限内沉积流体的打印油墨液滴测量和控制的方法和设备 |
CN104324861B (zh) * | 2014-08-12 | 2016-06-15 | 清华大学 | 一种多参数时变机器人喷涂方法 |
US10066925B2 (en) * | 2016-02-02 | 2018-09-04 | The Boeing Company | Point cloud processing apparatus and method |
CN108563852B (zh) * | 2018-03-29 | 2021-09-14 | 苏州瀚华智造智能技术有限公司 | 一种基于球坐标系的喷涂厚度累积速率的计算方法 |
CN112917486B (zh) * | 2021-01-21 | 2022-06-14 | 江苏科技大学 | 一种基于无人机的船舶外板智能喷涂路径自动规划方法 |
-
2020
- 2020-11-05 CN CN202011221297.6A patent/CN112387552B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN112387552A (zh) | 2021-02-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112387552B (zh) | 一种腻子涂装机器人喷涂参数自整定的方法 | |
Kruth et al. | Self-calibration method and software error correction for three-dimensional coordinate measuring machines using artefact measurements | |
CN108873809B (zh) | 一种螺旋锥齿轮的高阶齿面误差修正方法 | |
JP2024026279A (ja) | 三次元表面粗度評価方法及び三次元表面粗度評価装置 | |
US20190011327A1 (en) | Cnc machine geometry error and accuracy monitoring and evaluation | |
CN109376448A (zh) | 一种蜗轮滚齿加工齿面三维建模方法、装置及设备 | |
CN107504926B (zh) | 一种管道积垢厚度检测探头及管道清洗方法 | |
CN113664623A (zh) | 基于3d打印的机器人力控智能打磨方法及其实施装置 | |
CN104359436A (zh) | 关节臂式三坐标测量机、多测量模型系统及工件测量方法 | |
US6860947B2 (en) | Apparatus for simultaneously coating and measuring parts | |
CN110748383A (zh) | 用于涡轮叶片气膜孔的检测方法 | |
CN114985944A (zh) | 一种自适应激光刻型方法 | |
CN101650170A (zh) | 晶圆表面粗糙度检测方法 | |
CN104833325A (zh) | 一种工件智能计量检测单元及其使用方法 | |
CN107101611B (zh) | 一种角度测量装置及角度调节方法 | |
CN108151672B (zh) | 一种基于投影成像的轴形位公差测量仪 | |
CN110966937B (zh) | 一种基于激光视觉传感的大型构件三维构形拼接方法 | |
CN112344863B (zh) | 一种自由曲面回转体工件壁厚检测方法 | |
Peggs et al. | Creating a standards infrastructure for co-ordinate measurement technology in the UK | |
CN113932707B (zh) | 基于弹性网络算法补偿三坐标测量机几何误差的方法 | |
CN112770508B (zh) | 一种提高pcb背钻钻深精度的方法 | |
CN114838660A (zh) | 一种利用激光跟踪仪与机器人的储罐容量计量装置及方法 | |
CN111368376B (zh) | 基于高斯过程模型的圆形轮廓误差监控方法 | |
CN211178379U (zh) | 基于三次元检查的工装夹具 | |
Ouyang et al. | Ball array calibration on a coordinate measuring machine using a gage block |
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 |