CN113954102B - 一种基于离线编程的百叶轮抛磨叶片路径规划方法 - Google Patents

一种基于离线编程的百叶轮抛磨叶片路径规划方法 Download PDF

Info

Publication number
CN113954102B
CN113954102B CN202111584206.XA CN202111584206A CN113954102B CN 113954102 B CN113954102 B CN 113954102B CN 202111584206 A CN202111584206 A CN 202111584206A CN 113954102 B CN113954102 B CN 113954102B
Authority
CN
China
Prior art keywords
blade
polishing
robot
path
parameter
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
CN202111584206.XA
Other languages
English (en)
Other versions
CN113954102A (zh
Inventor
刘佳
张晶晶
崔隽
李静铮
杨胜强
李文辉
李秀红
乔志杰
吕旭峰
琚春
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.)
Taiyuan University of Technology
Original Assignee
Taiyuan University of Technology
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 Taiyuan University of Technology filed Critical Taiyuan University of Technology
Priority to CN202111584206.XA priority Critical patent/CN113954102B/zh
Publication of CN113954102A publication Critical patent/CN113954102A/zh
Application granted granted Critical
Publication of CN113954102B publication Critical patent/CN113954102B/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
    • B25J11/00—Manipulators not otherwise provided for
    • B25J11/005—Manipulators for mechanical processing tasks
    • B25J11/0065—Polishing or grinding
    • 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
    • B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
    • B25J9/1664—Programme controls characterised by programming, planning systems for manipulators characterised by motion, path, trajectory planning

Landscapes

  • Engineering & Computer Science (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • Grinding And Polishing Of Tertiary Curved Surfaces And Surfaces With Complex Shapes (AREA)
  • Numerical Control (AREA)

Abstract

本发明属于工业机器人抛磨加工技术领域，对抛磨工艺进行规划，具体为一种基于离线编程的百叶轮抛磨叶片路径规划方法，解决了上述技术问题，其包括选择与叶片表面各区域相匹配的百叶轮；根据百叶轮，计算抛磨路径参数；根据抛磨路径参数，生成最优机器人运动轨迹；根据最优机器人运动轨迹，对机器人运动轨迹进行离线编程仿真，仿真成功后，所规划的抛磨路径作为百叶轮抛磨叶片的抛磨路径进行实际加工。本发明通过建立基于形位基准的模型匹配方法和基于最大抛磨间距的最小分界线重叠路径规划方法，解决了加工余量分布不均匀、接刀痕和抛磨路径拼接的问题，从而避免了抛磨路径规划不精确引发的加工精度低的问题，提高了叶片表面加工质量的一致性。

Description

一种基于离线编程的百叶轮抛磨叶片路径规划方法
技术领域
本发明属于工业机器人抛磨加工技术领域，涉及百叶轮抛磨叶片，具体为一种基于离线编程的百叶轮抛磨叶片路径规划方法。
背景技术
叶片作为航空发动机中重要核心零部件，其加工方法以数控加工、精密锻/铸造、超塑成型为主，并辅以表面抛磨技术来提高叶片表面质量。与砂轮抛磨和砂带抛磨工具相比，百叶轮作为一种砂带的衍生工具，兼具砂轮和砂带抛磨的优点。与手工抛磨和数控抛磨方式相比，机器人具有加工范围大、自由度多、加工成本低的特点，因此，机器人辅助百叶轮抛磨叶片能够满足叶片复杂自由曲面的抛磨加工，可有效提高叶片表面加工质量，缩短叶片制造周期。
为实现机器人辅助百叶轮抛磨叶片加工，对抛磨工艺进行规划，高精度的抛磨路径是提高叶片表面加工质量和效率的关键。由于叶片自身的形状结构特点，前缘、后缘半径很小，导致叶片表面曲率变化剧烈，抛磨叶片常采用分区域抛磨的方式，由于在前道工序加工后，叶片表面存在加工余量分布不均匀、存在接刀痕的现象，以及分区域抛磨时需要考虑不同区域之间的抛磨路径拼接问题，从而导致利用叶片理论模型规划的抛磨路径并不能满足实际机器人辅助百叶轮抛磨叶片抛磨路径规划的需求。
发明内容
本发明旨在解决叶片表面存在加工余量分布不均匀、存在接刀痕的现象，以及分区域抛磨时需要考虑不同区域之间的抛磨路径拼接的技术问题，提供了一种基于离线编程的百叶轮抛磨叶片路径规划方法。
本发明解决其技术问题采用的技术手段是：一种基于离线编程的百叶轮抛磨叶片路径规划方法，包括以下步骤：
步骤一、选择与叶片表面各区域相匹配的百叶轮；
步骤二、根据步骤一中选定的百叶轮，计算抛磨路径参数；
步骤三、根据步骤二中获得的叶片百叶轮抛磨路径参数，生成最优机器人运动轨迹；
步骤四、根据步骤三中生成的最优机器人运动轨迹，对机器人运动轨迹进行离线编程仿真，仿真成功后，所规划的抛磨路径作为百叶轮抛磨叶片的抛磨路径进行实际加工。
本发明的有益效果包括：
第一、通过建立基于形位基准的模型匹配方法，精确重构叶片三维模型，在保留叶片形状信息的同时，可有效实现叶片表面加工余量的均匀分布，避免了由于模型不匹配以及加工余量分布不均匀导致的抛磨路径规划不精确引发的加工精度低的问题；
第二、利用表面曲率匹配法，针对叶片表面不同区域选取不同尺寸的百叶轮，实现百叶尺寸选择最大化，在避免抛磨干涉的前提下，提高抛磨效率；
第三、建立基于最大抛磨间距的最小分界线重叠路径规划方法，最大抛磨间距在保证抛磨路径高精度要求的同时，避免了损失加工效率，最小分界线重叠方法针对性的解决了前道工序遗留的接刀痕问题，并克服了在加工叶片表面不同区域时，各区域之间抛磨路径的拼接问题，从而提高了叶片表面加工质量的一致性；
第四、本发明在应用于叶片等具有复杂自由曲面表面特征零件的加工时，无需人工示教操作，且可节省离线编程轨迹规划时间，提高编程效率，从而满足智能化、自动化制造过程中的机器人离线编程技术在不同加工制造领域的应用需求。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明所述抛磨路径规划流程图。
图2为本发明所述叶片截面线获取示意图。
图3为本发明所述基于形位基准的叶片模型匹配示意图
图4为本发明所述叶片区域划分示意图（图中（a）为叶片表面网格划分图，图（b）为叶片表面区域划分图）。
图5为本发明所述百叶轮尺寸匹配示意图（图中（a）为叶片截面线曲率图，图（b）为叶片百叶轮匹配图）。
图6为本发明所述最大抛磨间距确定示意图（图中（a）为百叶轮抛磨叶片方式示意图，图（b）为参数u方向简化抛磨圆示意图，图（c）为最大抛磨间距w示意图）。
图7为本发明所述抛磨步长确定示意图。
图8为本发明所述边界线调整示意图。
图9为本发明所述改进D-H坐标系示意图。
图10为本发明所述改进D-H建模示意图。
具体实施方式
下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明构建的一种基于离线编程的百叶轮抛磨叶片路径规划方法，如图1所示，包括以下步骤：
步骤1，选择与叶片表面各区域相匹配的百叶轮：
步骤1.1，利用扫描标定板对三维激光扫描仪进行校准，在待测量叶片表面粘贴定位点，选择三维激光扫描仪中的精细模式对叶片进行扫描，获取叶片表面三维点云数据；
步骤1.2，利用三维激光扫描仪自带软件对叶片表面三维点云数据进行精简、去噪、修补预处理，将预处理之后的叶片表面三维点云数据导入到Geomagic软件中，利用Geomagic软件重构叶片三维模型；
步骤1.3，由Geomagic软件重构的叶片三维模型为叶片三角面片三维模型，用一系列平行于叶片截面线方向的平面与叶片三角面片三维模型相交，对所求的交点进行三次标准NURBS曲线拟合，得到一系列相互平行的叶片截面线，如图2所示；
步骤1.4，采用基于形位基准的模型匹配方法对重构叶片三维模型和叶片理论模型进行模型匹配，如图3所示，所述的模型匹配包括以下步骤：
第一步，重构叶片三维模型和叶片理论模型的模型匹配问题定义为：
Figure DEST_PATH_IMAGE001
，
式中：
Figure 710370DEST_PATH_IMAGE002
、
Figure DEST_PATH_IMAGE003
分别是重构叶片三维模型和叶片理论模型，
Figure 434743DEST_PATH_IMAGE004
是叶片表面三维点云数据坐标值；叶片表面由一系列截面线积叠而成，积叠轴方向垂直于叶片截面线，则叶片重构三维模型可以表示为：
Figure DEST_PATH_IMAGE005
，
式中：
Figure 323940DEST_PATH_IMAGE006
为位于积叠轴方向高度
Figure DEST_PATH_IMAGE007
上的第
Figure 450159DEST_PATH_IMAGE008
条截面线
Figure DEST_PATH_IMAGE009
；
第二步，将模型匹配问题转化为：
Figure 133819DEST_PATH_IMAGE010
，
式中：
Figure DEST_PATH_IMAGE011
、
Figure 345488DEST_PATH_IMAGE012
分别是重构叶片三维模型和叶片理论模型上的第
Figure 710479DEST_PATH_IMAGE014
条截面线
Figure DEST_PATH_IMAGE015
；
考虑到叶片截面线属于二维曲线的性质，模型匹配问题可以进一步转换为：
Figure 222363DEST_PATH_IMAGE016
，
式中：
Figure DEST_PATH_IMAGE017
、
Figure 608083DEST_PATH_IMAGE018
分别是
Figure DEST_PATH_IMAGE019
、
Figure 759579DEST_PATH_IMAGE012
的边界；
边界
Figure 662682DEST_PATH_IMAGE020
由一系列的测量点组成：
Figure DEST_PATH_IMAGE021
，
式中：
Figure 560230DEST_PATH_IMAGE022
为第
Figure DEST_PATH_IMAGE023
条截面线
Figure 398742DEST_PATH_IMAGE024
上的测量点个数；
设定：
Figure DEST_PATH_IMAGE025
，
Figure 614698DEST_PATH_IMAGE026
，
则模型匹配问题可以进一步转换为：
Figure DEST_PATH_IMAGE027
，
到此，模型匹配问题被简化为条件验证问题；
第三步，根据叶片理论模型截面线积叠方式，获得叶片截面线积叠位移矢量图和截面线积叠旋转矢量图；在此基础上，条件验证问题算法如下：假设第(j-1)条截面线满足边界条件，如果第j条截面线同时满足截面线边界条件，则开始验证第(j+1)条截面线的条件；如果第j条截面线不满足边界条件，则在重构叶片三维模型内矫正截面线位置，以满足边界条件；然后，验证第(j-1)条截面线是否仍满足边界条件；如果不满足边界条件，则程序返回到(j-1)继续进行矫正；为减少迭代循环次数，每一条截面线的可移动、可旋转范围已在叶片截面线积叠位移矢量图和截面线积叠旋转矢量图中提前确定；
第四步，根据模型匹配后的叶片截面线，重新重构叶片三维模型，从而实现重构叶片三维模型的叶片表面加工余量均匀分布，并生成新的叶片截面线；
步骤1.5，将重构叶片三维模型导入ANSYS软件中，分析叶片表面曲率分布情况：根据重新生成的截面线个数，选取相同个数的相互平行的平面，沿垂直于截面线方向，与重构叶片三维模型表面相交，这些交线与重新生成的叶片截面线一起，将叶片表面划分为一系列正方形网格，提取网格面片中心点曲率作为网格面片曲率，依据网格面片曲率是否发生突变，将叶片表面划分为前缘、后缘、叶盆和叶背四个区域，如图4所示；
步骤1.6，设百叶轮宽度为AB，半径为
Figure 619694DEST_PATH_IMAGE028
，抛磨区域的最小曲率半径
Figure DEST_PATH_IMAGE029
，百叶轮和叶片表面之间的加工误差为
Figure 276809DEST_PATH_IMAGE030
，设加工余量为
Figure DEST_PATH_IMAGE031
，则加工误差应满足：
Figure 240217DEST_PATH_IMAGE032
，
为了避免加工误差
Figure 569567DEST_PATH_IMAGE030
超出加工余量
Figure 548893DEST_PATH_IMAGE031
，则百叶轮的宽度AB应该满足：
Figure DEST_PATH_IMAGE033
，
并且，为防止百叶轮和抛磨区域发生干涉，必须确保百叶轮半径小于抛磨区域的最小曲率半径，即：
Figure 93138DEST_PATH_IMAGE034
，
由此依据表面曲率匹配法，分别确定出与叶片前缘、后缘、叶盆和叶背四个区域相匹配且不发生抛磨干涉的百叶轮尺寸，如图5所示；
步骤2，根据步骤1中的选定的百叶轮，计算抛磨路径参数；
步骤2.1，最大抛磨间距确定，如图6所示：根据叶片表面所划分为一系列正方形网格，提取叶片表面参数点，参数
Figure 194824DEST_PATH_IMAGE035
为垂直于截面线方向，即抛磨间距方向，参数
Figure DEST_PATH_IMAGE036
为截面线方向，即抛磨步长方向；为精确计算抛磨间距，设当前抛磨路径为
Figure 886837DEST_PATH_IMAGE037
，沿参数
Figure 732171DEST_PATH_IMAGE035
方向，将百叶轮简化为
Figure DEST_PATH_IMAGE038
个间距为1mm的抛磨圆的叠加，依次计算所有抛磨圆圆心正下方点
Figure 239244DEST_PATH_IMAGE039
到抛磨路径
Figure 731406DEST_PATH_IMAGE037
上点的距离
Figure DEST_PATH_IMAGE040
，其最大距离为
Figure 582818DEST_PATH_IMAGE041
，当
Figure DEST_PATH_IMAGE042
时，说明该抛磨圆参与抛磨，当
Figure 418794DEST_PATH_IMAGE043
时，说明该抛磨圆没有参与抛磨，其中
Figure 859002DEST_PATH_IMAGE030
为所设定的加工误差；找出所有依次相邻的且满足
Figure DEST_PATH_IMAGE044
的抛磨圆，这些抛磨圆确定了百叶轮在该位置时的最大抛磨间距
Figure 201295DEST_PATH_IMAGE045
；当百叶轮按照该流程遍历整条抛磨路径
Figure 726954DEST_PATH_IMAGE037
时，可计算出当前抛磨路径
Figure 884397DEST_PATH_IMAGE037
的最大抛磨间距
Figure DEST_PATH_IMAGE046
；
步骤2.2，将当前抛磨路径
Figure 490696DEST_PATH_IMAGE037
上所有参数点沿参数
Figure 59081DEST_PATH_IMAGE035
方向移动最大抛磨间距
Figure 416244DEST_PATH_IMAGE046
，得到一组最大抛磨间距数据点，计算该组最大抛磨间距数据点与叶片表面参数点之间的距离，将与该组最大抛磨间距数据点一一对应的距离最小的叶片表面参数点进行三次标准NURBS曲线拟合，得到下一条抛磨路径
Figure 141492DEST_PATH_IMAGE047
；
步骤2.3，抛磨步长确定，如图7所示：根据叶片各区域分界线参数，确定分界线参数
Figure DEST_PATH_IMAGE048
的分布范围，以叶背区域为例，在参数
Figure 477665DEST_PATH_IMAGE049
不变的情况下，确定参数
Figure 967683DEST_PATH_IMAGE048
的分布范围
Figure DEST_PATH_IMAGE050
，根据加工误差
Figure 841836DEST_PATH_IMAGE030
计算最大加工带宽度，由于各区域已经选择了曲率相匹配的百叶轮，因此，最大加工带宽度的端点对称于叶片表面抛磨点最小曲率的方向，即两个端点位于同一个圆上；两条分界线根据各自相应的最大加工带宽度同时向叶背区域内部扩展，确定下一百叶轮抛磨点拟合曲线；当两条拟合曲线与其相对应的分界线所覆盖范围实现完全重合相交时，计算两条拟合曲线上距离最近的两抛磨点之间的平均值，设定该抛磨点处的参数值为
Figure 511720DEST_PATH_IMAGE051
，确定该参数位置为最佳抛磨位置；以最佳抛磨位置为基准，以相应的最大加工带宽度重新向两条分界线扩展，得到最终的抛磨步长；同理，依次确定叶片前缘、后缘、叶盆区域的抛磨步长；
步骤2.4，以叶片前缘、后缘、叶盆和叶背四个区域之间的原始分界线为基准，根据最小分界线重叠方法调整各区域之间的分界线，如图8所示；设当前抛磨路径为
Figure DEST_PATH_IMAGE052
，沿参数
Figure 125235DEST_PATH_IMAGE049
方向，计算当前抛磨路径下百叶轮两端抛磨圆圆心正下方点
Figure 815849DEST_PATH_IMAGE053
到相应分界线上参数点的距离
Figure DEST_PATH_IMAGE054
，若最小距离
Figure 350866DEST_PATH_IMAGE055
满足
Figure DEST_PATH_IMAGE056
，则将百叶轮继续沿参数
Figure 949076DEST_PATH_IMAGE049
方向扩展到下一抛磨路径，并将得到的抛磨路径
Figure 151518DEST_PATH_IMAGE057
作为新的区域分界线，若最小距离
Figure DEST_PATH_IMAGE058
满足
Figure 137666DEST_PATH_IMAGE059
,则当前抛磨路径为最终区域分界线，同理，沿参数
Figure 425559DEST_PATH_IMAGE048
方向，计算位于最大抛磨间距
Figure DEST_PATH_IMAGE060
两端的抛磨圆圆心正下方点
Figure 827460DEST_PATH_IMAGE061
到相应分界线上参数点的距离
Figure DEST_PATH_IMAGE062
，若最小距离
Figure 71359DEST_PATH_IMAGE063
满足
Figure DEST_PATH_IMAGE064
，则将百叶轮继续沿参数
Figure 962829DEST_PATH_IMAGE048
方向扩展到下一抛磨步长处，并将所有参数
Figure 941281DEST_PATH_IMAGE048
方向上的最终抛磨步长处作为新的区域分界线，若最小距离
Figure 818976DEST_PATH_IMAGE065
满足
Figure DEST_PATH_IMAGE066
，则当前分界线为最终区域分界线，从而实现叶片不同区域之间抛磨路径的有效拼接，基于此实现了基于最大抛磨间距的最小分界线重叠路径规划；
步骤3，根据步骤2中获得的叶片百叶轮抛磨路径参数，生成最优机器人运动轨迹；
步骤3.1，机器人运动学正向解析：建立六自由度机器人改进D-H坐标系，如图9所示，六自由度工业机器人有六个旋转关节,首先给每个关节指定坐标系，相邻两个关节之间确立为连杆结构，将连杆坐标系的原点建立在前一个关节坐标系上，即连杆的首端，然后确定从一个关节到下一个关节进行变换的步骤；建立改进D-H坐标系的原则是：
(1) 原点
Figure 42016DEST_PATH_IMAGE067
为关节轴
Figure DEST_PATH_IMAGE068
与
Figure 917437DEST_PATH_IMAGE069
轴的交点；
(2)
Figure DEST_PATH_IMAGE070
轴沿关节轴
Figure 944036DEST_PATH_IMAGE071
的轴向；
(3)
Figure DEST_PATH_IMAGE072
轴方向以后一个坐标系
Figure 189204DEST_PATH_IMAGE073
轴和当前的
Figure 414822DEST_PATH_IMAGE070
轴叉乘确定；
(4)
Figure DEST_PATH_IMAGE074
轴方向按照右手定则确定；
根据改进的D-H坐标系建立机器人运动学模型，如图10所示，得到机器人的连杆坐标系，D-H参数如下表：
Figure 821663DEST_PATH_IMAGE075
根据改进的D-H坐标系，先对杆件长度和杆件扭角进行变换，再对关节平移量和回转量进行变换，从而可求得机器人末端连杆坐标系相对于机器人基座的位姿；用
Figure DEST_PATH_IMAGE076
矩阵来描述连杆坐标系之间平移和旋转齐次变换，比如用
Figure 289554DEST_PATH_IMAGE077
矩阵表示第一连杆固连坐标系相对于基坐标的位姿；相邻连杆坐标系之间的变换规则为：沿
Figure DEST_PATH_IMAGE078
轴平移
Figure 305789DEST_PATH_IMAGE079
后绕
Figure 863940DEST_PATH_IMAGE078
轴旋转
Figure 894213DEST_PATH_IMAGE079
角度，再沿
Figure DEST_PATH_IMAGE080
轴平移
Figure 98667DEST_PATH_IMAGE081
后绕
Figure 607009DEST_PATH_IMAGE080
轴旋转
Figure DEST_PATH_IMAGE082
角度；得到相邻连杆的位姿矩阵
Figure 347563DEST_PATH_IMAGE076
：
Figure 532426DEST_PATH_IMAGE083
将表中的D-H参数带入到矩阵表达式中得到六组相邻连杆位姿矩阵：
Figure DEST_PATH_IMAGE084
Figure 460062DEST_PATH_IMAGE085
Figure DEST_PATH_IMAGE086
将六个位姿矩阵按照顺序相乘可以得到末端关节相对于基坐标的位姿矩阵，即：
Figure 834411DEST_PATH_IMAGE087
式中：
Figure DEST_PATH_IMAGE088
其中：
Figure 928007DEST_PATH_IMAGE089
；
实现机器人运动学正向解析，即将机器人关节变量作为已知条件对机器人末端变量进行求解；
步骤3.2，机器人运动学逆向解析：当机器人末端变量相对于机器人关节变量已知时，即百叶轮抛磨路径已知时，可以求解机器人相应的六个关节的运动角度；采用封闭解中的代数法对机器人进行运动学逆解求解，根据相邻连杆的位姿矩阵
Figure DEST_PATH_IMAGE090
表达式，可以直接求出
Figure 424716DEST_PATH_IMAGE091
，
Figure 292178DEST_PATH_IMAGE092
，
求
Figure 158634DEST_PATH_IMAGE093
：将
Figure DEST_PATH_IMAGE094
等式两边同乘
Figure 372315DEST_PATH_IMAGE095
,得到下面的形式：
Figure DEST_PATH_IMAGE096
使等式两侧矩阵的一行四列和二行四列的元素对应相等，得到下面等式组：
Figure 462762DEST_PATH_IMAGE097
其中p x c 1 +p y s 1 中的各个元素都是已知数，可令k 1= p x c 1 +p y s 1 ,再将等式平方和得到：
Figure 83099DEST_PATH_IMAGE098
整理得到：
Figure DEST_PATH_IMAGE099
利用三角代换公式：
Figure 517361DEST_PATH_IMAGE100
且整理得到的等式右边的所有元素都是已知的，可使用k2来代替，继续整理得到：
Figure DEST_PATH_IMAGE101
此时就可以求出
Figure 352593DEST_PATH_IMAGE102
的值：
Figure DEST_PATH_IMAGE103
求
Figure 112476DEST_PATH_IMAGE104
：将
Figure DEST_PATH_IMAGE105
等式两边同左乘
Figure 236421DEST_PATH_IMAGE106
,得到下面的形式：
Figure 693947DEST_PATH_IMAGE107
使等式左右两侧的矩阵一行三列、二行三列、三行三列的元素对应相等，得到下面的方程等式组：
Figure 305057DEST_PATH_IMAGE108
，
上面三个式子的左边元素都是已知数，可将三个式子中的第一个和第三个的平方求和得到下面的式子：
Figure DEST_PATH_IMAGE109
此时
Figure 235842DEST_PATH_IMAGE104
的值就可以求出来了：
Figure 315924DEST_PATH_IMAGE110
继续使等式左右两侧的矩阵二行一列、二行二列的元素对应相等，得到下面的等式组:
Figure 311562DEST_PATH_IMAGE111
可得到
Figure DEST_PATH_IMAGE112
的值：
Figure 88763DEST_PATH_IMAGE113
，
上述便得到了
Figure DEST_PATH_IMAGE114
的方程表达式，根据计算结果可知
Figure 691914DEST_PATH_IMAGE115
的均存在两组解，因此机器人逆运动学共有８组解；
步骤3.3，最优机器人运动轨迹求解：求解机器人运动学方程是一个非线性问题，因此六个关节的运动角度
Figure 508560DEST_PATH_IMAGE114
有8组解，需要从中找出最优解；机器人逆解的最优解要符合这样的条件：机器人从上一个位置的关节位置运动到下一个关节位置付出的代价应该是最小的；对于不同的关节轴所付出的代价也是不一样的，需要有一个加权因子；又因为关节运动代价与运动速度之间成反比，可以使加权因子设为1/ω；建立运动代价函数：
Figure DEST_PATH_IMAGE116
，
式中：
Figure 353894DEST_PATH_IMAGE117
为机器人上一姿态的关节角、
Figure DEST_PATH_IMAGE118
为下一姿态的关节角，
Figure 18225DEST_PATH_IMAGE119
为第
Figure 228495DEST_PATH_IMAGE068
轴的最大角速度；
当机器人关节运动角度满足运动代价函数求得代价最小解时，该组关节运动角度为最优解，作为机器人运动轨迹进行抛磨；
步骤4，根据生成的机器人运动轨迹，对机器人运动轨迹进行离线编程仿真，仿真成功后，所规划的抛磨路径作为百叶轮抛磨叶片的抛磨路径进行实际加工，其具体步骤为：
步骤4.1，将叶片模型、机器人模型、百叶轮模型以及所搭建的叶片百叶轮抛磨平台，导入到离线编程软件中，根据所规划抛磨路径进行抛磨仿真模拟；
步骤4.2，当仿真结果表明按照所规划的抛磨路径进行抛磨时，没有抛磨干涉、无不可达抛磨点现象，可实现叶片所有表面完整抛磨时，证明所规划抛磨路径可实现叶片百叶轮抛磨，可用于实际加工。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各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：其依然可以对前述各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各实施例技术方案的范围。

Claims (6)

1.一种基于离线编程的百叶轮抛磨叶片路径规划方法，其特征在于，包括以下步骤：
步骤一、选择与叶片表面各区域相匹配的百叶轮，包括以下步骤：
步骤1.1，对叶片进行扫描，获取叶片表面三维点云数据；
步骤1.2，对叶片表面三维点云数据进行精简、去噪、修补预处理，利用叶片表面三维点云数据重构叶片三维模型，所述叶片三维模型为叶片三角面片三维模型，用一系列平行于叶片截面线方向的平面与叶片三角面片三维模型相交，对所求的交点进行三次标准NURBS曲线拟合，得到一系列相互平行的叶片截面线；
步骤1.3，采用基于形位基准的模型匹配方法对重构叶片三维模型和叶片理论模型进行模型匹配，将模型匹配问题简化为条件验证问题，根据叶片理论模型截面线积叠方式，获得叶片截面线积叠位移矢量图和截面线积叠旋转矢量图；每一条截面线的可移动、可旋转范围已在叶片截面线积叠位移矢量图和截面线积叠旋转矢量图中提前确定，在重构叶片三维模型内矫正截面线位置，以满足边界条件，实现重构叶片三维模型和叶片理论模型的模型匹配，从而实现重构叶片三维模型的叶片表面加工余量均匀分布；其中，将模型匹配问题简化为条件验证问题包括以下步骤：
步骤1.3.1，将重构叶片三维模型和叶片理论模型的模型匹配问题定义为：
Figure FDA0003492652780000011
式中：BD、BF分别是重构叶片三维模型和叶片理论模型，P(x，y，z)是叶片表面三维点云数据坐标值，叶片表面由一系列截面线积叠而成，积叠轴方向垂直于叶片截面线，则叶片重构三维模型可以表示为：
BD＝{(z1，s1)，(z2，s2)，...，(zn，sn)}，
式中：(zn，sn)为位于积叠轴方向高度z上的第n条截面线sn；
步骤1.3.2，将模型匹配问题转化为：
Figure FDA0003492652780000012
式中：BD(sj)、BF(sj)分别是重构叶片三维模型和叶片理论模型上的第j条截面线sj；考虑到叶片截面线属于二维曲线的性质，模型匹配问题可进一步转换为：
Figure FDA0003492652780000013
式中：LD(sj)、LF(sj)分别是BD(sj)、BF(sj)的边界；
边界LD(sj)由一系列的测量点组成：
LD(sj)＝{(xj1，yj1)，(xj2，yj2)，...(xjm，yjm)}，
式中：m为第j条截面线sj上的测量点个数；设定：
xjmin＝min(xjl)，j＝1，2，3，...n，l＝1，2，3...m，
xjmax＝max(xjl)，j＝1，2，3，...n，l＝1，2，3...m，
则模型匹配问题可以进一步转换为：
Figure FDA0003492652780000014
到此，模型匹配问题被简化为条件验证问题；条件验证问题的算法为：假设第(j-1)条截面线满足边界条件，如果第j条截面线同时满足截面线边界条件，则开始验证第(j+1)条截面线的条件；如果第j条截面线不满足边界条件，则在重构叶片三维模型内矫正截面线位置，以满足边界条件；然后，验证第(j-1)条截面线是否仍满足边界条件，如果不满足边界条件，则程序返回到(j-1)继续进行矫正；为减少迭代循环次数，每一条截面线的可移动、可旋转范围已在叶片截面线积叠位移矢量图和截面线积叠旋转矢量图中提前确定；
步骤1.4，根据重构叶片三维模型分析叶片表面曲率分布情况，步骤为：根据重新生成的截面线个数，选取相同个数的相互平行的平面，沿垂直于截面线方向，与重构叶片三维模型表面相交，这些交线与新的叶片截面线一起将叶片表面划分为一系列正方形网格，提取网格面片中心点曲率作为网格面片曲率，依据网格面片曲率是否发生突变，将叶片表面划分为前缘、后缘、叶盆和叶背四个区域；
步骤1.5，根据百叶轮与叶片表面的接触方式，在设定加工误差、加工余量的前提下，依据表面曲率匹配法分别计算与叶片前缘、后缘、叶盆和叶背四个区域相匹配且不发生抛磨干涉的百叶轮尺寸；
步骤1.6，设百叶轮宽度为AB，半径为RAB，抛磨区域的最小曲率半径RO，百叶轮和叶片表面之间的加工误差为ε，设加工余量为δ，则加工误差应满足：
Figure FDA0003492652780000021
为了避免加工误差ε超出加工余量δ，则百叶轮的宽度AB应该满足：
Figure FDA0003492652780000022
并且，为防止百叶轮和抛磨区域发生干涉，必须确保百叶轮半径小于抛磨区域的最小曲率半径，即：
RAB≤RO，
由此依据表面曲率匹配法，分别确定出与叶片前缘、后缘、叶盆和叶背四个区域相匹配且不发生抛磨干涉的百叶轮尺寸；
步骤二、根据步骤一中的选定的百叶轮，计算抛磨路径参数，包括如下子步骤：
步骤2.1，最大抛磨间距确定：根据叶片表面所划分为一系列正方形网格，提取叶片表面参数点，参数u为垂直于截面线方向，即抛磨间距方向，参数v为截面线方向，即抛磨步长方向；为精确计算抛磨间距，设当前抛磨路径为s(u,v)，沿参数u方向，将百叶轮简化为num个间距为1mm的抛磨圆的叠加，依次计算所有抛磨圆圆心正下方点pi(i＝1,2,3…num)到抛磨路径s(u,v)上点的距离di(i＝1,2,3…num)，其最大距离为dmax，当di≤0时，说明该抛磨圆参与抛磨，当di＞ε时，说明该抛磨圆没有参与抛磨，其中ε为所设定的加工误差；找出所有依次相邻的且满足di≤ε的抛磨圆，这些抛磨圆确定了百叶轮在该位置时的最大抛磨间距w；当百叶轮按照该流程遍历整条抛磨路径s(u,v)时，可计算出当前抛磨路径s(u,v)的最大抛磨间距sw(u,v)；
步骤2.2，将当前抛磨路径s(u,v)上所有参数点沿参数u方向移动最大抛磨间距sw(u,v)，得到一组最大抛磨间距数据点，计算该组最大抛磨间距数据点与叶片表面参数点之间的距离，将与该组最大抛磨间距数据点一一对应的距离最小的叶片表面参数点进行三次NURBS曲线拟合，得到下一条抛磨路径s+1(u,v)；
步骤2.3，抛磨步长确定：根据叶片各区域分界线参数，确定分界线参数v的分布范围，以叶背区域为例，在参数u不变的情况下，确定参数v的分布范围[vmin,vmax]，根据加工误差ε计算最大加工带宽度，由于各区域已经选择了曲率相匹配的百叶轮，因此，最大加工带宽度的端点对称于叶片表面抛磨点最小曲率的方向，即两个端点位于同一个圆上；两条分界线根据各自相应的最大加工带宽度同时向叶背区域内部扩展，确定下一百叶轮抛磨点拟合曲线；当两条拟合曲线与其相对应的分界线所覆盖范围实现完全重合相交时，计算两条拟合曲线上距离最近的两抛磨点之间的平均值，设定该抛磨点处的参数值为vi(min≤i≤max)，确定该参数位置为最佳抛磨位置；以最佳抛磨位置为基准，以相应的最大加工带宽度重新向两条分界线扩展，得到最终的抛磨步长；同理，依次确定叶片前缘、后缘、叶盆区域的抛磨步长；
步骤2.4，以叶片前缘、后缘、叶盆和叶背四个区域之间的原始分界线为基准，根据最小分界线重叠方法调整各区域之间的分界线：设当前抛磨路径为s(u,v)，沿参数u方向，计算当前抛磨路径下百叶轮两端抛磨圆圆心正下方点pbu到相应分界线上参数点的距离lbu，若最小距离lminu满足lminu＞ε，则将百叶轮继续沿参数u方向扩展到下一抛磨路径，并将得到的抛磨路径s+1(u,v)作为新的区域分界线，若最小距离lminu满足lminu≤ε,则当前抛磨路径为最终区域分界线，同理，沿参数v方向，计算位于最大抛磨间距w两端的抛磨圆圆心正下方点pbv到相应分界线上参数点的距离lbv，若最小距离lminv满足lminv＞ε，则将百叶轮继续沿参数v方向扩展到下一抛磨步长处，并将所有参数v方向上的最终抛磨步长处作为新的区域分界线，若最小距离lminv满足lminu≤ε，则当前分界线为最终区域分界线，从而实现叶片不同区域之间抛磨路径的有效拼接，基于此实现了基于最大抛磨间距的最小分界线重叠路径规划；
步骤三、根据步骤二中获得的叶片百叶轮抛磨路径参数，生成最优机器人运动轨迹；最优机器人运动轨迹求解：求解机器人运动学方程是一个非线性问题，因此六个关节的运动角度θ1,θ2,θ3，θ4,θ5,θ6有8组解，需要从中找出最优解；机器人逆解的最优解要符合这样的条件：机器人从上一个位置的关节位置运动到下一个关节位置付出的代价应该是最小的；对于不同的关节轴所付出的代价也是不一样的，需要有一个加权因子；又因为关节运动代价与运动速度之间成反比，可以使加权因子设为1/ω；建立运动代价函数：
Figure FDA0003492652780000031
式中的tθi为机器人上一姿态的关节角、t+1θi为下一姿态的关节角，ωi为第i轴的最大角速度；
当机器人关节运动角度满足运动代价函数求得代价最小解时，该组关节运动角度为最优解，作为机器人运动轨迹进行抛磨；
步骤四、根据步骤三中生成的最优机器人运动轨迹，对机器人运动轨迹进行离线编程仿真，仿真成功后，所规划的抛磨路径作为百叶轮抛磨叶片的抛磨路径进行实际加工。
2.根据权利要求1所述的一种基于离线编程的百叶轮抛磨叶片路径规划方法，其特征在于，所述步骤三包括如下子步骤：
步骤3.1，机器人运动学正向解析：建立六自由度机器人改进D-H坐标系，六自由度工业机器人有六个旋转关节,首先给每个关节指定坐标系，相邻两个关节之间确立为连杆结构，将连杆坐标系的原点建立在前一个关节坐标系，即连杆的首端，然后确定从一个关节到下一个关节进行变换的步骤；
根据改进的D-H坐标系建立机器人运动学模型，得到机器人的连杆坐标系，根据改进的D-H坐标系，先对杆件长度和杆件扭角进行变换，再对关节平移量和回转量进行变换，从而可求得机器人末端连杆坐标系相对于机器人基座的位姿；用
Figure FDA0003492652780000032
矩阵来描述连杆坐标系之间平移和旋转齐次变换，比如用
Figure FDA0003492652780000033
矩阵表示第一连杆固连坐标系相对于基坐标的位姿；相邻连杆坐标系之间的变换规则为：沿Xi-1轴平移ai-1后绕Xi-1轴旋转αi-1角度，再沿Zi轴平移di后绕Zi轴旋转θi角度；得到相邻连杆的位姿矩阵
Figure FDA0003492652780000034
Figure FDA0003492652780000041
将改进的D-H参数带入到矩阵表达式中可得到六组相邻连杆位姿矩阵分别为
Figure FDA0003492652780000042
将六个位姿矩阵按照顺序相乘即可得到末端连杆坐标系相对于机器人基座的位姿矩阵，即实现机器人运动学正向解析，将机器人关节变量作为已知条件对机器人末端变量进行求解；
步骤3.2，机器人运动学逆向解析：当机器人末端变量相对于机器人关节变量已知时，即百叶轮抛磨路径已知时，可以求解机器人相应的六个关节的运动角度；采用封闭解中的代数法对机器人进行运动学逆解求解，根据相邻连杆的位姿矩阵
Figure FDA0003492652780000043
的表达式，求解六个关节的运动角度θ1、θ2、θ3、θ4、θ5、θ6；
步骤3.3，最优机器人运动轨迹求解。
3.根据权利要求2所述的一种基于离线编程的百叶轮抛磨叶片路径规划方法，其特征在于，所述步骤三的子步骤3.1中，建立改进D-H坐标系的原则是：
(1)原点Oi-1为关节轴i与i-1轴的交点；
(2)Zi-1轴沿关节轴i-1的轴向；
(3)Xi-1轴方向以后一个坐标系Zi轴和当前的Zi-1轴叉乘确定；
(4)Yi-1轴方向按照右手定则确定。
4.根据权利要求3所述的一种基于离线编程的百叶轮抛磨叶片路径规划方法，其特征在于，所述步骤三的子步骤3.1中，D-H参数如下表：
Figure FDA0003492652780000044
将表中的D-H参数带入到位姿矩阵表达式
Figure FDA0003492652780000045
中得到六组相邻连杆位姿矩阵，分别为：
Figure FDA0003492652780000046
Figure FDA0003492652780000051
Figure FDA0003492652780000052
将
Figure FDA0003492652780000053
六个位姿矩阵按照顺序相乘可以得到末端关节相对于基坐标的位姿矩阵，即：
Figure FDA0003492652780000054
式中：nx＝c1(c23c4c5c6-c23c4s6-s23s5c6)+s1(s4c5c6+c4s6)，
ny＝-c1(s4c5c6+c4s6)+s1(c23c4c5c6-s23s5s6-c23s4s6)，
nz＝s23(s4s6-c4c5c6)-c23s5c6；
ox＝c1(s23s5s6-c23s4s6-c23c4c5c6)-s1(s4c5s6-c4c6)，
oy＝c1(s4c5s6-c4c6)+s1(c23s5s6-c23s4c6-c23c4c5c6)，
oz＝s23(c4c5s6+s4c6)+c23s5s6；
ax＝-c1(c23c4+s23c5)-s1s4s5，ay＝c1s4s5-s1(c23c4c5+s23c5)，az＝s23c4c5-c23c5；
px＝c1(a1-s23d4+a2c2)，py＝s1(a1-s23d4+a2c2)，pz＝d1-d4c23-a2s2；
其中：si＝sin(θi),ci＝cos(θi),sij＝sin(θi+θj),cij＝cos(θi+θj)，实现机器人运动学正向解析，即将机器人关节变量作为已知条件对机器人末端变量进行求解。
5.根据权利要求4所述的一种基于离线编程的百叶轮抛磨叶片路径规划方法，其特征在于，所述步骤三的子步骤3.1中，求解六个关节的运动角度θ1、θ2、θ3、θ4、θ5、θ6的过程为：
根据相邻连杆的位姿矩阵
Figure FDA0003492652780000055
表达式直接求出θ1，
Figure FDA0003492652780000056
然后求θ2,θ3：将
Figure FDA0003492652780000057
等式两边同乘
Figure FDA0003492652780000058
得到下面的形式：
Figure FDA0003492652780000059
使等式两侧矩阵的一行四列和二行四列的元素对应相等，得到下面等式组：
Figure FDA0003492652780000061
其中pxc1+pys1中的各个元素都是已知数，可令k1＝pxc1+pys1,再将等式平方和得到：
Figure FDA0003492652780000062
整理得到：
Figure FDA0003492652780000063
利用三角代换公式：
Figure FDA0003492652780000064
且整理得到的等式右边的所有元素都是已知的，可使用k2来代替，继续整理得到：
Figure FDA0003492652780000065
此时求出θ2的值：
Figure FDA0003492652780000066
θ3＝arctan2(a2-d1s2+a2c2+pzs2-c2(pxc1+pys1),d1c2-pzc2+a2s2-s2(pxc1+pys1))，
再求θ4,θ5：将
Figure FDA0003492652780000067
等式两边同左乘
Figure FDA0003492652780000068
得到下面的形式：
Figure FDA0003492652780000069
使等式左右两侧的矩阵一行三列、二行三列、三行三列的元素对应相等，得到下面的方程等式组：
Figure FDA00034926527800000610
上面三个式子的左边元素都是已知数，可将三个式子中的第一个和第三个的平方求和得到下面的式子：
Figure FDA00034926527800000611
则θ4,θ5的值为：
Figure FDA0003492652780000071
Figure FDA0003492652780000072
继续使等式左右两侧的矩阵二行一列、二行二列的元素对应相等，得到下面的等式组：
Figure FDA0003492652780000073
可得到θ6的值：
Figure FDA0003492652780000074
上述便得到了θ1、θ2、θ3、θ4、θ5、θ6的方程表达式，根据计算结果可知θ1、θ2、θ5的均存在两组解，因此机器人逆运动学共有8组解。
6.根据权利要求5所述的一种基于离线编程的百叶轮抛磨叶片路径规划方法，其特征在于，所述步骤四包括如下子步骤：
步骤4.1，将叶片模型、机器人模型、百叶轮模型以及所搭建的叶片百叶轮抛磨平台，导入到离线编程软件中，根据所规划抛磨路径进行抛磨仿真模拟；
步骤4.2，当仿真结果表明按照所规划的抛磨路径进行抛磨时，没有抛磨干涉、无不可达抛磨点现象，可实现叶片所有表面完整抛磨时，证明所规划抛磨路径可实现叶片百叶轮抛磨，可用于实际加工。
CN202111584206.XA 2021-12-23 2021-12-23 一种基于离线编程的百叶轮抛磨叶片路径规划方法 Active CN113954102B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111584206.XA CN113954102B (zh) 2021-12-23 2021-12-23 一种基于离线编程的百叶轮抛磨叶片路径规划方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111584206.XA CN113954102B (zh) 2021-12-23 2021-12-23 一种基于离线编程的百叶轮抛磨叶片路径规划方法

Publications (2)

Publication Number Publication Date
CN113954102A CN113954102A (zh) 2022-01-21
CN113954102B true CN113954102B (zh) 2022-03-15

Family

ID=79473641

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111584206.XA Active CN113954102B (zh) 2021-12-23 2021-12-23 一种基于离线编程的百叶轮抛磨叶片路径规划方法

Country Status (1)

Country Link
CN (1) CN113954102B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115625595B (zh) * 2022-12-21 2023-03-17 太原理工大学 一种定量控制的叶片抛磨方法
CN118061198A (zh) * 2024-04-18 2024-05-24 中国长江电力股份有限公司 用于水轮机顶盖熔覆加工的复合移动机器人自动编程方法

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH04331060A (ja) * 1990-10-25 1992-11-18 Mas Fab Liechti & Co Ag マシニングセンタ
CN101271326A (zh) * 2008-03-21 2008-09-24 哈尔滨工业大学 直纹面叶轮刀具轨迹规划加工方法
CN101645170A (zh) * 2009-09-03 2010-02-10 北京信息科技大学 多视点云精确配准方法
CN103612194A (zh) * 2013-11-04 2014-03-05 太原理工大学 一种孔表面柔性光整加工装置
CN105538095A (zh) * 2015-12-01 2016-05-04 华中科技大学无锡研究院 一种大型风电叶片多机器人协同打磨系统及方法
CN107081658A (zh) * 2017-03-29 2017-08-22 苏州亚思科精密数控有限公司 桨叶表面打磨装置
CN107263255A (zh) * 2017-08-02 2017-10-20 无锡中车时代智能装备有限公司 大型叶片类工件机器人协同打磨系统及方法
CN109623591A (zh) * 2018-11-27 2019-04-16 中国航发沈阳黎明航空发动机有限责任公司 一种压气机叶片全型面数控磨抛方法
CN111531413A (zh) * 2020-05-11 2020-08-14 无锡中车时代智能装备有限公司 风电叶片多机器人协同打磨系统及方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10009075C2 (de) * 2000-02-25 2002-01-17 Walter Ag Schleifkopf und Sägeblattschleifmaschine mit HF-Spindel
US11141800B2 (en) * 2016-03-11 2021-10-12 Lufthansa Technik Ag Device and method for re-contouring a gas turbine blade
US11298884B2 (en) * 2019-06-07 2022-04-12 General Electric Company Additive manufacturing systems and methods of pretreating and additively printing on workpieces

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH04331060A (ja) * 1990-10-25 1992-11-18 Mas Fab Liechti & Co Ag マシニングセンタ
CN101271326A (zh) * 2008-03-21 2008-09-24 哈尔滨工业大学 直纹面叶轮刀具轨迹规划加工方法
CN101645170A (zh) * 2009-09-03 2010-02-10 北京信息科技大学 多视点云精确配准方法
CN103612194A (zh) * 2013-11-04 2014-03-05 太原理工大学 一种孔表面柔性光整加工装置
CN105538095A (zh) * 2015-12-01 2016-05-04 华中科技大学无锡研究院 一种大型风电叶片多机器人协同打磨系统及方法
CN107081658A (zh) * 2017-03-29 2017-08-22 苏州亚思科精密数控有限公司 桨叶表面打磨装置
CN107263255A (zh) * 2017-08-02 2017-10-20 无锡中车时代智能装备有限公司 大型叶片类工件机器人协同打磨系统及方法
CN109623591A (zh) * 2018-11-27 2019-04-16 中国航发沈阳黎明航空发动机有限责任公司 一种压气机叶片全型面数控磨抛方法
CN111531413A (zh) * 2020-05-11 2020-08-14 无锡中车时代智能装备有限公司 风电叶片多机器人协同打磨系统及方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
叶片型面曲率属性对数控铣削加工过程的影响;王海明等;《叶片型面曲率属性对数控铣削加工过程的影响》;航空动力学报;20130131;第28卷(第1期);第25-31页 *
整体叶轮五轴数控加工刀具轨迹规划与仿真;曾巧芸;《整体叶轮五轴数控加工刀具轨迹规划与仿真》;中国优秀硕士学位论文全文数据库 工程科技Ⅰ辑;20130415(第4（2013）期);B022-461 *
水平振动抛磨颗粒介质流场特性分析;吴远超等;《水平振动抛磨颗粒介质流场特性分析》;表面技术;20211120;第50卷(第11期);第329-338页 *
自由曲面数控加工刀位轨迹规划及仿真研究;李晓鹏;《自由曲面数控加工刀位轨迹规划及仿真研究》;中国优秀硕士学位论文全文数据库 工程科技Ⅰ辑;20120815(第8（2012）期);B022-240 *
铸造涡轮叶片线激光测量与数据处理方法;伍安;《铸造涡轮叶片线激光测量与数据处理方法》;中国优秀硕士学位论文全文数据库 基础科学辑;20190615(第6（2019）期);A005-64 *

Also Published As

Publication number Publication date
CN113954102A (zh) 2022-01-21

Similar Documents

Publication Publication Date Title
CN113954102B (zh) 一种基于离线编程的百叶轮抛磨叶片路径规划方法
CN110516388B (zh) 基于调和映射的曲面离散点云模型环切刀轨生成方法
CN110069041B (zh) 一种基于在机测量的工件加工方法及系统
CN108279643A (zh) 一种基于测量点与自适应差分进化算法的工件姿态调整方法
CN103218475B (zh) 一种基于在机测评的复杂空间型面误差反馈补偿方法
CN105894120A (zh) 一种基于姿态控制的鞋底喷胶路径的规划方法
CN102785166B (zh) 一种基于运动学变换的数控砂轮磨削加工方法
CN110900610B (zh) 一种基于lm算法和粒子滤波算法优化的工业机器人标定方法
CN109214032B (zh) 一种空心叶片的自适应加工方法
CN105133840A (zh) 一种双曲面吊顶的施工方法
CN109683552B (zh) 一种基面曲线导向的复杂点云模型上的数控加工路径生成方法
CN104867136A (zh) 一种基于距离方差最小的工件点云匹配算法
CN110837715B (zh) 一种基于逆向工程技术的复杂曲面加工误差补偿方法
CN113385486A (zh) 一种基于线结构光的激光清洗路径自动生成系统及方法
CN107037779B (zh) 非均匀公差下的自由曲面nc加工刀具轨迹优化方法
CN110686655B (zh) 三维曲面工件的定位方法、装置及系统
JP2520202B2 (ja) 測定値評価方法
CN115026706B (zh) 一种航空发动机叶片抛光方法及系统
CN114161425A (zh) 一种工业机器人的误差补偿方法
CN110153582B (zh) 焊接方案生成方法、装置以及焊接系统
CN115358009A (zh) 交通工具外壳造型中nurbs曲线曲面光顺生成方法
CN116627086A (zh) 一种空间连续小线段圆弧拟合方法
CN104741791B (zh) 一种曲面工件表面阵列微结构图形布局方法
CN115641418A (zh) 一种基于点云信息的雷达罩分区域自适应修型方法
CN115056213A (zh) 一种面向大型复杂构件的机器人轨迹自适应修正方法

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
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20220121

Assignee: Shanxi Wanding Engineering Survey and Design Co.,Ltd.

Assignor: Taiyuan University of Technology

Contract record no.: X2023140000008

Denomination of invention: A Path Planning Method for Louver Wheel Grinding Blades Based on Offline Programming

Granted publication date: 20220315

License type: Common License

Record date: 20230425

EE01 Entry into force of recordation of patent licensing contract