CN113276112A - 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 - Google Patents

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 Download PDF

Info

Publication number
CN113276112A
CN113276112A CN202110485139.XA CN202110485139A CN113276112A CN 113276112 A CN113276112 A CN 113276112A CN 202110485139 A CN202110485139 A CN 202110485139A CN 113276112 A CN113276112 A CN 113276112A
Authority
CN
China
Prior art keywords
robot
double
processed
robots
planning
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.)
Granted
Application number
CN202110485139.XA
Other languages
English (en)
Other versions
CN113276112B (zh
Inventor
张加波
韩建超
杨继之
文科
乐毅
周莹皓
梁春祖
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.)
Beijing Satellite Manufacturing Factory Co Ltd
Original Assignee
Beijing Satellite Manufacturing Factory Co Ltd
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 Beijing Satellite Manufacturing Factory Co Ltd filed Critical Beijing Satellite Manufacturing Factory Co Ltd
Priority to CN202110485139.XA priority Critical patent/CN113276112B/zh
Publication of CN113276112A publication Critical patent/CN113276112A/zh
Application granted granted Critical
Publication of CN113276112B publication Critical patent/CN113276112B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00Programme-controlled manipulators
    • B25J9/16Programme controls
    • B25J9/1679Programme controls characterised by the tasks executed
    • B25J9/1682Dual arm manipulator; Coordination of several manipulators

Landscapes

  • Engineering & Computer Science (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • Numerical Control (AREA)
  • Manipulator (AREA)

Abstract

本发明公开了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,包括:对待加工的大尺寸弱刚性构件进行待加工特征的有效提取和分类;根据特征提取与分类的结果,进行加工任务分配;根据分配的加工任务,分别开展机器人A/B的独立作业任务规划;根据分配的加工任务,开展机器人A/B的协同作业任务规划;独立作业任务规划和协同作业任务规划验证通过后,生成相应的机器人系统和移动平台可执行程序,并发送至传输至机器人A/B和可移动平台。本发明能够根据制造任务或生产环境的变化迅速进行调整布局,适用于多品种、中小批量生产,可扩展应用于航天、航空、轨道交通、海洋工程等多个领域,解决超大尺寸弱刚性构件的加工技术瓶颈。

Description

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
技术领域
本发明属于机械制造技术领域,尤其涉及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。
背景技术
在航空、航天、轨道交通、武器装备、海洋工程等领域的制造过程中,存在一部分尺寸大、结构复杂、刚度不足的待加工构件。此类构件的尺寸已逐步超出现有机床的加工行程,如果在现有机床上改造或者研制专用超大型机床,造价昂贵,经济性差。同时,针对弱刚性构件,现有的加工模式通常为:机床镜像加工、柔性支撑工装辅助加工或是单机器人辅助机床支撑的方式。但是,此类加工模式存在需要开发专用的设备及工装的问题,且仅仅能够在待加工面的法向或者加工曲面延展面上进行支撑,能够适应的加工对象较为单一且结构较为简单。
专利《弱刚性工件柔性夹角装置》CN103481094A针对航空工业中薄壁多框体结构件加工过程中易产生振动和变形等问题,提供了一种弱刚性构件柔性夹具装置,但该装置采用导轨丝杠结构并需要安装至固定工位,本质上属于柔性支撑工装辅助支撑,系统柔性不足。专利《一种大型薄壁构件镜像加工支撑侧的方法》CN106964823A描述了以工业机器人为执行机构,采用阻抗控制的柔性支撑方法,本质上属于机器人辅助机床支撑方式,且该方法仅仅介绍了机器人的支撑策略,且加工对象简单。因此,从目前的研究现状来看,针对大尺寸弱刚性复杂构件的加工方式方法研究较少。
发明内容
本发明的技术解决问题:克服现有技术的不足,提供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,能够根据制造任务或生产环境的变化迅速进行调整布局,适用于多品种、中小批量生产,可扩展应用于航天、航空、轨道交通、海洋工程等多个领域,解决超大尺寸弱刚性构件的加工技术瓶颈。
为了解决上述技术问题,本发明公开了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,包括:
对待加工的大尺寸弱刚性构件进行待加工特征的有效提取,将提取得到的待加工特征与设计指标进行对应关联后分类存储到数据库中;
根据特征提取与分类的结果,结合移动式双机器人及工作环境,进行加工任务分配;其中,移动式双机器人,包括:用于执行铣削任务的机器人A,用于执行支撑任务的机器人B,用于承载机器人A和机器人B的可移动平台;
针对双机器人系统,根据分配的加工任务,分别开展机器人A和机器人B的独立作业任务规划;
针对双机器人协同作业过程,根据分配的加工任务,开展机器人A和机器人B的协同作业任务规划;
对独立作业任务规划和协同作业任务规划进行验证,并在独立作业任务规划和协同作业任务规划验证通过后,生成相应的机器人系统和移动平台可执行程序;
将机器人系统和移动平台可执行程序通过集成控制器传输至机器人A、机器人B和可移动平台。
在上述基于移动式双机器人的弱刚性构件加工工艺规划方法中,对独立作业任务规划和协同作业任务规划进行验证,包括:
根据独立作业任务规划和协同作业任务规划开展离线的加工过程仿真,得到加工过程仿真结果;
若加工过程仿真结果符合预期加工结果,则确定独立作业任务规划和协同作业任务规划验证通过。
在上述基于移动式双机器人的弱刚性构件加工工艺规划方法中,对待加工的大尺寸弱刚性构件进行待加工特征的有效提取,将提取得到的待加工特征与设计指标进行对应关联后分类存储到数据库中,包括:
确定待加工的大尺寸弱刚性构件对应的模型特征拓扑关系;
根据确定的模型特征拓扑关系,识别出待加工的大尺寸弱刚性构件对应的待加工特征,并提取得到待加工特征;
建立待加工特征与设计指标之间的关联关系;
将建立的待加工特征与设计指标之间的关联关系,按照设计指标的精度等级或指标类型分类存储到数据库中。
在上述基于移动式双机器人的弱刚性构件加工工艺规划方法中,大尺寸弱刚性构件对应的模型特征拓扑关系为基于有向邻接图表示的模型特征拓扑关系,建立过程如下:
获取B-rep表示的待加工特征的三维数模;
将B-rep表示的待加工特征的三维数模转换为有向邻接图表示的拓扑关系,即得到模型特征拓扑关系;其中,有向邻接图表示为一个三元数组G=(V,E,P);V=(v1,v2,...,vn),表示节点的集合,对应于三维数模中的每个面;E={(vi,vj)|1≤i≤n,1≤j≤n,i≠j},表示节点之间的连线,对应于三维数模中两个相邻面之间的边;P=(p1,p2,p3,...),表示节点的属性,对应于三维数模中每个面包含的属性,包括三维数模中面上孔的数量和直径,或者是面的精度指标。
在上述基于移动式双机器人的弱刚性构件加工工艺规划方法中,
待加工特征,包括:需要二次加工的平面、曲面和孔;
设计指标是指形位公差,包括:相对参考基准的距离公差、孔位置度、表面粗糙度、平面度和共面度;
精度等级,包括:低精度IT13~IT11、中等精度IT10~IT8、高精度IT7~IT6;
指标类型,包括:形状公差和位置公差;其中,形状公差,包括:圆度、平面度和面轮廓度;位置公差,包括:平行度、同轴度和位置度。
在上述基于移动式双机器人的弱刚性构件加工工艺规划方法中,根据特征提取与分类的结果,结合移动式双机器人及工作环境,进行加工任务分配,包括:
根据特征提取与分类的结果,结合现场作业环境信息、移动式双机器人工作范围和移动式双机器人综合构型,对待加工特征在笛卡尔空间内进行区域划分;
基于机器人双机器人公共工作空间几何尺寸,针对区域划分的结果,以每个划分区域内的所有待加工对象的加工坐标系和支撑坐标系分别作为双机器人末端执行器的期望位姿,通过机器人逆运动学,分别求解出满足所有待加工对象可达性的双机器人基座系位置,进一步地,结合双机器人基坐标系的相对位姿关系,确定移动式双机器人的移动平台工作站位;
根据求解出的移动式双机器人的移动平台工作站位,进行任务分配,将不同移动平台工作站位所对应的待加工对象分配给移动式双机器人,由此确定每个工作站位移动式双机器人所需加工的支架数量和特征。
在上述基于移动式双机器人的弱刚性构件加工工艺规划方法中,针对双机器人系统,根据分配的加工任务,分别开展机器人A和机器人B的独立作业任务规划,包括:
针对机器人A,结合机器人A铣削颤振稳定域理论,绘制机器人A铣削稳定域叶瓣图,进而设定铣削机器人铣削过程的工艺参数;根据机器人A的运动信息,设定机器人A铣削过程的运动路径;基于机器人A的刚度模型和铣削力模型,进行机器人A位姿冗余的刚度优化,最终得到机器人A对应的独立作业任务规划;
针对机器人B人,设定夹持工艺参数;根据机器人B的运动信息,设定机器人B运动过程的运动路径,最终得到机器人B对应的独立作业任务规划。
在上述基于移动式双机器人的弱刚性构件加工工艺规划方法中,针对双机器人协同作业过程,根据分配的加工任务,开展机器人A和机器人B的协同作业任务规划,包括:
在机器人A和机器人B独立作业任务规划的结果基础上,进行工作过程双机器人碰撞干涉检查、主从关系匹配、作业时序协调;
根据双机器人碰撞干涉检查、主从关系匹配、作业时序协调的结果,确定机器人A和机器人B的协同作业任务规划。
在上述基于移动式双机器人的弱刚性构件加工工艺规划方法中,双机器人碰撞干涉检查的实现流程如下:
基于双机器人几何构型,建立双机器人的最小包围盒模型;
基于双机器人独立运动轨迹,计算任意时刻机器人间的最小距离;
当机器人间的最小距离小于设定阈值时,重新进行单机器人独立作业任务规划中的轨迹规划,或者在碰撞干涉时刻进行双机器人运动错峰运动规划;
针对调整完成的双机器人任务轨迹,返回执行基于双机器人独立运动轨迹,计算任意时刻机器人间的最小距离的步骤。
在上述基于移动式双机器人的弱刚性构件加工工艺规划方法中,作业时序协调的实现流程如下:
在加工过程中,存在机器人A独立运动、机器人B独立运动及双器人协同运动3种情况;为此,依据加工工艺流程,基于时刻对应的机器人状态,合理设计作业时序,具体包括:移动式双机器人运动至某一工作站位后,针对某一待加工对象,依据独立作业任务规划的结果,首选控制机器人B运动,完成对弱刚性构件的支撑;随后机器人A开始运动并完成对待加工对象的铣削加工;加工完成后,机器人A运动至等待点位,机器人B运动至下一待加工对象并完成支撑,随后机器人A开展相应运动及加工任务,最终完成该站位所有需加工对象的加工任务,机器人运动至初始位姿并移动至下一站位开展加工任务;其中,作业时序,包括:单机器人工作时间段、双机器人工作时间段和机器人等待时间段。
本发明具有以下优点:
(1)本发明公开了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,能够结合弱刚性加工对象工艺特点,应用移动式双机器人完成弱刚性构件的辅助支撑及铣削加工;能够根据制造任务或生产环境的变化迅速进行调整布局,适用于多品种、中小批量生产,可扩展应用于航天、航空、轨道交通、海洋工程等多个领域,解决超大尺寸弱刚性构件的加工技术瓶颈。
(2)本发明公开了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,可满足移动式双机器人加工大尺寸弱刚性复杂构件的加工需求,并且不受加工对象尺寸的不断增加的制约,基于移动式机器人的支撑及加工模式,能够适应更复杂的加工对象,具有更低的装备投入成本、更强的制造柔性和更广的应用前景。
附图说明
图1是本发明实施例中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的流程示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明公开的实施方式作进一步详细描述。
移动式双机器人的核心组成主要包括:用于执行铣削任务的机器人A,用于执行支撑任务的机器人B和用于承载机器人A和机器人B的可移动平台。本发明提出了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,其主要实现过程包括如下几个步骤:待加工特征提取与分类、任务分配、单机器人任务规划、双机器人任务规划、离线仿真验证和数据传输。下面结合图1进行详细说明。
如图1,在本实施例中,该基于移动式双机器人的弱刚性构件加工工艺规划方法,包括:
步骤101,对待加工的大尺寸弱刚性构件进行待加工特征的有效提取,将提取得到的待加工特征与设计指标进行对应关联后分类存储到数据库中。
在本实施例中,大尺寸弱刚性构件一般指直径厚度比大于1000的构件,例如航天器舱体、运载火箭壳体、风电叶片等。待加工特征包括但不仅限于:需要二次加工的平面、曲面和孔。设计指标是指形位公差,具体可以包括:相对参考基准的距离公差、孔位置度、表面粗糙度、平面度和共面度等。
优选的,步骤101的实现过程如下:首先,确定待加工的大尺寸弱刚性构件对应的模型特征拓扑关系。其次,根据确定的模型特征拓扑关系,识别出待加工的大尺寸弱刚性构件对应的待加工特征,并提取得到待加工特征。然后,建立待加工特征与设计指标之间的关联关系。最后,将建立的待加工特征与设计指标之间的关联关系,按照设计指标的精度等级(包括:低精度IT13~IT11、中等精度IT10~IT8、高精度IT7~IT6)或指标类型(包括:形状公差和位置公差;其中,形状公差具体可以包括:圆度、平面度和面轮廓度等;位置公差具体可以包括:平行度、同轴度和位置度等)分类存储到数据库中。
进一步优选的,大尺寸弱刚性构件对应的模型特征拓扑关系具体是指:基于有向邻接图表示的模型特征拓扑关系,其建立过程如下:获取B-rep表示的待加工特征的三维数模;将B-rep表示的待加工特征的三维数模转换为有向邻接图表示的拓扑关系,即得到模型特征拓扑关系。其中,有向邻接图表示为一个三元数组G=(V,E,P);V=(v1,v2,...,vn),表示节点的集合,对应于三维数模中的每个面;E={(vi,vj)|1≤i≤n,1≤j≤n,i≠j},表示节点之间的连线,对应于三维数模中两个相邻面之间的边;P=(p1,p2,p3,...),表示节点的属性,对应于三维数模中每个面包含的属性,包括三维数模中面上孔的数量和直径,或者是面的精度指标(如平面度、粗糙度等)。
步骤102,根据特征提取与分类的结果,结合移动式双机器人及工作环境,进行加工任务分配。
在本实施例中,步骤102的具体实现过程如下:
首先,根据特征提取与分类的结果,结合现场作业环境信息、移动式双机器人工作范围和移动式双机器人综合构型,对待加工特征在笛卡尔空间内进行区域划分。具体可以包括:根据移动式双机器人的工作范围和移动式双机器人综合构型,分别确定每个机器人的有效工作空间和机器人关节转角限位,同时,依据机器人基坐标系的相对位置关系,确定双机器人公共工作空间。以公共工作空间为最小工作单元,设置多处最小工作单元将所有待加工特征完全包括,完成对待加工特征在笛卡尔空间内的区域划分。
然后,基于机器人双机器人公共工作空间几何尺寸,针对区域划分的结果,以每个划分区域内的所有待加工对象的加工坐标系和支撑坐标系分别作为双机器人末端执行器的期望位姿,通过机器人逆运动学,分别求解出满足所有待加工对象可达性的双机器人基座系位置,进一步地,结合双机器人基坐标系的相对位姿关系,确定移动式双机器人的移动平台工作站位。
最后,根据求解出的移动式双机器人的移动平台工作站位,进行任务分配,将不同移动平台工作站位所对应的待加工对象分配给移动式双机器人,由此确定每个工作站位移动式双机器人所需加工的支架数量和特征。
步骤103,针对双机器人系统,根据分配的加工任务,分别开展机器人A和机器人B的独立作业任务规划。
在本实施例中,针对机器人A,可以结合机器人A铣削颤振稳定域理论,绘制机器人A铣削稳定域叶瓣图(具体内容可参照《Analytical Prediction of Stability Lobes inMilling》和《Chatter stability in robotic milling》文献中所提到的方法),进而设定铣削机器人铣削过程的工艺参数(如:铣削深度、主轴转速和进给速度等)。然后,根据机器人A的运动信息,设定机器人A铣削过程的运动路径;基于机器人A的刚度模型和铣削力模型,进行机器人A位姿冗余的刚度优化,最终得到机器人A对应的独立作业任务规划。其中,运动信息包括但不仅限于:关节转角、关节转速、关节转角加速度和末端TCP点速度;进一步的,关节转角满足限位约束,关节转速和关节转角加速度满足变化曲线连续可导,末端TCP点速度满足工艺设定要求。
其中,冗余的刚度优化是指:针对铣削加工过程机器人A末端笛卡尔空间为5自由度限制,优化其绕机器人A刀轴方向的自由度。首选,基于机器人A运动学模型和雅克比矩阵,建立了机器人A刚度模型;随后,针对铣削任务,分析铣削过程受力情况并引入铣削力模型;最后,通过计算绕刀轴方向不同角度所对应的刚度性能指标,(刚度性能指标的计算具体可参照《Optimization of Comprehensive Stiffness Performance Index forIndustrial Robot in Milling Process》),由此确定刚度最优加工位姿。
在本实施例中,针对机器人B人,设定夹持工艺参数(包括:夹持位置信息及机器人B夹持末端执行器夹持构型;进一步的,夹持位置信息通过分析待加工对象数模,提取其质心位置作为支撑机器人B的TCP点位置;夹持构型通过分析待加工对象数模过质心重力方向数模横截面的最小包络确定);然后,根据机器人B的运动信息,设定机器人B运动过程的运动路径,最终得到机器人B对应的独立作业任务规划。
步骤104,针对双机器人协同作业过程,根据分配的加工任务,开展机器人A和机器人B的协同作业任务规划。
在本实施例中,在步骤103确定的机器人A和机器人B独立作业任务规划的结果基础上,进行工作过程双机器人碰撞干涉检查、主从关系匹配、作业时序协调;进而,根据双机器人碰撞干涉检查、主从关系匹配、作业时序协调的结果,确定机器人A和机器人B的协同作业任务规划。
优选的,双机器人碰撞干涉检查的实现流程如下:基于双机器人几何构型,建立双机器人的最小包围盒模型;基于双机器人独立运动轨迹,计算任意时刻机器人间的最小距离;当机器人间的最小距离小于设定阈值时,重新进行单机器人独立作业任务规划中的轨迹规划,或者在碰撞干涉时刻进行双机器人运动错峰运动规划;针对调整完成的双机器人任务轨迹,返回执行基于双机器人独立运动轨迹,计算任意时刻机器人间的最小距离的步骤。
优选的,作业时序协调的实现流程如下:在加工过程中,存在机器人A独立运动、机器人B独立运动及双器人协同运动3种情况。基于上述三种运动情况,可依据加工工艺流程,基于时刻对应的机器人状态,合理设计作业时序,具体包括:移动式双机器人运动至某一工作站位后,针对某一待加工对象,依据独立作业任务规划的结果,首选控制机器人B运动,完成对弱刚性构件的支撑;随后机器人A开始运动并完成对待加工对象的铣削加工;加工完成后,机器人A运动至等待点位,机器人B运动至下一待加工对象并完成支撑,随后机器人A开展相应运动及加工任务,最终完成该站位所有需加工对象的加工任务,机器人运动至初始位姿并移动至下一站位开展加工任务。其中,作业时序具体可以包括:单机器人工作时间段(主要指机器人A和机器人B各自单独运动时间段)、双机器人工作时间段(主要指移动式双机器人协同加工时间段)和机器人等待时间段(主要指移动式双机器人工作站位转换过程时间段)。
步骤105,对独立作业任务规划和协同作业任务规划进行验证,并在独立作业任务规划和协同作业任务规划验证通过后,生成相应的机器人系统和移动平台可执行程序。
在本实施例中,可以根据独立作业任务规划和协同作业任务规划开展离线的加工过程仿真,得到加工过程仿真结果。其中,若加工过程仿真结果符合预期加工结果,则确定独立作业任务规划和协同作业任务规划验证通过。
步骤106,将机器人系统和移动平台可执行程序通过集成控制器传输至机器人A、机器人B和可移动平台。
本发明虽然已以较佳实施例公开如上,但其并不是用来限定本发明,任何本领域技术人员在不脱离本发明的精神和范围内,都可以利用上述揭示的方法和技术内容对本发明技术方案做出可能的变动和修改,因此,凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化及修饰,均属于本发明技术方案的保护范围。
本发明说明书中未作详细描述的内容属于本领域专业技术人员的公知技术。

Claims (10)

1.一种基于移动式双机器人的弱刚性构件加工工艺规划方法,其特征在于,包括:
对待加工的大尺寸弱刚性构件进行待加工特征的有效提取,将提取得到的待加工特征与设计指标进行对应关联后分类存储到数据库中;
根据特征提取与分类的结果,结合移动式双机器人及工作环境,进行加工任务分配;其中,移动式双机器人,包括:用于执行铣削任务的机器人A,用于执行支撑任务的机器人B,用于承载机器人A和机器人B的可移动平台;
针对双机器人系统,根据分配的加工任务,分别开展机器人A和机器人B的独立作业任务规划;
针对双机器人协同作业过程,根据分配的加工任务,开展机器人A和机器人B的协同作业任务规划;
对独立作业任务规划和协同作业任务规划进行验证,并在独立作业任务规划和协同作业任务规划验证通过后,生成相应的机器人系统和移动平台可执行程序;
将机器人系统和移动平台可执行程序通过集成控制器传输至机器人A、机器人B和可移动平台。
2.根据权利要求1所述的基于移动式双机器人的弱刚性构件加工工艺规划方法,其特征在于,对独立作业任务规划和协同作业任务规划进行验证,包括:
根据独立作业任务规划和协同作业任务规划开展离线的加工过程仿真,得到加工过程仿真结果;
若加工过程仿真结果符合预期加工结果,则确定独立作业任务规划和协同作业任务规划验证通过。
3.根据权利要求1所述的基于移动式双机器人的弱刚性构件加工工艺规划方法,其特征在于,对待加工的大尺寸弱刚性构件进行待加工特征的有效提取,将提取得到的待加工特征与设计指标进行对应关联后分类存储到数据库中,包括:
确定待加工的大尺寸弱刚性构件对应的模型特征拓扑关系;
根据确定的模型特征拓扑关系,识别出待加工的大尺寸弱刚性构件对应的待加工特征,并提取得到待加工特征;
建立待加工特征与设计指标之间的关联关系;
将建立的待加工特征与设计指标之间的关联关系,按照设计指标的精度等级或指标类型分类存储到数据库中。
4.根据权利要求3所述的基于移动式双机器人的弱刚性构件加工工艺规划方法,其特征在于,大尺寸弱刚性构件对应的模型特征拓扑关系为基于有向邻接图表示的模型特征拓扑关系,建立过程如下:
获取B-rep表示的待加工特征的三维数模;
将B-rep表示的待加工特征的三维数模转换为有向邻接图表示的拓扑关系,即得到模型特征拓扑关系;其中,有向邻接图表示为一个三元数组G=(V,E,P);V=(v1,v2,...,vn),表示节点的集合,对应于三维数模中的每个面;E={(vi,vj)|1≤i≤n,1≤j≤n,i≠j},表示节点之间的连线,对应于三维数模中两个相邻面之间的边;P=(p1,p2,p3,...),表示节点的属性,对应于三维数模中每个面包含的属性,包括三维数模中面上孔的数量和直径,或者是面的精度指标。
5.根据权利要求3所述的基于移动式双机器人的弱刚性构件加工工艺规划方法,其特征在于,
待加工特征,包括:需要二次加工的平面、曲面和孔;
设计指标是指形位公差,包括:相对参考基准的距离公差、孔位置度、表面粗糙度、平面度和共面度;
精度等级,包括:低精度IT13~IT11、中等精度IT10~IT8、高精度IT7~IT6;
指标类型,包括:形状公差和位置公差;其中,形状公差,包括:圆度、平面度和面轮廓度;位置公差,包括:平行度、同轴度和位置度。
6.根据权利要求1所述的基于移动式双机器人的弱刚性构件加工工艺规划方法,其特征在于,根据特征提取与分类的结果,结合移动式双机器人及工作环境,进行加工任务分配,包括:
根据特征提取与分类的结果,结合现场作业环境信息、移动式双机器人工作范围和移动式双机器人综合构型,对待加工特征在笛卡尔空间内进行区域划分;
基于机器人双机器人公共工作空间几何尺寸,针对区域划分的结果,以每个划分区域内的所有待加工对象的加工坐标系和支撑坐标系分别作为双机器人末端执行器的期望位姿,通过机器人逆运动学,分别求解出满足所有待加工对象可达性的双机器人基座系位置,进一步地,结合双机器人基坐标系的相对位姿关系,确定移动式双机器人的移动平台工作站位;
根据求解出的移动式双机器人的移动平台工作站位,进行任务分配,将不同移动平台工作站位所对应的待加工对象分配给移动式双机器人,由此确定每个工作站位移动式双机器人所需加工的支架数量和特征。
7.根据权利要求1所述的基于移动式双机器人的弱刚性构件加工工艺规划方法,其特征在于,针对双机器人系统,根据分配的加工任务,分别开展机器人A和机器人B的独立作业任务规划,包括:
针对机器人A,结合机器人A铣削颤振稳定域理论,绘制机器人A铣削稳定域叶瓣图,进而设定铣削机器人铣削过程的工艺参数;根据机器人A的运动信息,设定机器人A铣削过程的运动路径;基于机器人A的刚度模型和铣削力模型,进行机器人A位姿冗余的刚度优化,最终得到机器人A对应的独立作业任务规划;
针对机器人B人,设定夹持工艺参数;根据机器人B的运动信息,设定机器人B运动过程的运动路径,最终得到机器人B对应的独立作业任务规划。
8.根据权利要求1所述的基于移动式双机器人的弱刚性构件加工工艺规划方法,其特征在于,针对双机器人协同作业过程,根据分配的加工任务,开展机器人A和机器人B的协同作业任务规划,包括:
在机器人A和机器人B独立作业任务规划的结果基础上,进行工作过程双机器人碰撞干涉检查、主从关系匹配、作业时序协调;
根据双机器人碰撞干涉检查、主从关系匹配、作业时序协调的结果,确定机器人A和机器人B的协同作业任务规划。
9.根据权利要求8所述的基于移动式双机器人的弱刚性构件加工工艺规划方法,其特征在于,双机器人碰撞干涉检查的实现流程如下:
基于双机器人几何构型,建立双机器人的最小包围盒模型;
基于双机器人独立运动轨迹,计算任意时刻机器人间的最小距离;
当机器人间的最小距离小于设定阈值时,重新进行单机器人独立作业任务规划中的轨迹规划,或者在碰撞干涉时刻进行双机器人运动错峰运动规划;
针对调整完成的双机器人任务轨迹,返回执行基于双机器人独立运动轨迹,计算任意时刻机器人间的最小距离的步骤。
10.根据权利要求8所述的基于移动式双机器人的弱刚性构件加工工艺规划方法,其特征在于,作业时序协调的实现流程如下:
在加工过程中,存在机器人A独立运动、机器人B独立运动及双器人协同运动3种情况;为此,依据加工工艺流程,基于时刻对应的机器人状态,合理设计作业时序,具体包括:移动式双机器人运动至某一工作站位后,针对某一待加工对象,依据独立作业任务规划的结果,首选控制机器人B运动,完成对弱刚性构件的支撑;随后机器人A开始运动并完成对待加工对象的铣削加工;加工完成后,机器人A运动至等待点位,机器人B运动至下一待加工对象并完成支撑,随后机器人A开展相应运动及加工任务,最终完成该站位所有需加工对象的加工任务,机器人运动至初始位姿并移动至下一站位开展加工任务;其中,作业时序,包括:单机器人工作时间段、双机器人工作时间段和机器人等待时间段。
CN202110485139.XA 2021-04-30 2021-04-30 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 Active CN113276112B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110485139.XA CN113276112B (zh) 2021-04-30 2021-04-30 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

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110485139.XA CN113276112B (zh) 2021-04-30 2021-04-30 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

Publications (2)

Publication Number Publication Date
CN113276112A true CN113276112A (zh) 2021-08-20
CN113276112B CN113276112B (zh) 2022-12-13

Family

ID=77278017

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110485139.XA Active CN113276112B (zh) 2021-04-30 2021-04-30 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

Country Status (1)

Country Link
CN (1) CN113276112B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116551684A (zh) * 2023-05-17 2023-08-08 南京航空航天大学 面向航天器大型舱体构件加工的多机器人协同规划方法

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011067621A1 (en) * 2009-12-04 2011-06-09 Toyota Jidosha Kabushiki Kaisha Robot control system, motion data creation apparatus and its creating method
CN106444739A (zh) * 2016-07-15 2017-02-22 鹿龙 多工业机器人虚拟离线协同仿真系统及方法
WO2018133439A1 (zh) * 2017-01-19 2018-07-26 北京工业大学 一种考虑末端运动误差的六自由度机器人轨迹规划方法
CN108427391A (zh) * 2018-05-02 2018-08-21 南京航空航天大学 可移动机器人自动钻铣的智能化柔性生产线及其运行方法
CN109352653A (zh) * 2018-11-15 2019-02-19 北京卫星制造厂有限公司 一种用于移动式混联机器人切削的离线轨迹规划系统
CN109760045A (zh) * 2018-12-27 2019-05-17 西安交通大学 一种离线编程轨迹生成方法及基于该方法的双机器人协同装配系统
CN109849019A (zh) * 2019-04-04 2019-06-07 北京卫星制造厂有限公司 一种回转类结构件的多机器人加工方法
CN109877851A (zh) * 2019-04-04 2019-06-14 北京卫星制造厂有限公司 一种用于弱刚性壁板加工的移动式双机器人镜像加工系统
CN110315534A (zh) * 2019-05-11 2019-10-11 深圳市鲲鹏智能装备制造有限公司 船舶焊接机器人离线编程的处理方法和系统
CN111230880A (zh) * 2020-02-24 2020-06-05 西安交通大学 一种离线编程中的复杂曲面加工轨迹生成方法
CN111964575A (zh) * 2020-07-06 2020-11-20 北京卫星制造厂有限公司 一种面向移动机器人铣削加工的数字孪生建模方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011067621A1 (en) * 2009-12-04 2011-06-09 Toyota Jidosha Kabushiki Kaisha Robot control system, motion data creation apparatus and its creating method
CN106444739A (zh) * 2016-07-15 2017-02-22 鹿龙 多工业机器人虚拟离线协同仿真系统及方法
WO2018133439A1 (zh) * 2017-01-19 2018-07-26 北京工业大学 一种考虑末端运动误差的六自由度机器人轨迹规划方法
CN108427391A (zh) * 2018-05-02 2018-08-21 南京航空航天大学 可移动机器人自动钻铣的智能化柔性生产线及其运行方法
CN109352653A (zh) * 2018-11-15 2019-02-19 北京卫星制造厂有限公司 一种用于移动式混联机器人切削的离线轨迹规划系统
CN109760045A (zh) * 2018-12-27 2019-05-17 西安交通大学 一种离线编程轨迹生成方法及基于该方法的双机器人协同装配系统
CN109849019A (zh) * 2019-04-04 2019-06-07 北京卫星制造厂有限公司 一种回转类结构件的多机器人加工方法
CN109877851A (zh) * 2019-04-04 2019-06-14 北京卫星制造厂有限公司 一种用于弱刚性壁板加工的移动式双机器人镜像加工系统
CN110315534A (zh) * 2019-05-11 2019-10-11 深圳市鲲鹏智能装备制造有限公司 船舶焊接机器人离线编程的处理方法和系统
CN111230880A (zh) * 2020-02-24 2020-06-05 西安交通大学 一种离线编程中的复杂曲面加工轨迹生成方法
CN111964575A (zh) * 2020-07-06 2020-11-20 北京卫星制造厂有限公司 一种面向移动机器人铣削加工的数字孪生建模方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116551684A (zh) * 2023-05-17 2023-08-08 南京航空航天大学 面向航天器大型舱体构件加工的多机器人协同规划方法
CN116551684B (zh) * 2023-05-17 2024-05-24 南京航空航天大学 面向航天器大型舱体构件加工的多机器人协同规划方法

Also Published As

Publication number Publication date
CN113276112B (zh) 2022-12-13

Similar Documents

Publication Publication Date Title
Wei et al. Design of a new passive end-effector based on constant-force mechanism for robotic polishing
Chen et al. Robot machining: recent development and future research issues
Wang et al. Machining deformation prediction of thin-walled workpieces in five-axis flank milling
Song et al. Precision robotic deburring based on force control for arbitrarily shaped workpiece using CAD model matching
CN112207815B (zh) 一种多机多工序时空协同规划方法和系统
CN109366503B (zh) 基于移动式混联机器人的面向大型构件的加工工艺方法
Hao et al. Tool path transplantation method for adaptive machining of large-sized and thin-walled free form surface parts based on error distribution
Bu et al. Modeling and experimental investigation of Cartesian compliance characterization for drilling robot
CN110989490B (zh) 一种基于轮廓误差的工件最优安装位置的获取方法
CN111002313B (zh) 一种机器人模态参数辨识与动态特性分析的方法
CN109927028A (zh) 一种力控机器人磨抛加工的力位混合控制方法
Suh et al. Multiaxis machining with additional-axis NC system: theory and development
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
Guo et al. A robotic boring system for intersection holes in aircraft assembly
Fan et al. An automated reconfigurable flexible fixture for aerospace pipeline assembly before welding
Ge et al. An efficient system based on model segmentation for weld seam grinding robot
EP3742246B1 (en) Computer implemented method and system for generating slope synchronized tool paths for incremental sheet forming
Si et al. A solid-discrete-based method for extracting the cutter-workpiece engagement in five-axis flank milling
CN111061218B (zh) 一种基于acis的复杂曲面加工切削力预测方法及设备
CN116276099A (zh) 一种大型铸造件双机器人智能协同加工系统及方法
He et al. Smooth toolpath interpolation for a 5-axis hybrid machine tool
Bai et al. Coordinated motion planning of the mobile redundant manipulator for processing large complex components
Subrin et al. Digital chain development for sanding application with a kinematically redundant robotic system
Hayashi et al. Forward kinematics model for evaluation of machining performance of robot type machine tool
Xu et al. Global optimal trajectory planning of mobile robot grinding for high-speed railway body

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