CN113695109B - 一种用于自动化喷涂过程的程序匹配和迭代优化方法 - Google Patents

Abstract

本发明公开了一种用于自动化喷涂过程的程序匹配和迭代优化方法，属于自动控制技术领域。包括数据准备步骤、喷涂程序智能匹配步骤、参数设置步骤、喷涂执行步骤、喷涂过程实时监控步骤、参数动态调整步骤、参数迭代优化步骤；本发明在读取零件理论数模数据和喷涂程序数据的基础上，根据实时监控系统检测的机器人能耗、载荷、精度等数据，以及零件型号等数据，结合当前的喷涂参数和工艺知识库进行优化计算，从而实现零件喷涂全过程的参数动态调整，有效提高产品的喷涂质量和喷涂效率。

Description

一种用于自动化喷涂过程的程序匹配和迭代优化方法

技术领域

本发明涉及智能加工领域，具体涉及一种用于自动化喷涂过程的程序匹配和迭代优化方法。

背景技术

智能化技术的发展及应用显著地提高了产品的喷涂效率和喷涂质量。然而，这些技术虽然大量应用于航空工业，但目前都是作为孤立的技术点存在，彼此间尚未建立通信联系，更未进行集成应用。随着制造业逐步进入智能化时代，航空制造业必将率先由当前的数字化喷涂模式进入智能化喷涂模式。

当前航空零件的喷涂已全面进入数字化时代，正在向智能化方向发展。智能化喷涂过程的主要特点是自动化喷涂机器人等硬件设备与软件系统的多智能体系统的集成及应用。

发明内容

本发明针对以往在航空制造业复杂零件自动化喷涂作业过程中人工选择喷涂工艺容易出错、喷涂参数不能进行迭代优化、喷涂过程缺乏实时管控、喷涂设备缺乏维护预警等现象，提出了一种用于自动化喷涂过程的程序匹配和迭代优化方法，该方法利用设备自动化控制及智能化应用，结合了喷涂生产特点、计算机技术、网络技术等多学科的交叉、融合和应用，显著地提高了产品的喷涂效率和喷涂质量，降低出错概率。

为了实现上述发明目的，本发明的技术方案如下：

一种用于自动化喷涂过程的程序匹配和迭代优化方法，其特征在于，包括数据准备步骤、喷涂程序智能匹配步骤、参数设置步骤、喷涂执行步骤、喷涂过程实时监控步骤、参数动态调整步骤、参数迭代优化步骤；其中，

数据准备步骤是指对智能喷涂系统中包括喷涂机器人、质量检测等设备的性能工作参数、喷涂零件特征数据、喷涂作业过程数据、喷涂工艺参数等数据进行结构化定义，并基于数据结构化定义构建各类喷涂领域知识模型，支撑形成喷涂领域知识库；

喷涂程序智能匹配步骤是指在喷涂作业执行前，通过自动识别待喷涂零件的几何特征，使之与喷涂作业流程、喷涂工艺程序相匹配；

参数设置步骤是指基于喷涂领域知识库，对机器人位置、角度、喷涂量、喷涂零件状态等进行参数设置；

喷涂执行步骤是指喷涂执行系统通过接收决策系统发出的各类指令来完成最终的喷涂作业、喷涂质量检测等物理动作；

喷涂过程实时监控步骤是指对喷涂过程中喷涂机器人的运行状态数据、零件状态数据、喷涂效果实时监测数据等信息进行采集和分析；

参数动态调整步骤是指在喷涂执行过程中，基于喷涂过程实时监控结果得到的机器人运行状态、零件姿态、喷涂效果等信息，结合喷涂领域知识库中的喷涂作业流程、喷涂工艺，进行喷涂自动化设备实时动态运行参数调整，并按照调整后的参数执行喷涂作业；

参数迭代优化步骤是指在每次喷涂完成后评估喷涂质量，依据评估结果针对性地优化相应参数，并将结果录入喷涂领域知识库，使之应用到下一次喷涂作业中。

进一步的，还包括设备智能预警步骤，设备智能预警步骤是指当感知环节监测到喷涂过程出现状态突变、故障报警等异常状态时，迅速对产生的异常状态进行分析、定位，确定异常部位、故障原因、故障程度、是否影响后续的喷涂作业。

进一步的，所述的设备智能预警步骤的具体实施过程如下：

S1、获取机器人等设备当前运行状态数据；

S2、对获取的数据进行滤波去燥处理，对滤波去燥后的数据信息进行关键点特征分析，判断监测信号是否有异常突变，并快速匹配历史故障现象；

S3、基于正常运行状态数据与历史状态数据，拟合出机器人等设备动态运行监测数据信息的变化趋势，以此判断机器人等设备是否满足喷涂作业任务的需求；

S4、以步骤S3中机器人等设备动态运行监测数据信息的变化趋势拟合结果为依据，采用设备可靠性分析策略和故障预警模型，分析变化趋势突变关键点，并给出机器人等设备的机械部件故障发生的预测时间，以此实现对其寿命期限的预测；

S5、对接近变化趋势突变关键点的临界寿命部件进行寿命期限临界预警并更换。

进一步的，喷涂程序智能匹配步骤中，通过读取识别待喷涂零件的任务清单获得零件种类、零件构成材质、零件喷涂要求等数据；通过读取识别待喷涂零件理论数模特征获得零件几何特征等数据；基于喷涂系统机器视觉自动化检测技术和功能，对待喷涂零件进行机器视觉识别判断，以确定待喷涂零件是否与所获取的待喷涂零件相关信息相符合。

进一步的，喷涂执行系统由机器人设备主体、装夹工具、位置传感器、数据采集和接收器、执行机构、喷涂控制系统等相关的硬件组成，喷涂执行系统通过接收决策系统发出的各类喷涂作业指令来完成最终零件的喷涂、喷涂质量检测等物理动作。

进一步的，喷涂过程实时监控步骤具体实施过程包括：

步骤S1、在零件装夹完成后，通过对实物进行扫描自动建立精确的虚拟仿真模型，并在此基础上进行喷涂位置及角度检查，若存在问题则自动进行优化调整；

步骤S2、在喷涂过程中实时监测机器人设备故障预警、喷涂质量外观检测、及现场视频图像信号采集，以保证零件喷涂质量；

步骤S3、针对喷涂过程中常见的异常情况，提前设定相应的处理办法，在喷涂过程中检测到异常后自动进行处理，避免喷涂过程的中断。

综上所述，本发明具有以下优点：

1. 本发明能够在零件喷涂前，先读取零件的理论数模和机器人喷涂程序，并将喷涂程序的点位坐标与零件的特征进行智能化匹配，系统则根据零件的种类和大小，对喷涂过程中所涉及到的流量、雾化压力、扇形压力、静电喷涂电压、刷子号/刷子参数、开关枪信号、换色阀信号、供应系统压力等机器人实时喷涂参数进行设置，同时对机器人实时运行速度、机器人运动点位、六轴姿态数据、机器人原点位置采集、机器人工作态度等机器人实时运动轨迹进行配置。

2. 本发明针对利用每一次喷涂执行的质量和效果，对喷涂参数进行优化和调整，并保存在喷涂领域知识库中，用于下一次喷涂执行，以此达到迭代优化的目的。

3. 本发明在读取零件理论数模数据和喷涂程序数据的基础上，根据实时监控系统检测的机器人能耗、载荷、精度等数据，以及零件型号等数据，结合当前的喷涂参数和工艺知识库进行优化计算，从而实现零件喷涂全过程的参数动态调整，有效提高产品的喷涂质量和喷涂效率。

附图说明

图1为本发明所述方法的实施流程图。

具体实施方式

下面结合实施例对本发明作进一步地详细说明，但本发明的实施方式不限于此。

本发明提供了一种用于自动化喷涂过程的程序匹配和迭代优化方法，包括数据准备步骤、喷涂程序智能匹配步骤、参数设置步骤、喷涂执行步骤、喷涂过程实时监控步骤、参数动态调整步骤、参数迭代优化步骤；其中，

步骤一、数据准备：对智能喷涂系统中包括喷涂机器人、质量检测等设备的性能工作参数、喷涂零件特征数据、喷涂作业过程数据、喷涂工艺参数等数据进行结构化定义，并基于数据结构化定义构建各类喷涂领域知识模型，支撑形成喷涂领域知识库。

数据准备步骤是自动化设备智能决策的前提和基础，包括数据定义、数据存储、数据表达。数据定义的目的主要是使喷涂系统的各类型数据按数控喷涂的要求进行结构化定义，模型化表示，使其能被有效的存储、识别和表达。

这些数据包括：智能喷涂系统的机器人实时喷涂运行数据、性能参数，喷涂质量检测设备实时检测运行数据、性能参数，喷涂油漆技术指标、涂装参数，喷涂零部件材质信息、表面结构特征数据，喷涂业务过程中的流程信息、喷涂工艺参数、伴随的雾化/扇形压力、静电喷涂电压、开关枪/换色阀信号等数据，喷涂工艺知识数据，以及喷涂作业操作过程记录、临时处理等过程数据。

数据存储和数据表达是通过计算机和网络技术对定义的数据进行有序管理和显示。

步骤二、喷涂程序智能匹配：在喷涂作业执行前，通过自动识别待喷涂零件的几何特征，使之与喷涂作业流程、喷涂工艺程序相匹配；是自动化设备智能决策的关键点。

如根据零件种类，读取零件理论数模特征，与喷涂程序库中的喷涂工艺程序进行智能比对匹配，选择符合要求的喷涂程序。喷涂工艺程序库中具有上万种零件的近五百个喷涂程序，适应不同的零件类型与喷涂要求。其中主要包括如下两步：

1) 待喷涂零件关键特征自动识别，待喷涂零件在进入喷涂生产线后且未喷涂前，系统自动调取、识别待喷涂零件的相关信息，如通过读取识别待喷涂零件任务清单获得零件种类、零件构成材质、零件喷涂要求等数据，通过读取识别待喷涂零件理论数模特征获得零件几何特征（即零件大小与表面结构特征）等数据；并基于喷涂系统机器视觉自动化检测技术和功能，对待喷涂零件进行机器视觉识别判断，此识别判断过程基于视觉图像与理论数模特征进行对比判别方法实现，以确定待喷涂零件是否与所获取的待喷涂零件相关信息相符合。

2) 喷涂作业流程、喷涂工艺程序智能匹配，基于上一步系统自动调取、识别待喷涂零件的相关信息，系统采用喷涂作业关键特征匹配方法，根据所获取的相关关键特征（如待喷涂零件种类类别、构成材质类别等关键特征），自动匹配喷涂领域知识库中的相关零件喷涂作业流程、喷涂工艺程序等喷涂作业关键要素，如：根据零件种类智能匹配该大类零件喷涂作业流程顺序、根据零件几何特征信息智能匹配喷涂机器人喷涂作业运动轨迹、根据零件喷涂要求智能匹配喷涂作业流程各步骤环节采用的工艺方法等；通过这样的智能化操作，为下一步的参数设置、喷涂执行等环节，提供有效支撑。

步骤三、参数设置：参数设置是基于喷涂领域知识库，对机器人位置、角度、喷涂量、喷涂零件状态等进行参数设置，以便完成零件喷涂作业；是影响自动化设备智能决策的喷涂质量和喷涂效率重要的因素。

根据零件喷涂所需要达到的效果，读取喷涂领域知识库中的参数配置知识，利用知识库中已有的参数配置内容信息，对喷涂过程中所涉及到的油漆流量、雾化压力、扇形压力、静电喷涂电压、刷子号/刷子参数、开关枪信号、换色阀信号、供应系统压力等机器人实时喷涂作业参数进行设置；同时，对机器人实时运行速度、机器人运动点位、六轴姿态数据、机器人原点位置采集、机器人工作态度等机器人实时运动轨迹参数进行配置。

步骤四、喷涂执行：是指喷涂执行系统通过接收决策系统发出的各类指令来完成最终的喷涂作业、喷涂质量检测等物理动作；利用喷涂机器人设备主体、辅助装置、机器人、数据接收器等相关的硬件组成的喷涂执行系统，喷涂执行系统通过接收决策系统发出的各类指令来完成最终的喷涂作业、喷涂质量检测等物理动作。

步骤五、喷涂过程实时监控：主要包括喷涂过程机器人运行状态数据、零件状态数据、喷涂效果实时监测数据等信息的采集和分析，借助传感器及喷涂机器人设备、机器人控制系统等软硬件设备进行。

该步骤以零件理论数模数据和喷涂工艺程序数据为基础，进行喷涂程序自动匹配后，以数控系统网络化为基础，实现设备层面对机器人运行、喷涂及操作过程数据的采集和积累，进而利用采集的数据进行分析，实现零件喷涂质量回溯、喷涂过程优化，并实现对操作过程的监控，其中主要包括如下四步：

1) 工艺系统虚拟环境自动构建，是基于3D建模，对整个喷涂环境进行虚拟展示。

2) 喷涂零件位置及状态检查与调整，在零件装夹完成后，通过位置传感器，感知实物的位置和姿态信息，将其叠加于第一步的喷涂虚拟展示环境中，与实际要求的零件位置与姿态进行对比，进行零件位置及姿态检查，若有偏差，则进行相应的调整。

3) 喷涂情况实时监测、机器人运动轨迹控制、油料物料消耗监控、喷涂质量外观检测与自适应控制，是在喷涂过程中通过喷涂机器人数据接口，实时读取机器人设备故障信息、流量信息、雾化压力信息、扇形压力信息、静电喷涂电压信息、刷子号/刷子参数信息、开关枪信号信息、换色阀信号信息、供应系统压力信息，并通过视觉检测系统采集现场视频图像信号，对喷涂质量检测，保证零件喷涂质量。

4) 喷涂过程异常情况处理，检测喷涂过程中常见的异常情况，当异常发生时，自动发出提示。常见的异常包括，零件脱落、喷涂异常终止等。零件脱落可以通过机器视觉系统发出警报，喷涂异常终止可以由喷涂工艺程序弹出提示。

步骤六、参数动态调整：在喷涂执行过程中，基于喷涂过程实时监控结果得到的机器人运行状态、零件姿态、喷涂效果等信息，结合喷涂领域知识库中的喷涂作业流程、喷涂工艺，进行喷涂自动化设备实时动态运行参数调整，并按照调整后的参数执行喷涂作业。

在按照已设置参数进行喷涂作业过程中，根据实时监控系统检测的机器人实时喷涂作业参数、机器人实时运动轨迹数据、喷涂作业现场环境监控数据、油漆物料消耗监控数据、现场视频图像信号采集及分析数据、炉温等信息，结合喷涂领域知识库中的工艺知识进行优化计算，从而实现零件喷涂全过程的参数自动化调整，有效提高产品的喷涂质量和喷涂效率。其中主要包括如下两步：

1) 基于实时监控的参数优化计算，系统以已经设置喷涂作业各项参数为基准，以喷涂领域知识库中的工艺知识为优化指导；通过已经获取的各项实时监控数据，将其与已设置的喷涂作业参数进行对比，优于已设置的喷涂作业参数的，无需优化计算；劣于已设置的喷涂作业参数的，则调用工艺知识进行优化计算；计算完毕后，形成新的待配置喷涂作业参数，为自动化调整提供参数支撑。

2) 喷涂作业参数自动化调整，根据上一步基于实时监控的参数优化计算结果，系统自动将新的待配置的喷涂作业参数及时下载到喷涂系统各个软硬件设备中，为后续喷涂作业进行提供最新最优化的喷涂作业参数。

步骤七、参数迭代优化：迭代优化是在每次喷涂完成后，进行喷涂质量的评估，依据评估结果针对性地优化相应参数，并将结果录入喷涂领域知识库，使之应用到下一次喷涂作业中。

对喷涂执行后根据零件喷涂的质量、效果，如果有优化和改进的必要，则利用经验对所执行的喷涂参数进行调整，并将调整结果保存到参数知识库，以便后续喷涂执行使用。

步骤八、设备智能预警：基于喷涂领域知识库中的设备智能预警模型，当感知环节监测到喷涂过程出现异常状态时，如状态突变、故障报警等情况，迅速对产生的异常状态进行分析、定位，确定异常部位、故障原因、故障程度、是否影响后续的喷涂作业。

通过对比机器人的当前状态信息与历史状态数据、正常运行状态数据，拟合出机器人动态性能等运行监测的变化趋势，判断是否能满足喷涂任务对机器人的需求，基于可靠性分析策略，预测机器人机械部件的寿命期限，并对临近寿命期限的部件进行提前预警。其中主要包括如下两步：

1) 基于故障诊断模型的设备运行状态预测，获取机器人等设备当前运行状态数据，对运行监测数据进行滤波去燥处理，对滤波去燥后的数据信息进行关键点特征分析，判断监测信号是否有异常突变，采用故障诊断模块快速匹配历史故障现象；同时，基于正常运行状态数据与历史状态数据，拟合出机器人等设备动态运行监测数据信息的变化趋势，以此判断机器人等设备是否满足喷涂作业任务的需求。

2) 基于故障预警模型的设备，以上一步机器人等设备动态运行监测数据信息的变化趋势拟合结果为依据，采用设备可靠性分析策略和故障预警模型，分析变化趋势突变关键点，并给出机器人等设备的机械部件故障发生预测时间，以此实现对其寿命期限的预测；对于变化趋势突变关键点较为临近的，则进行寿命期限临界预警，以支撑对临界寿命部件进行更换。

虽然结合附图对本发明的具体实施方式进行了详细地描述，但不应理解为对本专利的保护范围的限定。在权利要求书所描述的范围内，本领域技术人员不经创造性劳动即可做出的各种修改和变形仍属本专利的保护范围。

Claims (5)

1.一种用于自动化喷涂过程的程序匹配和迭代优化方法，其特征在于，包括数据准备步骤、喷涂程序智能匹配步骤、参数设置步骤、喷涂执行步骤、喷涂过程实时监控步骤、参数动态调整步骤、参数迭代优化步骤；其中，

数据准备步骤是指对智能喷涂系统中包括喷涂机器人、质量检测设备的性能工作参数、喷涂零件特征数据、喷涂作业过程数据、喷涂工艺参数进行结构化定义，并基于数据结构化定义构建各类喷涂领域知识模型，支撑形成喷涂领域知识库；

喷涂程序智能匹配步骤是指在喷涂作业执行前，通过自动识别待喷涂零件的几何特征，使之与喷涂作业流程、喷涂工艺程序相匹配；主要包括以下两步：

1) 待喷涂零件关键特征自动识别，待喷涂零件在进入喷涂生产线后且未喷涂前，自动调取、识别待喷涂零件的相关信息，如通过读取识别待喷涂零件任务清单获得零件种类、零件构成材质、零件喷涂要求数据，通过读取识别待喷涂零件理论数模特征获得零件几何特征数据；并基于喷涂系统机器视觉自动化检测技术和功能，对待喷涂零件进行机器视觉识别判断，此识别判断过程基于视觉图像与理论数模特征进行对比判别方法实现，以确定待喷涂零件是否与所获取的待喷涂零件相关信息相符合；

2) 喷涂作业流程、喷涂工艺程序智能匹配，基于上一步自动调取、识别待喷涂零件的相关信息，采用喷涂作业关键特征匹配方法，根据所获取的相关关键特征，自动匹配喷涂领域知识库中的相关零件喷涂作业流程、喷涂工艺程序；

参数设置步骤是指基于喷涂领域知识库，对机器人位置、角度、喷涂量、喷涂零件状态进行参数设置；

喷涂执行步骤是指喷涂执行系统通过接收决策系统发出的各类指令来完成最终的喷涂作业和喷涂质量检测；

喷涂过程实时监控步骤是指对喷涂过程中喷涂机器人的运行状态数据、零件状态数据、喷涂效果实时监测数据信息进行采集和分析；

参数动态调整步骤是指在喷涂执行过程中，基于喷涂过程实时监控结果得到的机器人运行状态、零件姿态、喷涂效果信息，结合喷涂领域知识库中的喷涂作业流程、喷涂工艺，进行喷涂自动化设备实时动态运行参数调整，并按照调整后的参数执行喷涂作业；

在按照已设置参数进行喷涂作业过程中，根据检测的机器人实时喷涂作业参数、机器人实时运动轨迹数据、喷涂作业现场环境监控数据、油漆物料消耗监控数据、现场视频图像信号采集及分析数据、炉温信息，结合喷涂领域知识库中的工艺知识进行优化计算，从而实现零件喷涂全过程的参数自动化调整；

参数迭代优化步骤是指在每次喷涂完成后评估喷涂质量，依据评估结果针对性地优化相应参数，并将结果录入喷涂领域知识库，使之应用到下一次喷涂作业中。

2.根据权利要求1所述的一种用于自动化喷涂过程的程序匹配和迭代优化方法，其特征在于，还包括设备智能预警步骤，设备智能预警步骤是指当感知环节监测到喷涂过程出现状态突变、故障报警的异常状态时，对产生的异常状态进行分析、定位，确定异常部位、故障原因、故障程度、是否影响后续的喷涂作业。

3.根据权利要求2所述的一种用于自动化喷涂过程的程序匹配和迭代优化方法，其特征在于，所述的设备智能预警步骤的具体实施过程如下：

S1、获取机器人参与喷涂过程的设备当前运行状态数据；

S2、对获取的数据进行滤波去燥处理，对滤波去燥后的数据信息进行关键点特征分析，判断监测信号是否有异常突变，并快速匹配历史故障现象；

S3、基于正常运行状态数据与历史状态数据，拟合出参与喷涂过程的设备动态运行监测数据信息的变化趋势，以此判断设备是否满足喷涂作业任务的需求；

S4、以步骤S3中设备动态运行监测数据信息的变化趋势拟合结果为依据，采用设备可靠性分析策略和故障预警模型，分析变化趋势突变关键点，并给出机器人设备的机械部件故障发生的预测时间，以此实现对其寿命期限的预测；

S5、对接近变化趋势突变关键点的临界寿命部件进行寿命期限临界预警并更换。

4.根据权利要求1所述的一种用于自动化喷涂过程的程序匹配和迭代优化方法，其特征在于，喷涂执行系统包括机器人设备主体、装夹工具、位置传感器、数据采集和接收器、执行机构和喷涂控制系统，喷涂执行系统通过接收决策系统发出的各类喷涂作业指令来完成最终零件的喷涂、喷涂质量检测的物理动作。

5.根据权利要求4所述的一种用于自动化喷涂过程的程序匹配和迭代优化方法，其特征在于，喷涂过程实时监控步骤具体实施过程包括：

步骤S1、在零件装夹完成后，通过对实物进行扫描自动建立精确的虚拟仿真模型，并在此基础上进行喷涂位置及角度检查，若存在问题则自动进行优化调整；

步骤S2、在喷涂过程中实时监测机器人设备故障预警、喷涂质量外观检测、及现场视频图像信号采集，以保证零件喷涂质量；

步骤S3、针对喷涂过程中常见的异常情况，提前设定相应的处理办法，在喷涂过程中检测到异常后自动处理，避免喷涂过程的中断。

Images