CN112836847B - 一种质量驱动的机器人智能制样执行控制方法 - Google Patents

一种质量驱动的机器人智能制样执行控制方法 Download PDF

Info

Publication number
CN112836847B
CN112836847B CN202011474089.7A CN202011474089A CN112836847B CN 112836847 B CN112836847 B CN 112836847B CN 202011474089 A CN202011474089 A CN 202011474089A CN 112836847 B CN112836847 B CN 112836847B
Authority
CN
China
Prior art keywords
robot
sample
sample preparation
flow unit
time
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
CN202011474089.7A
Other languages
English (en)
Other versions
CN112836847A (zh
Inventor
徐玉山
唐仕喜
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.)
Zhenjiang Ruizhi Robot Technology Co ltd
Yancheng Teachers University
Original Assignee
Zhenjiang Ruizhi Robot Technology Co ltd
Yancheng Teachers University
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 Zhenjiang Ruizhi Robot Technology Co ltd, Yancheng Teachers University filed Critical Zhenjiang Ruizhi Robot Technology Co ltd
Priority to CN202011474089.7A priority Critical patent/CN112836847B/zh
Publication of CN112836847A publication Critical patent/CN112836847A/zh
Application granted granted Critical
Publication of CN112836847B publication Critical patent/CN112836847B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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
    • B25J9/1628—Programme controls characterised by the control loop
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/41865—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by job scheduling, process planning, material flow
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06316—Sequencing of tasks or work
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Quality & Reliability (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Development Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Operations Research (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • Educational Administration (AREA)
  • General Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Automation & Control Theory (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • Sampling And Sample Adjustment (AREA)

Abstract

本发明公开了一种质量驱动的机器人智能制样执行控制方法，包括制样流程单元质量参数特征向量构建模块、制样流程单元每次工作时间计算模块、机器人控制制样流程单元时间预估模块和机器人智能制样执行控制方法与系统。与现有的机器人制样执行控制固定节拍方法相比，本发明提出的质量驱动的机器人智能制样执行控制方法，通过制样流程单元质量特征向量M(σP1,σP2,σS1,σP3,σS2,σW,Δ,σS3,σP4)计算制样流程单元每次工作时间T(k,i)|M(k)，通过制样流程单元每次工作时间计算机器人控制制样流程单元预估时间通过制样流程单元每次工作时间T(k,i)|M(k)与计算机器人控制制样流程单元预估时间实现机器人智能制样执行动态控制，从而突破了机器人智能制样流水线的节拍瓶颈，提高了机器人在智能制样过程中的使用效率。

Description

一种质量驱动的机器人智能制样执行控制方法
技术领域
本发明涉及智能制造技术领域，具体为一种质量驱动的机器人智能制样执行控制方法。
背景技术
煤炭、铁矿石、烧结矿、球团矿、焦炭、建材、化工等矿物质颗粒的机器人智能制样设备与系统，广泛应用于煤炭、冶金、建材、电力、第三方检验及科研院所等行业和部门。其机器人智能制样执行控制的方法直接影响制样设备与系统的制样效率与可靠性，以保证准确地计量矿物质的质量。
目前对制样效率与可靠性的提高，主要集中在对机器人制样流程各制样功能单元之间的流转上，缩分设备机构本身的改进专利CN210154888U、CN110082171A、CN210154887U发明了一种机器人制样方法与系统，机器人模块将样品在入料模块、破碎模块和缩分模块之间进行流转，具有结构简单、自动化程度高、制样灵活、柔性化配置，提高了制样效率，提高制样精度与可靠性。专利CN111781039A发明了一种机器人制样系统，通过各制样功能单元来自动完成制样过程，提高了制样效率，提升了系统的可靠性。专利CN111781039A发明了一种机器人制样系统，通过制样机器人来实现样品在各制样功能单元之间的流转，通过各制样功能单元来自动完成制样过程，提高了制样效率，提升了系统的可靠性。
但是，这些机器人制样方法与系统并没有突破机器人智能制样流水线的节拍瓶颈，机器人本身在流水线流转过程中的使用效率还有很大提升空间，设计质量驱动的机器人智能制样执行控制方法，是进一步提高机器人智能制样效率的急需解决的问题,因此我们对此做出改进，提出一种质量驱动的机器人智能制样执行控制方法。
发明内容
以机器人为核心，协同制样成套装备各机构工位的节拍，机器人制样流程各制样功能单元之间流转：原始矿物质大样品经过粒度检测、称重、读卡后，由机器人送入一级破碎机，完成粗级破碎；再由机器人将破碎后的样品送入筛分机构，完成混合与筛分；机器人将混合后的样品送入缩分机构，进行定质量缩分；缩分完成后的样品由机器人再次送破碎机构，实现样品细碎；细碎后的样品由机器人再次送入缩分机构，完成样品的比例缩分，得到水分样、存查样、分析样与弃样(暂存样)；水分样由机器人送入检测机构进行水分检测；分析样由机器人送入烘干机构进行烘干；烘干后的样品再次由机器人送入缩分机构，得到冲洗样与分析样；冲洗样与分析样先后由机器人送入研磨机构进行研磨，得到最终的分析样；水分样、存查样和分析样装瓶、然后由机器人送入存样柜，完成整个制样过程后，暂存样作为弃样处理。为实现整个机器人制样流程各制样功能单元之间流转的动态协同，进一步提高制样流程各制样功能单元之间流转过程中机器人执行效率，本发明专利提出了一种质量驱动的机器人智能制样执行控制方法。
一种质量驱动的机器人智能制样执行控制方法，包括如下步骤：
步骤1：获取制样流程单元质量参数特征，构建制样流程单元质量参数特征向量；
步骤2：计算制样流程单元每次工作时间；
步骤3：预估机器人控制制样流程单元时间；
步骤4：构建质量驱动机器人制样控制器；
步骤5：构建机器人智能制样执行控制系统；
步骤6：机器人智能制样执行控制。
作为本发明的一种优选技术方案，步骤1中制样流程单元质量参数特征向量为M(σP1,σP2,σS1,σP3,σS2,σW,Δ,σS3,σP4)，其中，σP1为一级破碎机对应的粗级破碎工位的粗级破碎精度，σP2为筛分机构对应的筛分精度，σS1为质量缩分机构的缩分比稳定性指标，σP3为细碎破碎机构对应的细碎破碎精度，σS2为比例缩分机构的缩分比稳定性指标，σW为水分检测机构的全水分损失率，Δ为烘干机构烘干的恒重误差，σS3为冲洗与分析缩分机构缩分比稳定性指标，σP4为研磨机构在研磨中对应的制样研磨精度。
作为本发明的一种优选技术方案，步骤2中制样流程单元每次工作时间动态依据制样流程单元质量特征量M(σP1,σP2,σS1,σP3,σS2,σW,Δ,σS3,σP4)约束，制样流程单元k的第i次工作所需动态时间为T(k,i)|M(k)，M(k)为制样流程单元k对应的质量特征约束，且T(k,i)|M(k)由各制样流程单元k工位工作计时器获取。
作为本发明的一种优选技术方案，步骤3中机器人控制制样流程单元时间预估由制样流程单元的最近m次历史工作时间的平均时间作为当前机器人控制过程中机器臂预先运动时间，以预判的方式提前运动，提高机器人工作效率，且当当前工位制样流程单元历史工作时间不足m次时，以经验值/>作为预估值。
作为本发明的一种优选技术方案，步骤4中质量驱动机器人智能制样执行控制器构建依据制样流程单元工作时间T(k,i)|M(k)与预估时间选取离当前时间点各工位工作预估时间最短的工位作为机器人当前的工作工位kp，即/>若出现各工位工作预估时间相同的情况，则依据自然排序顺序，排序算法采用快速排序法，进一步，在当前工位完后，依据制样流程单元工作时间T(k,i)|M(k)与预估时间/>计算机器人实际操作当前工位开始时间/>Δt(k,i)＞0表示机器人运动有延迟，到达当前工位后还要等待Δt(k,i)时间才能操作前工位，Δt(k,i)≤0表示机器人已提前到达当前工位。
本发明的有益效果：
与现有的机器人制样执行控制固定节拍方法相比，本发明提出的质量驱动的机器人智能制样执行控制方法，通过制样流程单元质量特征向量M(σP1,σP2,σS1,σP3,σS2,σW,Δ,σS3,σP4)计算制样流程单元每次工作时间T(k,i)|M(k)，通过制样流程单元每次工作时间计算机器人控制制样流程单元预估时间通过制样流程单元每次工作时间T(k,i)|M(k)与计算机器人控制制样流程单元预估时间/>实现机器人智能制样执行动态控制，从而突破了机器人智能制样流水线的节拍瓶颈，提高了机器人在智能制样过程中的使用效率。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1是本专利是质量驱动的机器人智能制样执行控制方法流程图。
具体实施方式
本发明质量驱动的机器人智能制样执行控制方法用于矿物质机器人智能制样。
实施例，如图1所述，本发明一种质量驱动的机器人智能制样执行控制方法，包括如下步骤：
步骤1：获取制样流程单元质量参数特征，构建制样流程单元质量参数特征向量；
步骤2：计算制样流程单元每次工作时间；
步骤3：预估机器人控制制样流程单元时间；
步骤4：构建质量驱动机器人制样控制器；
步骤5：构建机器人智能制样执行控制系统；
步骤6：机器人智能制样执行控制。
其中，步骤1中制样流程单元质量参数特征向量为M(σP1,σP2,σS1,σP3,σS2,σW,Δ,σS3,σP4)，其中，σP1为一级破碎机对应的粗级破碎工位的粗级破碎精度，σP2为筛分机构对应的筛分精度，σS1为质量缩分机构的缩分比稳定性指标，σP3为细碎破碎机构对应的细碎破碎精度，σS2为比例缩分机构的缩分比稳定性指标，σW为水分检测机构的全水分损失率，Δ为烘干机构烘干的恒重误差，σS3为冲洗与分析缩分机构缩分比稳定性指标，σP4为研磨机构在研磨中对应的制样研磨精度。
其中，步骤2中制样流程单元每次工作时间动态依据制样流程单元质量特征量M(σP1,σP2,σS1,σP3,σS2,σW,Δ,σS3,σP4)约束，制样流程单元k的第i次工作所需动态时间为T(k,i)|M(k)，M(k)为制样流程单元k对应的质量特征约束，且T(k,i)|M(k)由各制样流程单元k工位工作计时器获取。
其中，步骤3中机器人控制制样流程单元时间预估由制样流程单元的最近m次历史工作时间的平均时间作为当前机器人控制过程中机器臂预先运动时间，以预判的方式提前运动，提高机器人工作效率，且当当前工位制样流程单元历史工作时间不足m次时，以经验值/>作为预估值。
其中，步骤4中质量驱动机器人智能制样执行控制器构建依据制样流程单元工作时间T(k,i)|M(k)与预估时间选取离当前时间点各工位工作预估时间最短的工位作为机器人当前的工作工位kp，即/>若出现各工位工作预估时间相同的情况，则依据自然排序顺序，排序算法采用快速排序法，进一步，在当前工位完后，依据制样流程单元工作时间T(k,i)|M(k)与预估时间/>计算机器人实际操作当前工位开始时间Δt(k,i)＞0表示机器人运动有延迟，到达当前工位后还要等待Δt(k,i)时间才能操作前工位，Δt(k,i)≤0表示机器人已提前到达当前工位。
下面结合附图和具体实施例对本发明作进一步说明。
如图1所示，本发明的方法包括如下步骤：
(1)获取制样流程单元质量参数特征：制样流程单元质量参数特征由矿物质本身特性决定，在本实施例中，矿物质为煤炭，一级破碎机对应的粗级破碎工位的粗级破碎精度σP1<0.1A2(A为标准规定的采样精密度)；筛分精度σP2<0.05A2；质量缩分机构的缩分比稳定性指标由缩分比决定，本实施例中m＝2，/>细碎破碎机构对应的细碎破碎精度σP3<0.02A2；比例缩分机构的缩分比稳定性指标，本实施例中m＝3，/>水分检测机构的全水分损失率σW＜5.0％；冲洗与分析缩分机构缩分比稳定性指标，本实施例中m＝4，研磨机构在研磨中对应的制样研磨精度σP4<0.01A2。
(2)计算制样流程单元工作时间：依据制样流程单元质量特征量M(σP1,σP2,σS1,σP3,σS2,σW,Δ,σS3,σP4)约束，动态地对制样流程单元每次工作进行计时，并将所计时间保存到历史数据库中，以用于预估机器人控制制样流程单元时间。
(3)预估机器人控制制样流程单元时间：由制样流程单元的最近m次历史工作时间的平均时间作为当前机器人控制过程中机器臂预先运动时间，以预判的方式提前运动，提高机器人工作效率。当前工位制样流程单元历史工作时间不足m次时，以经验值/>作为预估值。在本实施例中，取m＝10，取
(4)构建质量驱动机器人智能制样执行控制器：依据制样流程单元工作时间T(k,i)|M(k)与预估时间选取离当前时间点各工位工作预估时间最短的工位作为机器人当前的工作工位kp，即/>如果出现各工位工作预估时间相同的情况，则依据自然排序顺序，排序算法采用快速排序法。进一步，在当前工位完后，依据制样流程单元工作时间T(k,i)|M(k)与预估时间/>计算机器人实际操作当前工位开始时间Δt(k,i)＞0表示机器人运动有延迟，到达当前工位后还要等待Δt(k,i)时间才能操作前工位，Δt(k,i)≤0表示机器人已提前到达当前工位，马上就可以操作前工位。依据本方法，构建质量驱动机器人智能制样执行控制器。
(5)构建机器人智能制样执行控制系统：原始矿物质大样品经过粒度检测、称重、读卡后，由机器人送入一级破碎机，完成粗级破碎；再由机器人将破碎后的样品送入筛分机构，完成混合与筛分；机器人将混合后的样品送入缩分机构，进行定质量缩分；缩分完成后的样品由机器人再次送破碎机构，实现样品细碎；细碎后的样品由机器人再次送入缩分机构，完成样品的比例缩分，得到水分样、存查样、分析样与弃样(暂存样)；水分样由机器人送入检测机构进行水分检测；分析样由机器人送入烘干机构进行烘干；烘干后的样品再次由机器人送入缩分机构，得到冲洗样与分析样；冲洗样与分析样先后由机器人送入研磨机构进行研磨，得到最终的分析样；水分样、存查样和分析样装瓶、然后由机器人送入存样柜，完成整个制样过程后，暂存样作为弃样处理。
(6)机器人智能制样执行控制：由所构建的机器人智能制样执行控制系统，完成机器人智能制样执行控制，在本实施例中，制样样品损失率低于2％，样品精准度高于97％，机器人使用效率由固定节拍时的60％提高到80％。
本专利提供质量驱动的机器人智能制样执行控制方法，原始矿物质大样品经过粒度检测、称重、读卡后，由机器人送入一级破碎机，完成粗级破碎；再由机器人将破碎后的样品送入筛分机构，完成混合与筛分；机器人将混合后的样品送入缩分机构，进行定质量缩分；缩分完成后的样品由机器人再次送破碎机构，实现样品细碎；细碎后的样品由机器人再次送入缩分机构，完成样品的比例缩分，得到水分样、存查样、分析样与弃样(暂存样)；水分样由机器人送入检测机构进行水分检测；分析样由机器人送入烘干机构进行烘干；烘干后的样品再次由机器人送入缩分机构，得到冲洗样与分析样；冲洗样与分析样先后由机器人送入研磨机构进行研磨，得到最终的分析样；水分样、存查样和分析样装瓶、然后由机器人送入存样柜，完成整个制样过程后，暂存样作为弃样处理。
上文所列出的一系列的详细说明仅仅是针对本发明的可行性实施方式的具体说明，它们并非用以限制本发明的保护范围，凡未脱离本发明技艺精神所作的等效实施方式或变更均应包含在本发明的保护范围之内。

Claims (1)

1.一种质量驱动的机器人智能制样执行控制方法，其特征在于，包括如下步骤：
步骤1：获取制样流程单元质量参数特征，构建制样流程单元质量参数特征向量；
步骤2：计算制样流程单元每次工作时间；
步骤3：预估机器人控制制样流程单元时间；
步骤4：构建质量驱动机器人制样控制器；
步骤5：构建机器人智能制样执行控制系统；
步骤6：机器人智能制样执行控制；
步骤1中制样流程单元质量参数特征向量为其中，/>为一级破碎机对应的粗级破碎工位的粗级破碎精度，/>为筛分机构对应的筛分精度，/>为质量缩分机构的缩分比稳定性指标，/>为细碎破碎机构对应的细碎破碎精度，为比例缩分机构的缩分比稳定性指标，/>为水分检测机构的全水分损失率，/>为烘干机构烘干的恒重误差，/>为冲洗与分析缩分机构缩分比稳定性指标，/>为研磨机构在研磨中对应的制样研磨精度；步骤2中制样流程单元每次工作时间动态依据制样流程单元质量特征量/> 约束，制样流程单元k的第i次工作所需动态时间为/>，/>为制样流程单元k对应的质量特征约束，且/>由各制样流程单元k工位工作计时器获取；
步骤3中机器人控制制样流程单元时间预估由制样流程单元的最近m次历史工作时间的平均时间作为当前机器人控制过程中机器臂预先运动时间，以预判的方式提前运动，提高机器人工作效率，且当当前工位制样流程单元历史工作时间不足m次时，以经验值/>作为预估值；
步骤4中质量驱动机器人智能制样执行控制器构建依据制样流程单元工作时间与预估时间/>，选取离当前时间点各工位工作预估时间最短的工位作为机器人当前的工作工位/>，即/>，若出现各工位工作预估时间相同的情况，则依据自然排序顺序，排序算法采用快速排序法，进一步，在当前工位完工后，依据制样流程单元工作时间/>与预估时间/>，计算机器人实际操作当前工位开始时间，/>表示机器人运动有延迟，到达当前工位后还要等待时间才能操作前工位，/>表示机器人已提前到达当前工位；
所述质量驱动的机器人智能制样执行控制方法，原始矿物质大样品经过粒度检测、称重、读卡后，由机器人送入一级破碎机，完成粗级破碎；再由机器人将破碎后的样品送入筛分机构，完成混合与筛分；机器人将混合后的样品送入缩分机构，进行定质量缩分；缩分完成后的样品由机器人再次送破碎机构，实现样品细碎；细碎后的样品由机器人再次送入缩分机构，完成样品的比例缩分，得到水分样、存查样、分析样与弃样；水分样由机器人送入检测机构进行水分检测；分析样由机器人送入烘干机构进行烘干；烘干后的样品再次由机器人送入缩分机构，得到冲洗样与分析样；冲洗样与分析样先后由机器人送入研磨机构进行研磨，得到最终的分析样；水分样、存查样和分析样装瓶、然后由机器人送入存样柜，完成整个制样过程。
CN202011474089.7A 2020-12-14 2020-12-14 一种质量驱动的机器人智能制样执行控制方法 Active CN112836847B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011474089.7A CN112836847B (zh) 2020-12-14 2020-12-14 一种质量驱动的机器人智能制样执行控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011474089.7A CN112836847B (zh) 2020-12-14 2020-12-14 一种质量驱动的机器人智能制样执行控制方法

Publications (2)

Publication Number Publication Date
CN112836847A CN112836847A (zh) 2021-05-25
CN112836847B true CN112836847B (zh) 2023-10-03

Family

ID=75923583

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011474089.7A Active CN112836847B (zh) 2020-12-14 2020-12-14 一种质量驱动的机器人智能制样执行控制方法

Country Status (1)

Country Link
CN (1) CN112836847B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113776911B (zh) * 2021-09-15 2024-05-03 镇江市科瑞制样设备有限公司 一种缩分开度与速度自适应的制样机的智能控制方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0507531A1 (en) * 1991-04-03 1992-10-07 Sony Corporation Method and apparatus for generating acceleration and deceleration patterns for robot control
CN106969962A (zh) * 2017-05-26 2017-07-21 力鸿智信（北京）科技有限公司 一种机器人煤炭智能制样系统
CN109856411A (zh) * 2018-12-28 2019-06-07 中冶南方工程技术有限公司 一种原料智能全自动采制化方法
CN110160845A (zh) * 2019-04-29 2019-08-23 湖南三德科技股份有限公司 煤炭机器人制样系统的调度方法、存储介质及制样系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0507531A1 (en) * 1991-04-03 1992-10-07 Sony Corporation Method and apparatus for generating acceleration and deceleration patterns for robot control
CN106969962A (zh) * 2017-05-26 2017-07-21 力鸿智信（北京）科技有限公司 一种机器人煤炭智能制样系统
CN109856411A (zh) * 2018-12-28 2019-06-07 中冶南方工程技术有限公司 一种原料智能全自动采制化方法
CN110160845A (zh) * 2019-04-29 2019-08-23 湖南三德科技股份有限公司 煤炭机器人制样系统的调度方法、存储介质及制样系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于拓扑优化技术的码垛机器人手腕体结构轻量化设计;陈祥俊;黄文;赵从虎;;现代制造技术与装备(第04期);全文 *

Also Published As

Publication number Publication date
CN112836847A (zh) 2021-05-25

Similar Documents

Publication Publication Date Title
CN112836847B (zh) 一种质量驱动的机器人智能制样执行控制方法
Bentz et al. SEM analysis and computer modelling of hydration of Portland cement particles
CN101482750B (zh) 湿法冶金合成过程草酸钴粒度预测方法
CN102778843B (zh) 一种强磁选别过程运行控制方法
CN101244403A (zh) 一种磨矿分级过程优化控制方法
CN109626460A (zh) 智能煤泥水处理方法及装置
CN103838979A (zh) 一种基于支持向量机算法的统计降尺度方法
CN106814719A (zh) 一种水泥联合半终粉磨优化控制系统及方法
CN108549332A (zh) 一种基于钴酸锂配料系统的生产状态预测方法
CN110134040B (zh) 工业设备的运行数据的处理方法及系统
CN117244678B (zh) 砂磨机智能监测控制系统及方法
CN102066583B (zh) 控制转换工艺的方法
Menacho et al. Mathematical model of ball wear in grinding mills I. Zero-order wear rate
RU2567330C2 (ru) Способ автоматического контроля и управления процессом флотации
CN117252078A (zh) 一种基于机器学习的砂浆流变特性预测方法
CN110008566B (zh) 基于大数据的充填料浆性能指标预测方法
CN105404147B (zh) 一种湿法冶金金氰化浸出过程的自优化控制方法
CN111932391A (zh) 一种碎矿或磨矿流程考察粒度分布数据一致性修正的计算方法
CN105883402B (zh) 一种制样系统
CN115469620A (zh) 一种氧化锆粉生产的智能控制装置、方法、系统以及介质
CN103954342A (zh) 一种用于合成材料组分的称料方法及称料系统
CN104898563B (zh) 一种球磨机控制方法
Zhou et al. A global wip oriented dispatching scheme: Work-center workload balance without relying on target wip
CN107583755A (zh) 一种关于半自磨机功率的预估方法
CN117422326A (zh) 水泥磨系统的质检结果预测方法和装置、设备及存储介质

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