CN114555303B - 用于激光切割机器的用于分选零件的抓持工具的设计 - Google Patents

用于激光切割机器的用于分选零件的抓持工具的设计 Download PDF

Info

Publication number
CN114555303B
CN114555303B CN202080071704.1A CN202080071704A CN114555303B CN 114555303 B CN114555303 B CN 114555303B CN 202080071704 A CN202080071704 A CN 202080071704A CN 114555303 B CN114555303 B CN 114555303B
Authority
CN
China
Prior art keywords
gripping tool
gripping
design
computer
data set
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
CN202080071704.1A
Other languages
English (en)
Other versions
CN114555303A (zh
Inventor
斯特凡·约什特
阿兰·迈尔
斯特凡·雅各比
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.)
Bystronic Laser AG
Original Assignee
Bystronic Laser AG
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 Bystronic Laser AG filed Critical Bystronic Laser AG
Publication of CN114555303A publication Critical patent/CN114555303A/zh
Application granted granted Critical
Publication of CN114555303B publication Critical patent/CN114555303B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J19/00—Accessories fitted to manipulators, e.g. for monitoring, for viewing; Safety devices combined with or specially adapted for use in connection with manipulators
    • B25J19/007—Means or methods for designing or fabricating manipulators
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/08—Programme-controlled manipulators characterised by modular constructions
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J15/00—Gripping heads and other end effectors
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J15/00—Gripping heads and other end effectors
    • B25J15/0052—Gripping heads and other end effectors multiple gripper units or multiple end effectors
    • B25J15/0061—Gripping heads and other end effectors multiple gripper units or multiple end effectors mounted on a modular gripping structure
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J15/00—Gripping heads and other end effectors
    • B25J15/06—Gripping heads and other end effectors with vacuum or magnetic holding means
    • B25J15/0616—Gripping heads and other end effectors with vacuum or magnetic holding means with vacuum
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/12—Geometric CAD characterised by design entry means specially adapted for CAD, e.g. graphical user interfaces [GUI] specially adapted for CAD
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/20—Configuration CAD, e.g. designing by assembling or positioning modules selected from libraries of predesigned modules
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/18—Manufacturability analysis or optimisation for manufacturability
    • 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

  • Engineering & Computer Science (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • Evolutionary Computation (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Architecture (AREA)
  • Human Computer Interaction (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Manipulator (AREA)

Abstract

本发明涉及一种设计单元(KO)以及一种计算机实施的方法，该设计单元和该计算机实施的方法用于计算设计数据集(kds)，该设计数据集用于设计用于抓持零件(P)的零件特定的抓持工具(W)，零件必须从加工机器(L)运输或者运输至加工机器，所述计算机实施的方法具有以下方法步骤：提供(S1)用于至少一个零件(P)的零件参数(pp)，所述至少一个零件将通过零件特定的抓持工具(W)而被抓持；执行(S3)设计算法(KA)，该设计算法根据所提供的零件参数(pp)来设计零件特定的抓持工具(W)，并且由此输出抓持工具数据集(gds)作为结果。

Description

用于激光切割机器的用于分选零件的抓持工具的设计
技术领域
本发明涉及抓持工具的设计，抓持工具用于对已经被切割或加工、例如被激光切割机器切割或加工的切割件或加工件或切割零件或加工零件进行抓持。待设计的抓持工具应当专门针对切割零件或多个切割零件定尺寸。
背景技术
通常将由激光加工机器加工的零件设置在例如呈台(例如往返台)的形式的装置上以通过自动机械进行分选或移除。
为此，下述两种类型的抓持工具在现有技术中是已知的：一方面，针对相应的运输任务或者针对待运输的零件专门设计的专用抓持工具；以及另一方面，可以用于不同的运输任务或者用于不同的零件(例如用于不同重量、形状和/或尺寸的零件)的多功能抓持工具。
专用抓持工具是过程可靠的，但是具有下述缺点：用于开发抓持器的复杂过程必须通过现有技术中已知的系统来进行。
多功能抓持工具可以在不同应用中使用，但是具有下述缺点：多功能抓持工具不能以过程可靠的方式与某些零件一起作用。
US 2016/288194 A1描述了一种用于对工件特定的部件进行自动机械式定位的方法和装置，工件特定的部件用于手动附接至压制自动化装置内的支承件。
US 2016/082660 A1描述了一种设计并生产客户特定的部件的方法，客户特定的部件用于在基于互联网的访问入口的范围内夹取和/或抓持物体。
2009年计算机科学技术与应用国际论坛(IFCSTA09)的会议记录：“IntelligentDesign Approach for Vacuum Suction Cup Units in Aircraft Flexible Assembly(用于飞行器挠性组件中的真空吸盘单元的智能设计方法”)通过使用参数化的3D语义模型描述了用于挠性飞行器组件中的真空吸盘的结构及性质，该参数化的3D语义模型被应用在所谓的挠性固定机构中且基于CAD。
发明内容
这就是本发明切入之处。本发明的目的是提供一种方法，通过该方法，抓持工具可以以过程可靠的方式用于不同的应用(例如用于不同的运输任务以及/或者零部件或零件)。
根据本发明的第一方面，该目的通过一种计算机实施的方法来实现，该计算机实施的方法用于计算设计数据集，设计数据集用于设计零件特定的并且特别是模块化的抓持工具(由模块化的部件组成)，该抓持工具用于全自动地、特别是基于自动机械地抓持零件、即抓持必须由自动机械来运输的部件。零件例如可以是加工系统、例如激光加工系统(例如激光切割系统)中的经加工件或待加工件或者是弯曲机器中的经弯曲件。该方法包括以下方法步骤：
–提供用于至少一个零件的零件参数，所述至少一个零件将通过抓持工具而被抓持。抓持可以进行以用于分选或分开、用于运输、用于添加和/或移除以及/或者用于分离，或者可以在上述过程的范围内实施。
–执行或使用设计算法，该设计算法根据所提供的零件参数来设计零件特定的抓持工具，并且由此提供抓持工具数据集作为结果。
在此提出的解决方案具有下述优点：可以更迅速地提供抓持工具并且具有更高的过程可靠性或者具有提高的对于相应抓持任务的匹配精度。因此可以更迅速地加载和操作自动机械(抓持自动机械)。因此可以缩短总过程时间。由于基于知识的设计，因此还可以更好地(更适当地)设计抓持工具并且可以避免由手动的不正确设计所引起的误差。设计算法计算用于相应的抓持任务(零件、运动)的最佳抓持器的几何形状，并且除其他之外，如果抓持器在机器上不可用或者不能本地组装，则该设计算法自动地生成抓持器的设计图(例如CAD)作为结果。在这种情况下，还可以自动地生成所需部件(例如，吸盘、磁体、连接件等)的零件清单。
在本发明的优选实施方式中，零件参数可以包括与用以抓持零件的抓持工具的设计有关的所有参数。零件参数可以从包括下述各者的组中选择：零件的重量、零件的重心、零件中的切口或突出部、零件的弯曲相关的参数和设计参数以及基于材料的参数。零件参数可以有利地在方法的配置阶段配置以便专门针对相应的应用来计划方法。这意味着可以对将在设计计算中考虑哪些零件参数进行配置。在本发明的有利改进方案中，零件参数可以根据记录的切割方案来计算。因此，仅提供切割方案，并且随后根据所提供的切割方案来计算参数，然后输入这些参数以用于设计算法。这允许对计算机实施的方法进行计划并且进行更精确地调整。
在本发明的另一优选实施方式中，抓持工具可以具有模块化的结构，该模块化的结构由一定数量的抓持工具部件构成。在数据库中可以保留可用性数据，可用性数据表示哪些抓持工具和/或哪些抓持工具部件(例如，吸盘、磁铁、臂等)是本地且当前可用的。为此，可用性文件可以被保留并且被连续地更新，使得呈模块化构造套件的抓持工具能够从多个部件中“选择”或者组合。数据库和/或可用性文件通过所提供的抓持工具数据集来读取。组装指令可以自动地被提供有用于选择部件以组装成抓持工具的选择命令。
“可用的抓持工具”是指完全设计的抓持工具或者可以根据可用的部件(例如，吸盘、基板、磁铁、软管、连接元件)来设计的抓持工具。如果抓持工具或抓持工具的部件是本地可用的，则可以在用户接口上输出相应的可用性消息、例如呈报告的形式的可用性消息。
如果抓持工具在本地不可用或者如果并非所有必要部件都在机器上本地可用，则使用抓持工具数据集来生成用于设计抓持工具的设计数据集。设计数据集可以包括例如零件清单。设计数据集还可以包括组装指令。
在本发明的该有利实施方式中，因此可以从抓持工具数据集中例如以STEP文件的形式生成设计数据集，STEP代表STEP(STandard for the Exchange of Product modeldata，产品模型数据交换标准)并且是用于描述产品数据的标准。除了物理方面之外，STEP文件还包括抓持工具的功能方面。STEP在ISO 10303中被正式定义。如果所设计的抓持工具在本地不可用，则优选地仅生成设计数据集。在本上下文中，“本地可用”是指在加工机器上或在加工机器处的可用性。为此，可以设置储存模块，一定数量的抓持工具与抓持工具的部件储存在该储存模块中。这具有的优点是：设计数据集仅在需要时创建并且因此在没有工具可以用于将进行的运输任务时创建。
在本申请中，术语“抓持工具数据集”涉及电子数据集，该电子数据集用于指定并/或明确抓持工具并且/或者从一定数量的不同抓持工具中确定并/或选择抓持工具。抓持工具数据集至少包括以下三种参数：
1.抓持器类型(气动的、磁性的等)
2.抓持器尺寸，以及
3.抓持器的数量。
可以在本发明的其他实施方式中作出进一步说明。
优选地仅在抓持工具在本地不可用时生成的设计数据集可以包括零件清单。设计数据集优选地包括用于生成抓持器保持器的设计数据，不同的抓持器以及至少所需的抓持器可以安装在抓持器保持器上。
例如，在激光加工机器的本地仓库或储存模块中可用的所有抓持工具都表示在可用性文件中。如果现在抓持工具数据集指定相应的运输或抓持任务需要一定数量的抓持工具A、B和C(具有完全组装的部件A1、A2、B1、B3、B5以及C)，则可以对可用性文件进行简单的访问或者使用简单的读取功能，以检查是否全部的抓持工具在本地可用并且是否可以加载和操作抓持器。在这种情况下，不需要对设计数据集进行进一步的计算以节省计算负荷。否则，不能使用本地可用的工具来执行抓持任务并且需要计算设计数据集。
在本发明的优选实施方式中，设计算法可以访问具有存储的零件和抓持工具数据的数据库。在数据库中，例如，可以存储抓持工具和抓持工具的部件的赋值，赋值中的每个赋值都是抓持任务所需要的。
设计算法可以设计成两个部分。所述两个部分包括用于确定最少所需的抓持器的类型、尺寸和数量的抓持器确定功能，以及用于确定每个抓持器的位置的位置计算功能。所述两个功能可以在不同的时间阶段进行并且优选地按顺序进行。抓持器确定功能优选地在位置确定功能之前进行并且输入零件参数作为输入变量。位置计算功能可以输入抓持器确定功能的结果并且还可以输入用于使零件移动的加速度值或者以零件的运输任务以及/或者来自零件的物理模型的输入数据为特征的其他运动参数，例如以便能够基于零件参数来确定零件的重心。
基本上，设计算法用于根据形状、材料、材料厚度以及/或者循环时间来计算抓持器例如吸盘的最佳尺寸，并且也计算最少需要多少抓持器以能够保证完全移除。这种信息(需要哪种吸盘以及需要多少吸盘)根据加速度值用作用于计算抓持器头部的最佳定位(位置计算功能)的输入。例如，如果仅需要一个吸盘，则将位置定位成尽可能地靠近重力轴线(通过物理模型来计算重心)以保证零件被正确提升。如果需要两个或更多个吸盘，则将吸盘安置成尽可能远地彼此间隔开。
为了执行位置计算功能，可以配置用于抓持工具的相应部件的位置规格。位置计算功能可以执行蛮力算法、随机化算法以及/或者混合的形式。在对附图的详细描述中更详细地说明了这些方法。
在本发明的另一优选实施方式中，抓持工具可以由自动机械作为取放应用的一部分来操作。
在本发明的另一优选实施方式中，设计数据集可以包括用于所设计的抓持工具的零件清单(例如，作为STEP文件)。设计数据集还可以包括抓持工具的部件(例如，吸盘)的位置规格。
在另一改进方案中，该位置规格可以是可配置的。例如，在配置阶段，可以将位置规格设定成：吸盘基本上应当在零件的重心处接合。这提供的优点是，用户可以将用户的特定经验值带入到计算中(例如，“部件X使用抓持器A总是翻倒并且不能被可靠地抓持->最好使用抓持器A”)。
在本发明的另一优选实施方式中，设计算法可以累积地或者作为零件参数的替代方案而输入切割机器(例如，激光切割机器)的电子切割方案以及/或者弯曲机器的弯曲方案。例如，可以根据切割方案计算与抓持有关的形状和尺寸以及其他参数。还可以仅输入切割方案，然后根据切割方案计算零件参数。
在本发明的另一有利实施方式中，如果设计算法不能计算出用于待处理的抓持任务的结果或者如果不能针对待抓持的零件设计出抓持工具，则可以生成并输出错误消息(或报告)。
在本发明的另一有利实施方式中，可以形成与自动化系统和/或激光系统和/或命令应用的用于抓持工具及其部件的存储单元连接的接口。可以提供合适的指令来指示相应的单元。例如，响应于指令信号，可以针对根据设计数据集设计的抓持工具触发自动化命令过程。同样地，基于由设计单元提供的组装指令，可以将存储单元指示成选择所需的部件并且将承载件或抓持器保持器与所需的部件加载在一起，同时考虑用于由位置计算功能计算的抓持器的位置。
在另一方面中，本发明涉及一种设计单元，该设计单元用于计算设计数据集，该设计数据集用于为加工系统设计抓持工具，该设计单元具有：
-输入接口，该输入接口用于输入针对至少一个零件的零件参数，所述至少一个零件待在加工机器上被访问、在加工机器处被访问或者被加工机器访问。
-处理单元，响应于所输入的零件参数，该处理单元意在执行设计算法，以使用所输入的零件参数来设计零件特定的抓持工具并且提供以及/或者输出抓持工具数据集作为结果。
在另一方面中，本发明涉及一种加工机器，例如具有如上所述的设计单元的切割机器或弯曲机器。
加工机器优选地是金属加工机器、特别是激光系统、比如激光切割机器或弯曲机器。由加工机器加工的零部件——在此称为零件——必须进行运输。为此，必须根据零件的尺寸、形状、重量、材料以及/其他参数来专门地抓持这些零件。
激光切割系统可以按顺序执行用于金属板的不同零部件的不同的或对应的切割方案。必须始终对具有切割零件的切割结果进行运输并且特别地进行处置。在此通过提出设计算法，有利的是，可以将抓持工具设计和构思成使得抓持工具能够适用于若干切割方案并且因此能够适用于切割零件的若干顺序。例如，如果通过第一切割方案来切割第一片材然后通过第二切割方案来切割第二片材(因此具有其他切割零件)，则抓持工具可以有利地设计成用于切割机器的若干切割方案，这些切割方案在机器上一个接一个地执行。这意味着可以避免用于加载夹持工具的准备时间，并且可以减少总加工时间。
零件是由加工机器加工的或者已经呈经加工形式的零部件或部件、例如为通过激光切割机器从工件或废料骨架切下的并且必须从废料骨架中移除的切下的零件。零件可以具有大致二维的形状(切割金属板零件)或者三维的形状(弯曲零件)。零件在形状上可以是对称的或非对称的。明显的是，小而平坦的零部件或零件可以通过与大而厚的金属零件所不同的抓持工具来抓持，大而厚的金属零件也需要多个抓持工具来用于抓持任务。在本发明的优选实施方式中，零件由金属制成并且由切割方案限定。零件可以具有不同的形状、尺寸和/或重量。零件的材料和/或密度也可以是不同的。
抓持工具用于抓取一个或更多个零件以对零件进行运输，例如用于从往返台或切割台分选零件，或者用于从往返台运输废料骨架、用于其他的运输、用于分离、移除、添加、堆叠、弯曲。抓持任务可以例如在取放应用的笛卡尔系统的环境中借助于自动机械来执行。抓持工具可以设计成例如借助于气动或磁性的吸盘来精确地抓持一个零件。然而，抓持工具还可以设计成同时抓持若干个零件，例如借助于单个抓持工具来移除相邻的零件。在复杂零件的情况下，还可能需要为一个零件提供若干个抓持工具以便运输该零件。这可以是重要的，例如，如果零件非常重且/或大的话以及/或者如果抓持或运输任务具有特殊需求或先决条件、比如零件仅可以在绝对水平的状态下移动的话。
抓持工具可以具有模块化结构。抓持工具可以包括至少一个气动的、机械的、磁性的以及/或者粘性的抓持部件。抓持工具可以包括用于与例如呈机械臂形式的致动器/驱动元件连接的连接元件。在连接元件上可以布置其他机械部件(例如支架)，其他机械部件可以用于接纳基板或保持器。至少一个抓持部件附接——优选地以可拆卸的方式附接——至基板。根据本发明的实施方式以及本构型，还可以将若干个不同的或完全相同的抓持部件附接至基板。根据抓持任务以及零件，计算抓持部件并且可以通过所计算的抓持部件对抓持工具进行加载。
术语“零件参数”涉及使待抓持的零件就其物理、机械以及/或者其他技术性质方面特征化的一定数量的参数，比如尺寸、形状、重量、材料等。在本发明的优选的另一改进方案中，至少一个零件参数可以根据其他零件参数以及/或者其他特征值来计算。
设计算法是一种计算规范，该计算规范根据所输入的零件参数设计零件特定的抓持工具并且输出抓持工具数据集作为结果。
在以下对附图的详细描述中，将参照附图对非限制性示例性实施方式及其特征和进一步优点进行讨论。
附图说明
图1示出了具有往返台的激光切割机器的视图，切割零件位于该往返台上并且必须由基于自动机械的抓持装置来分选；
图2示出了设计为设计单元KO并且基于零件参数来确定的用于计算设计数据集的计算机单元的示意图；
图3示出了根据本发明的优选实施方式的方法的流程图；
图4a和图4b各自示出了根据本发明的优选实施方式的具有一元件式抓持工具的抓持装置以及具有两元件式抓持工具的抓持装置的侧视图。
图5示出了具有切口的金属板零件的用于计算抓持器的定位的示例；
图6示出了具有切口的金属板零件的用于计算抓持器的定位的另一示例；
图7示出了具有切口的金属板零件的用于计算抓持器的定位的另一示例；
图8示出了根据本发明的优选实施方式的抓持器保持器的呈U形轨道的形式的替代性形式。
具体实施方式
图1示出了用于激光加工机器、特别是激光切割系统L的往返台WT的示例性视图，往返台WT上定位有切割零件P，切割零件P必须借助于基于自动机械的抓持装置而被从往返台WP抓持和运输，特别地，零件P必须被从废料骨架移除并且例如被堆放在托盘上。根据切割方案，可以运输并且因此也可以抓取不同类型(不同形状、不同尺寸)的零件P。
根据零件P的尺寸、形状以及其他参数，需要不同的抓持工具W以能够满足抓持任务。例如，大而重的零件P相比于小而轻的零件需要更多且更强的抓持工具W，特别地对应地需要更多且更强的抓持器部件(例如机械的、磁性的或者气动的吸盘)。根据本发明，抓持工具W的设计有利地是零件特定的。因此，第一数量的零件P1由第一抓持工具W1来抓持，并且第二数量的零件P2由第二抓持工具W2来抓持等。数量由相应的零件参数P表示。零件参数P可以部分地或完全地根据激光加工机器的切割方案来计算。
抓持工具W可以经由连接元件、比如所谓的抓持器保持器或者抓持器板来附接至自动机械臂。具有抓持工具W的机械臂形成抓持装置，机械臂能够沿三个空间轴线移动。
在本发明的优选实施方式中，如果没有标准零件(例如吸盘80)可用或可以用于待处理的抓持任务，则自动地设计抓持器板30(参见图4a)或抓持器保持器(轨道)40(参见图4b)、10(参见图8)。将抓持器板30、40设计成使得必要部件K可以附接至计算出的位置(由位置计算功能PBF计算出的位置)。
基本上，激光切割系统的终端客户在广泛且不可预测的一系列变化中制造金属板。然后借助于(例如真空的和/或磁性的)抓持工具将切割零件P从分选装置中移除并且放置在托盘上。为此，在已知系统中可以提供有限数量的准备好的抓持装置。与在现有技术中已知的系统有关的问题是，这些抓持装置不能匹配所有可能的零件(例如，因为吸盘不能定位在孔上或者抓持器不能覆盖零件的几何形状)。另一个问题是，对于新的、合适的抓持器装置的设计，通常没有可用的必要的设计知识。本发明在此切入并且提供一种方法(作为使用方法或应用方法)以及一种设计单元KO，该方法和设计单元KO自动地通过终端处的零件清单来设计合适的抓持器并且将抓持器输出为3D文件。将金属板零件的电子说明(例如STEP文件)加载到应用中。应用对现有的抓持器是否可用或者是否可以就地提供进行检查。如果没有现有的抓持器匹配，则自动地设计合适的抓持工具G。该方法特别地基于模块化原理使用部件的数据库以便自动地设计抓持器。例如，储存有各种吸盘、磁体、软管、基板等。在设计算法中，计算并考虑诸如零部件的尺寸、重量、重心、切口的因素以及/或者弯曲问题。在抓持器已经设计完成之后，将成品组件输出为包括零件清单的电子说明(例如STEP文件)。
有利地，在抓持工具的设计中考虑切割方案sp的若干个零件P或者甚至若干个切割方案。因此，该方法可以非常有效地进行，这是因为，如果可以的话，有时只需要计算一个抓持工具并且将其设置成用于一定数量的不同切割方案。因此不需要更换抓持自动机械，并且还可以由同一抓持工具针对不同的零件P以及/或者针对不同的切割方案来执行抓持方案。
为此，本发明在计算机单元CPU(例如计算机、计算机网络、处理器、微型处理器或嵌入式装置)上执行设计算法KA。
图2以框图的形式示出了设计单元KO，该设计单元KO意指用于实施所述方法的电子单元。设计单元KO包括输入接口ES和处理单元CPU，输入接口ES用于输入针对经加工机器L加工的至少一个待抓持零件P的零件参数pp，响应于输入的零件参数pp，处理单元CPU意在执行可以根据输入的零件参数pp来设计零件特定的抓持工具W的设计算法KA并且提供抓持工具数据集gds作为结果——特别是在用户接口UI上提供——或者执行进一步的计算步骤。如果无法设计出用于所需抓持任务的抓持工具，则可以在用户接口UI上输出错误信息。如在图2中示意性地示出的，计算出的抓持工具数据集gds可以在设计单元KO中进一步处理。为此，还可以从数据库DB中输入可用性数据或可用性数据集vds，可用性数据或可用性数据集vds表示抓持工具W以及抓持工具W的各部件K在激光机L上或在激光机L处或对于激光机L的本地可用性。使用另外的算法来计算两个数据集——抓持工具数据集gds和可用性数据集vds——以生成呈设计数据集kds的形式的结果。设计数据集kds指定了设计抓持工具W所必须依据的规格。为此，设计数据集kds包括设计指令和对所需抓持部件K的选择以及与所需抓持部件K有关的定位信息。这具有的优点是，如果抓持工具W的所需规格不可用，则只需要计算设计数据集kds。因此可以节省计算资源。
如图2中示意性地示出的，还可以输入切割方案sp。可以借助于另外的算法来根据切割方案sp计算零件参数pp。可以输入零件参数pp和切割方案sp两者以便例如使用来自切割方案sp的数据来验证所输入的零件参数pp的正确性。替代性地，可以仅输入切割方案sp或零件参数pp。输入的数据(零件参数pp和/或切割方案sp)还可以输入为STEP文件。
如在图2中示出的示例中，数据库DB可以经由适当的数据连接(LAN；WLAN)作为外部的、单独的实体而连接至设计单元KO，例如可以是中央提供的。然而，数据库DB还可以在内部且本地地设计在设计单元KO上。这同样适用于用户接口UI。用户接口UI可以本地形成在设计单元KO上或者另一电子实体上，例如形成在具有对应的数据连接的移动单元(智能手机等)上。
如图2中所示，设计单元KO可以与模型M交互。模型M包括以对应的零件P的机械性能为特征的电子数据集，零件P的机械性能比如有重心、重量、长度、宽度以及/或者指定用于特定抓持任务的特定抓持工具的其他零件特定的参数。模型M可以设计成自学式的并且可以被供给所计算的抓持工具数据集gds和/或设计数据集kds作为反馈变量。此外，可以考虑其他反馈变量、比如由用户提供的关于自动设计的质量的评价。
图3示出了根据本发明的优选实施方式的方法的顺序。在方法开始之后，在步骤S1中，经由输入接口ES输入零件参数。另外地或替代性地，可以在步骤S2中输入切割方案sp。还可以使切割方案或切割方案的至少部分包括在零件参数中，并且因此可以在步骤S1中仅输入切割方案sp——可能地与选定的零件参数pp一起输入。在步骤S3中，在提供了输入的数据以及抓持工具数据集gds的情况下，执行设计算法KA。在最简单的情况下，抓持工具数据集gds可以由储存以用于自动机械臂的一定数量的标准零件构成。然后自动机械只需要从仓库中选择标准零件并且将标准零件定位在正确的位置中，这基于计算出的位置来完成。在步骤S4中，检查所设计的抓持工具W与所设计的抓持工具W的部件K的本地可用性。如果这对于抓持工具W将抓取的零件P的对应抓持任务来说是可用的，则不需要创建设计数据集kds。仅需要在步骤S5中生成指令，例如，通过该指令，自动机械或另一致动器从仓库中选择并移出抓持工具W或者抓持工具W的零件或部件K。另外，如果必要部件K没有库存并且必须专门设计抓持工具W，则在步骤S6中计算设计数据集kds并且可以将其作为文件、特别地作为STEP文件在用户接口UI上输出以及/或者在其他电子实体上传递。也可能的是，未能针对抓持任务设计出用于相应零件P的抓持工具(例如因为相应零件P太重、太大等)。在这种情况下，在步骤7中输出错误信息(例如在UI上输出错误信息)并且/或者将错误信息提供给其他实体。
图4a和图4b示出了抓持装置的结构。抓持装置包括基于自动机械的致动器(例如机械臂，未示出)，该致动器经由联接件50连接至抓持装置。抓持装置包括抓持工具W，该抓持工具W在此设计为吸盘80。抓持装置还包括凸缘20、气动分配器100、气动连接件90以及弹簧柱塞70。抓持装置包括抓持器板或者不同形状的抓持器保持器(例如U形轨道)，在抓持器板或不同形状的抓持器保持器上定位并紧固有吸盘80——在该示例中为两个吸盘80。图4b示出了具有U形安装支架40的抓持装置，安装支架40在这种情况下设计为抓持器保持器并且用于接纳并附接吸盘。安装支架40可以经由垫圈110和环状件120连接至联接件50。在该示例中，抓持装置包括止挡件10、螺钉160以及位于安装支架40的下部分上的用于紧固零件特定的吸盘的其他垫圈130和螺母140。其他连接模块可以用于保持模块化的抓持部件K、例如吸盘80。抓持部件K主要可以包括不同类型的吸盘80(气动的、磁性的、粘性的等)以及/或者其他(例如机械的)抓持部件K。部件K专门选择成用于与待抓持的零件P有关的相应的抓持任务。
总之，提供了下述方法(及对应的装置)：该方法(及对应的装置)使用输入设计(例如，零件或金属板零件的STEP)来确定现有的抓持部件(例如抓持头部)是否与零件相适应以及确定现有的抓持部件(例如抓持头部)中的哪些抓持部件与零件相适应。如果现有的部件均不适应，则软件使用所提供的零部件数据库自动地设计适合的抓持器头部。这意味着该方法输出成品组件(例如输出为包括零件清单的STEP文件)作为结果。当使用设计算法进行计算时，考虑诸如零部件的尺寸、重量的因素以及/或者弯曲特定的参数和问题。该程序也传达在某些情况下不能自动设计的原因。
设计算法KA至少包括下述两个功能：
1.抓持器确定功能GBF，以及
2.位置计算功能PBF。
位置计算功能PBF可以使用蛮力算法来执行。蛮力算法基于结合图5的示意图解释的以下方面。
1.为了计算抓持器头部在金属板零件上的最佳位置，相继检查真空抓持器可以具有的可能位置。图5示出了对真空抓持器的位置进行搜索的模拟。
2.可以在搜索可能位置时使圆之间的距离参数化。例如，在图5中，位于左上方处的两个圆比在右侧紧接着的圆更加间隔开。圆之间的距离越大，搜索将会越快，但是找到良好的解决方案的机会也越低。
3.如果找不到解决方案或良好的解决方案(例如，在图5中用短划线表示上排的圆)，则可以以更小的距离重复该过程以找到更多可能的位置。
4.在已经获得可能的位置之后(参见图5中的点虚线圆，在该示例中为3个/三个位置)，搜索与已经找到的真空抓持器的位置匹配的头部基部。
5.如果未发现现有的抓持器头部，则由系统选择最佳解决方案来生成新的抓持器头部。
执行位置计算功能的另一个第二可能性由随机化算法构成，下面参照图6解释该随机化算法：
在该第二方案(参见图6)中，根据随机原理生成吸盘位置(全部的圆)。如在蒙特卡罗(Monte Carlo)模拟中，生成大量随机值，然后对这些随机值进行对比以观察这些随机值是否是可能的备选者。
1.针对可能的吸盘位置生成大量随机值。在图6中，细短划线圆表示不满足需求的位置；并且粗点划线圆是满足需求的位置(在该示例中，具有3个/三个位置)。
2.在已经获得可能的位置(参见图6中的粗点划线圆)之后，搜索与已找出的真空位置中的一个真空位置匹配的抓持器头部。
3.如果没有可能的解决方案，则选择最佳解决方案——新的抓持器头部。
执行位置计算功能的另一个第三可能性由混合算法构成，下面参照图7解释该混合算法：
上述算法的主要缺点之一是，系统必须确定非常大量的可能位置来获得(几乎)最佳解决方案。因此，系统具有一定百分比的不精确度。第三个版本是两种先前版本的混合方案，第三个版本尝试利用所述两个版本。
该过程开始于所提出的第二版本(计算位置——随机原理)。首先，随机搜索真空抓持器的可能位置(如上所述)。从发现的可能位置中，蛮力算法在所发现的点的周围区域中计算可能位置以便找到用于提升金属板零件的最佳的可能位置。这不仅提高了找到更好位置的可能性，而且还使过程快速得多。
另外，在人工智能、深度学习等的方法的应用中存在用于位置计算功能的其他实施方案选择。此外，可以使用物理模型来计算零件的偏转或者可以使用标准公式来定位吸盘，使得在移除时不产生偏转或产生轻微偏转。
图8示出了抓持器保持器的呈可互换框架的形式的另一示例，可互换框架在此用附图标记10指示。在可互换框架中可以形成孔50以便接纳其他连接元件，如上结合图4a和图4b所述。
最后，应当注意的是，本发明的描述以及示例性实施方式不应理解为在本发明的特定物理实现方面进行限制。结合本发明的各个实施方式解释和示出的所有特征都可以根据本发明在主题中以不同的组合提供，以同时实现其有利效果。
本发明的保护范围由权利要求书给出并且不受在描述中所说明的或者在附图中所示出的特征的限制。
对于本领域中的技术人员来说特别明显的是，本发明不仅可以用于激光切割系统，还可以用于生产中的需要对零件或部件进行抓持的其他机器和系统。此外，装置的部件或设计单元可以被生产成分布在若干个物理产品上。
附图标记
L            加工机器、特别是激光切割机器
P            零件或部件
WT           往返台
W           抓持工具
K           抓持工具的部件
KO          设计单元
CPU         计算机单元
KA          设计算法
ES          输入接口
pp          零件参数
gds         抓持工具数据集
kds         设计数据集
vds         可用性数据集
fn          错误消息
UI          用户接口
S1          提供零件参数
S2          从切割方案输入
S3          执行用于计算抓持工具数据集的设计算法
S4          检查所有部件K/抓持工具W的本地可用性
S5          生成组件指令
S6          生成设计数据集
S7          生成错误消息

Claims (15)

1.一种计算机实施的方法，所述计算机实施的方法用于计算设计数据集(kds)，所述设计数据集(kds)用于设计用于抓持零件(P)的零件特定的抓持工具(W)，所述零件(P)必须从加工机器(L)运输或者运输至所述加工机器(L)，所述计算机实施的方法具有以下方法步骤：
-提供(S1)用于至少一个零件(P)的零件参数(pp)，所述至少一个零件(P)将通过零件特定的所述抓持工具(W)而被抓持；
-执行(S3)设计算法(KA)，所述设计算法(KA)根据所提供的零件参数(pp)设计零件特定的所述抓持工具(W)，并且由此提供抓持工具数据集(gds)作为结果，
其中，响应于所提供的抓持工具数据集(gds)，对数据库(DB)进行访问，在所述数据库(DB)中储存有可用性数据集(vds)，所述可用性数据集(vds)表示哪些抓持工具(W)和/或哪些抓持工具部件(K)在所述加工机器(L)上是本地且当前可用的，以便检查(S4)针对待抓持的所述零件所设计的所述抓持工具(W)与所述部件(K)是否本地可用，并且如果本地可用的话，则计算组装指令，以便能够对零件特定的所述抓持工具(W)进行组装。
2.根据权利要求1所述的计算机实施的方法，其中，所述零件参数(pp)包括：所述零件(P)的重量和/或重心、所述零件中的切口或突出部以及/或者所述零件(P)的弯曲相关的参数和/或其他设计参数和/或基于材料的参数。
3.根据权利要求1或2所述的计算机实施的方法，其中，所述设计算法(KA)分为两部分并且包括：抓持器确定功能(GBF)，所述抓持器确定功能(GBF)用于确定最少所需的抓持器的类型、尺寸和/或数量；以及位置计算功能(PBF)，所述位置计算功能(PBF)用于确定每个抓持器的位置。
4.根据权利要求3所述的计算机实施的方法，其中，所述抓持工具(W)的部件(K)的位置规格能够在所述位置计算功能(PBF)中配置。
5.根据权利要求3所述的计算机实施的方法，其中，至少一个加速度值在所述位置计算功能(PBF)中被处理为输入变量，并且/或者其中，所述位置计算功能(PBF)执行蛮力算法、随机化算法和/或混合的形式。
6.根据权利要求1或2所述的计算机实施的方法，其中，如果所设计的抓持工具(W)与所述抓持工具(W)的部件在本地不可用，则根据所述抓持工具数据集(gds)来计算(S6)设计数据集(kds)。
7.根据权利要求1或2所述的计算机实施的方法，其中，所述设计数据集(kds)包括用于所设计的抓持工具(W)与所述部件(K)以及连接零件的零件清单。
8.根据权利要求7所述的计算机实施的方法，其中，所述设计数据集(kds)设计抓持器保持器(10，30)。
9.根据权利要求1或2所述的计算机实施的方法，其中，所述抓持工具(W)具有由一定数量的抓持工具部件(K)构成的模块化结构并且/或者由自动机械作为取放应用的一部分来操作。
10.根据权利要求1或2所述的计算机实施的方法，其中，除了所述零件参数(pp)之外，所述加工机器(L)的电子切割方案(sp)被提供以执行所述设计算法(KA)，所述加工机器(L)设计为切割机器。
11.根据权利要求1或2所述的计算机实施的方法，其中，如果不能为待抓持的所述零件(P)设计所述抓持工具(W)，则生成并输出错误消息。
12.根据权利要求1或2所述的计算机实施的方法，其中，形成与命令应用连接的接口，使得响应于指令信号，能够针对根据所述设计数据集(kds)设计的所述抓持工具(W)触发自动命令过程。
13.一种计算机程序产品，所述计算机程序产品能够加载到电子计算机的内部存储器中，并且所述计算机程序产品包括计算机程序部分，当所述计算机程序部分在所述电子计算机上执行时，根据前述方法权利要求任一所述的方法通过所述计算机程序部分而执行。
14.一种设计单元(KO)，所述设计单元(KO)用于计算设计数据集(kds)，所述设计数据集(kds)用于设计用于抓持零件(P)的零件特定的抓持工具(W)，所述零件(P)必须从加工机器(L)运输或者运输至所述加工机器(L)，所述设计单元(KO)具有：
-输入接口(ES)，所述输入接口(ES)用于提供针对待抓持的至少一个零件(P)的零件参数(pp)，所述至少一个零件(P)由所述加工机器(L)加工；
-处理单元(CPU)，响应于所提供的零件参数(pp)，所述处理单元(CPU)意在执行设计算法(KA)，所述设计算法(KA)使用所输入的零件参数(pp)来设计零件特定的所述抓持工具(W)并且提供抓持工具数据集(gds)作为结果，
其中，响应于所提供的抓持工具数据集(gds)，对数据库(DB)进行访问，在所述数据库(DB)中储存有可用性数据集(vds)，所述可用性数据集(vds)表示哪些抓持工具(W)和/或哪些抓持工具部件(K)在所述加工机器(L)上是本地且当前可用的，以便检查针对待抓持的所述零件所设计的所述抓持工具(W)与所述部件(K)是否本地可用，并且如果本地可用的话，则计算组装指令，以便能够对零件特定的所述抓持工具(W)进行组装。
15.一种加工机器(L)，所述加工机器(L)具有根据前一权利要求所述的设计单元(KO)。
CN202080071704.1A 2019-12-17 2020-12-14 用于激光切割机器的用于分选零件的抓持工具的设计 Active CN114555303B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP19216793.0A EP3838500A1 (de) 2019-12-17 2019-12-17 Konstruieren von greifwerkzeugen für eine laserschneidmaschine zum absortieren von teilen
EP19216793.0 2019-12-17
PCT/EP2020/085908 WO2021122417A1 (en) 2019-12-17 2020-12-14 Design of gripping tools for a laser cutting machine for sorting parts

Publications (2)

Publication Number Publication Date
CN114555303A CN114555303A (zh) 2022-05-27
CN114555303B true CN114555303B (zh) 2023-04-14

Family

ID=68917767

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202080071704.1A Active CN114555303B (zh) 2019-12-17 2020-12-14 用于激光切割机器的用于分选零件的抓持工具的设计

Country Status (5)

Country Link
US (1) US20230013703A1 (zh)
EP (2) EP3838500A1 (zh)
JP (2) JP2022543496A (zh)
CN (1) CN114555303B (zh)
WO (1) WO2021122417A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102021133633B3 (de) 2021-12-17 2023-01-26 J. Schmalz Gmbh Verfahren zum Bereitstellen einer Greifvorrichtung

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS5993286A (ja) * 1982-11-19 1984-05-29 豊田工機株式会社 交換式ハンドを備えた作業装置
JPS59115182A (ja) * 1982-12-17 1984-07-03 ヤマザキマザック株式会社 ハンドリングロボツト
JPH04199402A (ja) * 1990-11-29 1992-07-20 Sanyo Electric Co Ltd ロボットハンドの制御方法
JP3209890B2 (ja) * 1995-08-14 2001-09-17 オークマ株式会社 生産セル
JP3068805B2 (ja) * 1997-10-14 2000-07-24 キヤノン株式会社 ロボットハンドの選定装置
CA2659445C (en) * 2006-08-04 2015-05-12 Hurco Companies, Inc. System and method for tool use management
JP2013046937A (ja) * 2011-08-29 2013-03-07 Dainippon Screen Mfg Co Ltd 対象物把持装置および対象物把持方法および対象物把持プログラム
WO2013175777A1 (ja) * 2012-05-23 2013-11-28 パナソニック株式会社 ロボット、ロボットの制御装置、制御方法、及び制御プログラム
DE102012219137A1 (de) * 2012-10-19 2014-04-24 Schunk Gmbh & Co. Kg Spann- Und Greiftechnik Verfahren zum Herstellen kundenspezifischer Bauteile
DE102014204366A1 (de) * 2014-03-10 2015-09-10 Bayerische Motoren Werke Aktiengesellschaft Verfahren und Vorrichtung zum Aufbau einer werkstückbezogenen Werkstückgreifeinrichtung für die Pressenautomatisierung
JP6425718B2 (ja) * 2014-05-20 2018-11-21 株式会社日立製作所 組立教示装置及び方法
EP3485112B1 (en) * 2016-07-15 2021-08-25 Fastbrick IP Pty Ltd Vehicle which incorporates a brick laying machine
JP6571616B2 (ja) * 2016-09-05 2019-09-04 ファナック株式会社 ロボットシミュレーション装置
US10195708B2 (en) * 2016-09-28 2019-02-05 The Boeing Company Method and apparatus for centralized compliance, operations and setup of automated cutting tool machines
US10414046B1 (en) * 2016-11-07 2019-09-17 X Development Llc Modular robot design
JP6608890B2 (ja) * 2017-09-12 2019-11-20 ファナック株式会社 機械学習装置、ロボットシステム及び機械学習方法
CN108544108B (zh) * 2018-04-09 2019-11-08 清华大学天津高端装备研究院洛阳先进制造产业研发基地 一种自动生成激光切割零件分拣流程的方法
US11318616B2 (en) * 2019-11-11 2022-05-03 Rockwell Automation Technologies, Inc. Robotic digital twin control with industrial context simulation

Also Published As

Publication number Publication date
JP2022543496A (ja) 2022-10-12
EP4007677A1 (en) 2022-06-08
WO2021122417A1 (en) 2021-06-24
EP3838500A1 (de) 2021-06-23
US20230013703A1 (en) 2023-01-19
JP2023164931A (ja) 2023-11-14
EP4007677B1 (en) 2024-03-13
CN114555303A (zh) 2022-05-27

Similar Documents

Publication Publication Date Title
Malik et al. Collaborative robots in assembly: A practical approach for tasks distribution
EP2883116B1 (en) Ultra-flexible production manufacturing
EP2939798A1 (en) An automation system and a method for tending a production system
US11701777B2 (en) Adaptive grasp planning for bin picking
US11559897B2 (en) Reconfigurable, fixtureless manufacturing system and method assisted by learning software
Müller et al. Reconfigurable handling systems as an enabler for large components in mass customized production
EP1015946A1 (en) Apparatus and method for multi-part setup planning for sheet metal bending operations
Gothwal et al. Different aspects in design and development of flexible fixtures: review and future directions
JP2023164931A (ja) 部品を選別するためのレーザ切断機用の把持具の設計
CN113924172B (zh) 分选系统、移动机器人、用于操作分选系统的方法、计算机程序产品和计算机可读介质
CN109571138A (zh) 加工系统以及加工机的控制方法
Glorieux et al. End-effector design optimisation and multi-robot motion planning for handling compliant parts
Kramberger et al. Automatic fingertip exchange system for robotic grasping in flexible production processes
WO2003040841A1 (fr) Systeme compose de traitement de toles
US20210042665A1 (en) Learning software assisted fixtureless object pickup and placement system and method
WO2022086692A1 (en) Learning software assisted object joining
Carlisle Flexible and Precision Assembly
CN114206546A (zh) 用于在组装线上输送不同工件的工装板以及配置该工装板的方法
Yin et al. Path planning algorithm for bending robots
Bachmann et al. Task-Specific Reconfiguration of VariableWorkstations using Automated Planning of Workcell Layouts
JP4323160B2 (ja) 板金加工の複合加工システム
US20220016762A1 (en) Learning software assisted object joining
US20220001532A1 (en) Learning software assisted object joining
WO2019073032A1 (en) DESIGN OF GRIP DEVICES AND FASTENERS FOR ROBOTIC MANUFACTURING
CN116963491B (zh) 贴片机的贴片方法、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