CN115041669A - 用于大型轮带切割设备的控制系统和控制方法 - Google Patents
用于大型轮带切割设备的控制系统和控制方法 Download PDFInfo
- Publication number
- CN115041669A CN115041669A CN202210760242.5A CN202210760242A CN115041669A CN 115041669 A CN115041669 A CN 115041669A CN 202210760242 A CN202210760242 A CN 202210760242A CN 115041669 A CN115041669 A CN 115041669A
- Authority
- CN
- China
- Prior art keywords
- cutting
- module
- carrying trolley
- belt
- information
- 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.)
- Pending
Links
- 238000005520 cutting process Methods 0.000 title claims abstract description 192
- 238000000034 method Methods 0.000 title claims abstract description 34
- 230000004927 fusion Effects 0.000 claims abstract description 38
- 238000001914 filtration Methods 0.000 claims abstract description 16
- 238000005259 measurement Methods 0.000 claims description 32
- 238000004519 manufacturing process Methods 0.000 claims description 18
- 230000008569 process Effects 0.000 claims description 11
- 238000009826 distribution Methods 0.000 claims description 6
- 238000012886 linear function Methods 0.000 claims description 3
- 230000009897 systematic effect Effects 0.000 claims description 3
- 230000007246 mechanism Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000005266 casting Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 150000001875 compounds Chemical class 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000007528 sand casting Methods 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B22—CASTING; POWDER METALLURGY
- B22D—CASTING OF METALS; CASTING OF OTHER SUBSTANCES BY THE SAME PROCESSES OR DEVICES
- B22D31/00—Cutting-off surplus material, e.g. gates; Cleaning and working on castings
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B22—CASTING; POWDER METALLURGY
- B22D—CASTING OF METALS; CASTING OF OTHER SUBSTANCES BY THE SAME PROCESSES OR DEVICES
- B22D46/00—Controlling, supervising, not restricted to casting covered by a single main group, e.g. for safety reasons
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Arc Welding In General (AREA)
Abstract
本发明公开了一种用于大型轮带切割设备的控制系统和控制方法,切割设备包括:支撑平台,配置为用于放置大型轮带;运载小车,配置为能够沿着支撑平台的周向方向运动;切割装置,安装在运载小车上,配置为能够在径向方向和轴向方向移动割炬以切割大型轮带;控制系统包括:定位模块,安装在运载小车上,配置为获取运载小车的位置信息;数据融合模块,与定位模块相耦接,配置为接收位置信息并基于扩展卡尔曼滤波算法进行数据融合确定最优定位参数信息;控制模块,配置为基于所述最优定位参数信息控制所述运载小车运动至指定位置;其中,控制模块与切割装置相耦接,控制切割装置在径向方向和轴向方向移动以对大型轮带指定位置进行准确切割。
Description
技术领域
本发明涉及自动化切割、多机器人协调控制领域,尤其涉及一种用于大型轮带切割设备的控制系统和控制方法。
背景技术
铸造行业的发展与经济全球化发展息息相关,是国家的重要支柱产业。自21世纪初首次超过美国以来,我国一直稳居世界首位并且成为全世界最大铸造件生产的国家。虽然近年来我国铸造行业发展取得了显著进步,但是砂型铸造环境差,劳动强度高,人工效率低,质量不稳定。因此需要引入新型智能化轮带冒口切割设备提高生产效率,用自动化机械设备代替人工完成长时间轮带冒口切割工作,保障切割时工人的人身安全。
由于轮带的直径较大,一台切割设备不能满足切割工艺要求,而多台切割设备协同工作时又容易出现运载小车因打滑或跑偏造成位置偏差、由于位置偏差而误将吊耳等关键部位切割、运载小车碰撞、割炬碰撞、温度过高影响控制效果等一系列问题,因此需要设计一套完整的自动化切割方法以及协同控制方案。
发明内容
本方案针对上文提出的问题和需求,提出一种用于大型轮带切割设备的控制系统和控制方法,由于采取了如下技术特征而能够实现上述技术目的,并带来其他多项技术效果。
本发明的一个目的在于提出一种用于大型轮带切割设备的控制系统,所述切割设备包括:
支撑平台,配置为用于放置大型轮带;
运载小车,配置为能够沿着所述支撑平台的周向方向运动;
切割装置,安装在运载小车上,配置为能够在径向方向和轴向方向移动割炬以切割大型轮带;
所述控制系统包括:
定位模块,安装在运载小车上,配置为获取所述运载小车的位置信息;
示教与手动控制模块,配置为手动引导运载小车和切割装置运动至指定位置进行手动示教切割并由定位模块记录首次切割位置信息;
数据融合模块,与所述定位模块、示教与手动控制模块相耦接,配置为接收所述位置信息和首次切割位置信息并基于扩展卡尔曼滤波算法进行数据融合确定最优定位参数信息;
控制模块,与所述数据融合模块、运载小车相耦接,配置为基于所述最优定位参数信息控制所述运载小车运动至指定位置;
其中,所述控制模块与切割装置相耦接,控制所述切割装置在径向方向和轴向方向移动以对大型轮带指定位置进行准确切割。
在该技术方案中,将首次被切割的某种型号的大型轮带放置在支撑平台上,手动引导运载小车至指定位置进行切割;其中,由定位模块记录首次切割位置信息;对于已经被记录型号的大型轮带,将该轮带放置在支撑平台上,由定位模块测量运载小车的位置信息并将之与首次切割时记录的位置信息进行对比,并通过扩展卡尔曼滤波算法进行数据融合确定最优定位参数信息,以实现运载小车的定位;由控制模块控制所述切割装置在径向方向和轴向方向上的移动实现对大型轮带的切割,待切割完成后,将此次切割的相关参数信息以及人员信息进行保存备用;本发明采用基于扩展卡尔曼滤波算法的多传感器融合技术,较好地解决了大型轮带切割装置这样的简单非线性模型的定位问题,避免了多台切割装置切割过程中由于运载小车在环形轨道上的打滑造成定位不准的问题,大大提高生产效率和保证工人的人身安全。
在本发明的一个示例中,所述定位模块包括:
霍尔传感器,配置为获取所述运载小车的位置标定信息;
惯性测量单元,配置为获取所述运载小车的惯性信息;
轮式里程计,配置为获取所述运载小车的里程信息。
在本发明的一个示例中,所述控制系统还包括:
所述扩展卡尔曼滤波算法的非线性运动和观测模型如下:
xk+1=f(xk,uk+1)+wk+1
zk+1=h(xk+1)+vk+1
式中,xk+1为k+1时刻的状态变量,zk+1为k+1时刻的系统观测量,xk为k时刻的状态变量,uk+1为k+1时刻的控制量,f(·)和g(·)均为非线性函数,均可微,wk+1和vk+1均为白噪声,wk+1服从正态分布N(0,Qk),vk+1服从正态分布N(0,Rk),其中Qk为状态方程白噪声协方差,Rk为观测方程白噪声协方差。
在本发明的一个示例中,所述切割装置包括:
径向控制模块,配置为控制所述切割装置在径向方向上往复运动;
平台升降控制模块,配置为控制所述切割装置在轴向方向上往复运动。
在本发明的一个示例中,所述数据融合模块包括:
预测步单元,配置为根据上一时刻状态向量的后验估计值推算出当前时刻先验估计值以及先验估计的误差协方差;
更新步单元,配置为根测量得到的观测信息对先验估计值进行更新矫正,从而获得当前时刻状态向量的后验估计,后验估计就是状态向量融合后的结果。
在本发明的一个示例中,所述控制系统包括:
工艺配方管理模块,配置为保存各个型号的大型轮带的切割参数,并能够以被切割对象的型号作为索引;
生产报表生成模块,配置为对所述切割设备的每次切割的数据进行保存。
在本发明的一个示例中,所述控制系统包括:
ERP接口模块,配置为能够给切割装置下发生产计划或读取切割装置的切割数据。
本发明的另一个目的在于提出一种用于大型轮带的切割设备控制方法,包括如下步骤:
S10:将首次被切割的某种型号的大型轮带放置在支撑平台上,手动引导运载小车至指定位置进行切割;其中,运载小车避开吊耳所在的位置,惯性测量单元和轮式里程计同步测量和记录相关的位置信息;
S20:对于已经被记录型号的大型轮带,将该轮带放置在支撑平台上,由惯性测量单元和轮式里程计测量运载小车的位置信息并将之与首次切割时记录的位置信息进行对比,并通过扩展卡尔曼滤波算法进行数据融合确定最优定位参数信息,以实现运载小车的定位;
S30:由切割装置在径向方向和轴向方向上的移动实现对大型轮带的切割,待切割完成后,将此次切割的相关参数信息以及人员信息进行保存备用。
在本发明的一个示例中,在步骤S20中,还包括:
将示教与手动控制模块保存的位置信息和霍尔传感器获得的运载小车的位置信息结合并基于扩展卡尔曼滤波算法进行数据融合确定最优定位参数实现运载小车的精确定位。
在本发明的一个示例中,在步骤S20中,所述通过扩展卡尔曼滤波算法进行数据融合确定最优定位参数信息包括:
S201:预测:根据上一时刻状态向量的后验估计值推算出当前时刻先验估计值以及先验估计的误差协方差;
S202:更新:根测量得到的观测信息对先验估计值进行更新矫正,从而获得当前时刻状态向量的后验估计,后验估计就是状态向量融合后的结果。
下文中将结合附图对实施本发明的最优实施例进行更加详尽的描述,以便能容易理解本发明的特征和优点。
附图说明
为了更清楚地说明本发明实施例的技术方案,下文中将对本发明实施例的附图进行简单介绍。其中,附图仅仅用于展示本发明的一些实施例,而非将本发明的全部实施例限制于此。
图1为根据本发明实施例的一种用于大型轮带的切割设备的结构示意图;
图2为根据本发明实施例的一种用于大型轮带的切割设备的控制系统的控制原理图;
图3为根据本发明实施例的一种用于大型轮带的切割设备的控制系统的具体控制原理图;
图4为根据本发明实施例的测量系统的结构示意图;
图5为根据本发明实施例的一种用于大型轮带的切割设备的控制方法的流程图。
附图标记列表:
大型轮带300;
吊耳310;
冒口320;
控制系统200;
定位模块210;
霍尔传感器211;
惯性测量单元212;
轮式里程计213;
数据融合模块220;
预测步单元221;
更新步单元222;
控制模块230;
示教与手动控制模块240;
工艺配方管理模块250;
生产报表生成模块260;
ERP接口模块270;
切割设备100;
支撑平台110;
运载小车120;
运载小车伺服系统模块121;
切割装置130;
径向控制模块131;
平台升降控制模块132;
环形轨道140;
径向方向X;
轴向方向Y;
周向方向R。
具体实施方式
为了使得本发明的技术方案的目的、技术方案和优点更加清楚,下文中将结合本发明具体实施例的附图,对本发明实施例的技术方案进行清楚、完整地描述。附图中相同的附图标记代表相同部件。需要说明的是,所描述的实施例是本发明的一部分实施例,而不是全部的实施例。基于所描述的本发明的实施例,本领域普通技术人员在无需创造性劳动的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。
除非另作定义,此处使用的技术术语或者科学术语应当为本发明所属领域内具有一般技能的人士所理解的通常意义。本发明专利申请说明书以及权利要求书中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性,而只是用来区分不同的组成部分。同样,“一个”或者“一”等类似词语也不必然表示数量限制。“包括”或者“包含”等类似的词语意指出现该词前面的元件或物件涵盖出现在该词后面列举的元件或者物件及其等同,而不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接,而是可以包括电性的连接,不管是直接的还是间接的。“上”、“下”、“左”、“右”等仅用于表示相对位置关系,当被描述对象的绝对位置改变后,则该相对位置关系也可能相应地改变。
根据本发明第一方面的一种用于大型轮带切割设备的控制系统200,如图1所示,所述切割设备100包括:
支撑平台110,配置为用于放置大型轮带300;
运载小车120,配置为能够沿着所述支撑平台110的周向方向R运动;
切割装置130,安装在运载小车120上,配置为能够在径向方向X和轴向方向Y移动割炬以切割大型轮带300;
例如,如图1所示,支撑平台110包括三个,用于支撑待切割的大型轮带300(其中,大型轮带300上具有待切割的冒口320和切割时应该避让的吊耳310),在支撑平台110的周向方向R设置环形轨道140,所述环形轨道140包括内圈轨道和外圈轨道,运载小车120卡接在环形轨道140上,其中,运载小车120上布置有控制柜,下文所述的控制系统200放置在控制柜中。
如图2至图4所示,所述控制系统200包括:
定位模块210,安装在运载小车120上,配置为获取所述运载小车120的位置信息;
示教与手动控制模块240,配置为手动引导运载小车120和切割装置130运动至指定位置进行手动示教切割并由定位模块210记录首次切割位置信息;
数据融合模块220,与所述定位模块210、示教与手动控制模块240相耦接,配置为接收所述位置信息和首次切割位置信息并基于扩展卡尔曼滤波算法进行数据融合确定最优定位参数信息;
控制模块230,与所述数据融合模块220、运载小车120相耦接,配置为基于所述最优定位参数信息控制所述运载小车120运动至指定位置;
其中,所述控制模块230与切割装置130相耦接,控制所述切割装置130在径向方向X和轴向方向Y移动以对大型轮带300指定位置进行准确切割。
也就是说,将首次被切割的某种型号的大型轮带300放置在支撑平台110上,手动引导运载小车120至指定位置进行切割;其中,由定位模块210记录首次切割位置信息;对于已经被记录型号的大型轮带300,将该轮带放置在支撑平台110上,由定位模块210测量运载小车120的位置信息并将之与首次切割时记录的位置信息进行对比,并通过扩展卡尔曼滤波算法进行数据融合确定最优定位参数信息,以实现运载小车120的定位;由控制模块230控制所述切割装置130在径向方向X和轴向方向Y上的移动实现对大型轮带300的切割,待切割完成后,将此次切割的相关参数信息以及人员信息进行保存备用;本发明采用基于扩展卡尔曼滤波算法的多传感器融合技术,较好地解决了大型轮带300切割装置130这样的简单非线性模型的定位问题,避免了多台切割装置130切割过程中由于运载小车120在环形轨道140上的打滑造成定位不准的问题,大大提高生产效率和保证工人的人身安全。
在本发明的一个示例中,所述定位模块210包括:
霍尔传感器211,配置为获取所述运载小车120的位置标定信息;
惯性测量单元212,配置为获取所述运载小车120的惯性信息;
轮式里程计213,配置为获取所述运载小车120的里程信息;
对于霍尔传感器211,本发明所述的基于霍尔传感器211的运载小车120位置标定方法,采用在环形轨道140上均匀布置若干个磁性垫片,每隔一段距离校准一次运载小车120位置的方法对小运载车位置进行标定,提高了运载小车120位置精度,同时避免了因为运载小车120位置误差而造成将大型轮带300吊耳310等关键位置切除的情况。
所述霍尔传感器211的磁性垫片均布在运载小车120轨道上,霍尔传感器211布置在运载小车120上。当运载小车120到达磁性垫片所在位置时,将此时的准确位置传送给控制模块230,完成对小车位置的标定,结合所述基于多传感器融合的摩擦形式驱动下的切割小车定位算法,实现对运载小车120位置的误差修正。
在本发明的一个示例中,所述扩展卡尔曼滤波算法的非线性运动和观测模型如下:
xk+1=f(xk,uk+1)+wk+1
zk+1=h(xk+1)+vk+1
式中,xk+1为k+1时刻的状态变量,zk+1为k+1时刻的系统观测量,xk为k时刻的状态变量,uk+1为k+1时刻的控制量,f(·)和g(·)均为非线性函数,均可微,wk+1和vk+1均为白噪声,wk+1服从正态分布N(0,Qk),vk+1服从正态分布N(0,Rk),其中Qk为状态方程白噪声协方差,Rk为观测方程白噪声协方差。
也就是说,采用扩展卡尔曼滤波算法对由惯性测量单元212、轮式里程计213测量得到的位姿信息进行融合优化,具体如下:
利用一阶泰勒展开公式将运动和观测模型展开成线性方程:
扩展卡尔曼滤波算法的主要思想是把非线性方程通过一阶泰勒展开成线性方程,再利用线性卡尔曼滤波算法对状态量进行估计。扩展卡尔曼滤波算法主要包含:预测步和更新步。预测步负责:根据上一时刻状态向量的后验估计值推算出当前时刻先验估计值以及先验估计的误差协方差;更新步负责:根测量得到的观测信息对先验估计值进行更新矫正,从而获得当前时刻状态向量的后验估计,后验估计就是状态向量融合后的结果。
所述基于多传感器融合的摩擦形式驱动下的切割小车定位算法使用轮式里程计213的数据做状态预测,使用惯性测量单元212的数据做测量更新。
在本发明的一个示例中,所述控制系统200还包括:
示教与手动控制模块240,配置为手动引导运载小车120和切割装置130运动至指定位置进行手动示教;
具体地,所述示教与手动控制模块240对自动化设备进行示教,示教完毕后设备会对待切割轮带冒口320高度及位置进行记忆,随后自主完成自动化切割,很大程度上提高了切割的自动化水平,同时也保证了自动化切割的可靠性,方便工人的操作。
所述示教与手动控制模块240用于对于首次被切割的对象型号,为了避开轮带的吊耳310等切割时不能切割的部分,将工件放置完毕,用手动示教器引导运载小车120及升降平台到合适的位置进行手动示教。在所述示教与手动控制过程中,依靠所述基于多传感器融合的摩擦形式驱动下的切割小车定位算法的定位信息并将位置数据进行保存,以便下次切割同一型号轮带时实现自动化切割。
在本发明的一个示例中,所述切割装置130包括:
径向控制模块131,配置为控制所述切割装置130在径向方向X上往复运动;
平台升降控制模块132,配置为控制所述切割装置130在轴向方向Y上往复运动;
具体地,对于切割装置130包括:
例如,径向控制模块131为伸缩装置,安装在运载小车120上,配置为能够沿着径向方向X移动;
例如,平台升降控制模块132为升降机构,所述升降机构与所述伸缩装置131相联接,配置为能够沿着轴向方向Y移动,所述割炬133安装在升降机构上,用于切割大型轮带300;
所述切割装置130还包括:
测量系统134,其配置为测量所述割炬133与所述大型轮带300割缝的轴向距离信息和径向距离信息;
其中,所述控制系统200与所述测量系统134通信连接,并配置为从所述测量系统134接收所述轴向距离信息和径向距离信息,并且基于所述轴向距离信息调节所述伸缩装置在径向方向X上的位置、基于所述径向距离信息调节所述切割装置130在轴向方向Y上的位置。
先将大型轮带300放置在支撑平台110上,然后由运载小车120沿着支撑平台110的周向方向R运动并运动至指定的位置,由测量系统134测量所述割炬133与所述大型轮带300割缝的轴向距离信息,接着由控制系统200基于所述轴向距离信息调节所述升降机构在轴向方向Y上的位置,从而实现割炬133与割缝处于同一水平面,然后由测量系统134测量所述割炬133与所述大型轮带300割缝的径向距离信息,由控制系统200基于所述径向距离信息调节所述切割装置130在径向方向X上的位置,最终实现割炬133切割大型轮带300的冒口320和吊耳310。
在本发明的一个示例中,所述测量系统134包括:
激光水平仪1341,配置为向所述大型轮带的侧面投射水平光线;
工业相机1342,配置为获取大型轮带300的图像信息;
图像处理器1343,配置为基于所述水平光线和所述图像信息获取所述割炬142与所述大型轮带300割缝的轴向距离信息;
也就是说,首先对激光水平仪1341进行校零调整,接着切割设备100的激光水平仪1341发射光波,光线投影到轮带侧边,工业相机1342进行实时拍摄,将拍摄的图像传输至上位机,通过图像处理器1343计算水平光线与轮带割缝之间的垂直轴向像素距离,再根据计算公式计算实际物理距离,将距离数据传输至控制系统200,控制系统200控制升降机构进行轴向调节,以保证割炬133与割缝处在同一水平面;
其中,计算公式为:
S=S0×K
式中K—像素长度:图像中一个像素对应的实际位移量,单位mm/pix;
S0—图像的像素值,单位pix;
S—实际物理位移量,单位mm。
在本发明的一个示例中,所述测量系统134包括:
激光测距仪1344,所述激光测距仪1344安装在所述运载小车120上,配置为测量所述运载小车120距离所述大型轮胎的径向距离信息,并且基于所述伸缩机构的在径向方向X的伸缩长度而获得所述割炬133与所述大型轮带300割缝的径向距离信息;
也就是说,首先对激光测距仪11344进行校零调整,切割设备100的激光测距仪1344同时发射光波,测量割炬133与轮带割缝的径向距离,将测量的实时数据传输到控制系统200,控制模块230控制伸缩装置伸缩进行径向调节,以实现割炬133切割的目的。
也就是说,基于扩展卡尔曼滤波算法进行数据融合确定最优定位参数信息,控制模块230基于所述最优定位参数信息控制所述运载小车120运动至指定位置,由控制模块230基于测量系统134所测量数据控制所述切割装置130在径向方向X和轴向方向Y移动以对大型轮带300指定位置进行准确切割,即当运输小车移动至指定位置后,切割装置130通过在径向方向X和轴向方向Y上灵活调节切割头的位置,从而准确的对大型轮带300进行切割。其中,对于切割装置130的控制则由控制系统200直接进行控制,也可由工人通过人机交互界面对升降平台进行控制。
在本发明的一个示例中,所述运载小车120包括:
运载小车伺服系统模块121,其与控制系统200相耦接,控制系统200接收基于多传感器融合的摩擦形式驱动下的运载小车120定位算法处理获得的最佳定位参数信息并向运载小车伺服系统模块121发送相应的控制信息,运载小车伺服系统模块121接收控制信息后直接对运载小车120进行控制,使得小车移动至准确的位置。
在本发明的一个示例中,所述数据融合模块220包括:
预测步单元221,配置为根据上一时刻状态向量的后验估计值推算出当前时刻先验估计值以及先验估计的误差协方差;
更新步单元222,配置为根测量得到的观测信息对先验估计值进行更新矫正,从而获得当前时刻状态向量的后验估计,后验估计就是状态向量融合后的结果;
也就是说,扩展卡尔曼滤波算法主要包含:预测步和更新步;预测步负责:根据上一时刻状态向量的后验估计值推算出当前时刻先验估计值以及先验估计的误差协方差;更新步负责:根测量得到的观测信息对先验估计值进行更新矫正,从而获得当前时刻状态向量的后验估计,后验估计就是状态向量融合后的结果。
所述基于多传感器融合的摩擦形式驱动下的切割小车定位算法使用轮式里程计213的数据做状态预测,使用惯性测量单元212的数据做测量更新。
在本发明的一个示例中,所述控制系统200包括:
工艺配方管理模块250,配置为保存各个型号的大型轮带300的切割参数,并能够以被切割对象的型号作为索引;
生产报表生成模块260,配置为对所述切割设备100的每次切割的数据进行保存;
也就是说,所述工艺配方管理模块250主要功能是对于每一种型号的切割参数,系统采用工艺配方的方式进行保存,以被切割的对象的型号作为索引,形成一套完整的配方管理模块;可以对工艺配方进行保存、读取、删除等操作,保证系统运行的自动化程度。所述生产报表生成模块260主要功能是对于每次切割的数据进行保存,保存的内容包括切割时间、工件型号、操作员姓名、工作时间、运载小车120的平均速度、割炬高度、切割效果等。所述工艺配方管理模块250和生产报表生成模块260的功能均通过上位机界面或者触摸屏实现,生产报表生成模块260将每一次切割时的数据以及时间信息等进行保存,很大程度上方便了对切割操作的管理。
在本发明的一个示例中,所述控制系统200包括:
ERP接口模块270,配置为能够给切割装置130下发生产计划或读取切割装置130的切割数据;
也就是说,通过ERP接口模块270可以直接给切割装置130下发生产计划或读取切割装置130的数据,更加方便对大型轮带300切割进行模块化管理,提高了系统的自动化程度。
根据本发明第二方面的一种用于大型轮带300的切割设备100控制方法,如图5所示,包括如下步骤:
S10:将首次被切割的某种型号的大型轮带300放置在支撑平台110上,手动引导运载小车120至指定位置进行切割;其中,运载小车120避开吊耳310所在的位置,惯性测量单元212和轮式里程计213同步测量和记录相关的位置信息;
S20:对于已经被记录型号的大型轮带300,将该轮带放置在支撑平台110上,由惯性测量单元212和轮式里程计213测量运载小车120的位置信息并将之与首次切割时记录的位置信息进行对比,并通过扩展卡尔曼滤波算法进行数据融合确定最优定位参数信息,以实现运载小车120的定位;
S30:由切割装置130在径向方向X和轴向方向Y上的移动实现对大型轮带300的切割,待切割完成后,将此次切割的相关参数信息以及人员信息进行保存备用。上述切割步骤均可通过上位机界面实现控制。切割完成后,通过上位机界面的操作,可以将此次切割的相关参数信息以及操作人员等信息保存并导出,以便记录及检查。同时,还可以通过与ERP接口模块270给切割系统下发生产计划或读取切割系统数据。
也就是说,对于已经被记录型号的大型轮带300,该方法先将大型轮带300放置在支撑平台110上,然后由运载小车120沿着支撑平台110的周向方向R运动,在此过程中,由定位模块210对运载小车120的位置信息进行标定,数据融合模块220接收所述位置信息并基于扩展卡尔曼滤波算法进行数据融合确定最优定位参数信息,由控制模块230基于所述最优定位参数信息控制所述运载小车120运动至指定位置,然后由控制模块230控制所述切割装置130在径向方向X和轴向方向Y移动以对大型轮带300指定位置进行准确切割;本方法采用基于扩展卡尔曼滤波算法的多传感器融合技术,较好地解决了大型轮带300切割装置130这样的简单非线性模型的定位问题,避免了多台切割装置130切割过程中由于运载小车120在环形轨道140上的打滑造成定位不准的问题,大大提高生产效率和保证工人的人身安全。
在本发明的一个示例中,在步骤S20中,还包括:
将示教与手动控制模块240保存的位置信息和霍尔传感器211获得的运载小车120的位置信息结合并基于扩展卡尔曼滤波算法进行数据融合确定最优定位参数实现运载小车120的精确定位。
在本发明的一个示例中,在步骤S20中,所述通过扩展卡尔曼滤波算法进行数据融合确定最优定位参数信息包括:
S201:预测:根据上一时刻状态向量的后验估计值推算出当前时刻先验估计值以及先验估计的误差协方差;
S202:更新:根测量得到的观测信息对先验估计值进行更新矫正,从而获得当前时刻状态向量的后验估计,后验估计就是状态向量融合后的结果。
根据本发明的一种用于大型轮带300的切割设备100控制方法,该方法通过霍尔传感器211对运载小车120的位置进行标定,并将位置标定信息与惯性测量单元212以及轮式里程计213测得的位置信息进行融合,通过扩展卡尔曼滤波算法对数据进行融合,从而得到最优定位参数。对于初次切割的轮带型号,本发明提出使用人工示教的方式对初次切割型号轮带的吊耳310等关键部位所对应的位置参数进行保存,将保存后的位置信息与基于多传感器融合的摩擦形式驱动下的切割小车定位算法以及霍尔传感器211对小车的位置标定信息进行结合,这样大大提高了系统的自动化程度,减轻了工人的劳动强度,保护了工人的人身安全。同时,本发明所提出的切割系统提供了人机交互界面,工艺配方管理模块250和生产报表生成模块260具体功能的实现便是由人机交互界面来完成的。同时,本发明提出的切割系统还预留了与ERP接口模块270,需要时,可直接给切割系统下发生产计划或读取切割系统的数据。
上文中参照优选的实施例详细描述了本发明所提出的用于大型轮带300的切割设备100控制系统200和控制方法的示范性实施方式,然而本领域技术人员可理解的是,在不背离本发明理念的前提下,可以对上述具体实施例做出多种变型和改型,且可以对本发明提出的各种技术特征、结构进行多种组合,而不超出本发明的保护范围,本发明的保护范围由所附的权利要求确定。
Claims (10)
1.一种用于大型轮带切割设备的控制系统,其特征在于,所述切割设备(100)包括:
支撑平台(110),配置为用于放置大型轮带(300);
运载小车(120),配置为能够沿着所述支撑平台(110)的周向方向(R)运动;
切割装置(130),安装在运载小车(120)上,配置为能够在径向方向(X)和轴向方向(Y)移动割炬以切割大型轮带(300);
所述控制系统(200)包括:
定位模块(210),安装在运载小车(120)上,配置为获取所述运载小车(120)的位置信息;
示教与手动控制模块(240),配置为手动引导运载小车(120)和切割装置(130)运动至指定位置进行手动示教切割并由定位模块(210)记录首次切割位置信息;
数据融合模块(220),与所述定位模块(210)、示教与手动控制模块(240)相耦接,配置为接收所述位置信息和首次切割位置信息并基于扩展卡尔曼滤波算法进行数据融合确定最优定位参数信息;
控制模块(230),与所述数据融合模块(220)、运载小车(120)相耦接,配置为基于所述最优定位参数信息控制所述运载小车(120)运动至指定位置;
其中,所述控制模块(230)与切割装置(130)相耦接,控制所述切割装置(130)在径向方向(X)和轴向方向(Y)移动以对大型轮带(300)指定位置进行准确切割。
2.根据权利要求1所述的用于大型轮带切割设备的控制系统,其特征在于,
所述定位模块(210)包括:
霍尔传感器(211),配置为获取所述运载小车(120)的位置标定信息;
惯性测量单元(212),配置为获取所述运载小车(120)的惯性信息;
轮式里程计(213),配置为获取所述运载小车(120)的里程信息。
3.根据权利要求1或2所述的用于大型轮带切割设备的控制系统,其特征在于,
所述扩展卡尔曼滤波算法的非线性运动和观测模型如下:
xk+1=f(xk,uk+1)+wk+1
zk+1=h(xk+1)+vk+1
式中,xk+1为k+1时刻的状态变量,zk+1为k+1时刻的系统观测量,xk为k时刻的状态变量,uk+1为k+1时刻的控制量,f(·)和g(·)均为非线性函数,均可微,wk+1和vk+1均为白噪声,wk+1服从正态分布N(0,Qk),vk+1服从正态分布N(0,Rk),其中Qk为状态方程白噪声协方差,Rk为观测方程白噪声协方差。
4.根据权利要求1所述的用于大型轮带切割设备的控制系统,其特征在于,
所述切割装置(130)包括:
径向控制模块(131),配置为控制所述切割装置(130)在径向方向(X)上往复运动;
平台升降控制模块(132),配置为控制所述切割装置(130)在轴向方向(Y)上往复运动。
5.根据权利要求1所述的用于大型轮带切割设备的控制系统,其特征在于,
所述数据融合模块(220)包括:
预测步单元(221),配置为根据上一时刻状态向量的后验估计值推算出当前时刻先验估计值以及先验估计的误差协方差;
更新步单元(222),配置为根测量得到的观测信息对先验估计值进行更新矫正,从而获得当前时刻状态向量的后验估计,后验估计就是状态向量融合后的结果。
6.根据权利要求1所述的用于大型轮带切割设备的控制系统,其特征在于,
所述控制系统(200)包括:
工艺配方管理模块(250),配置为保存各个型号的大型轮带(300)的切割参数,并能够以被切割对象的型号作为索引;
生产报表生成模块(260),配置为对所述切割设备(100)的每次切割的数据进行保存。
7.根据权利要求1所述的用于大型轮带切割设备的控制系统,其特征在于,
所述控制系统(200)包括:
ERP接口模块(270),配置为能够给切割装置(130)下发生产计划或读取切割装置(130)的切割数据。
8.一种用于大型轮带的切割设备控制方法,其特征在于,包括如下步骤:
S10:将首次被切割的某种型号的大型轮带(300)放置在支撑平台(110)上,手动引导运载小车(120)至指定位置进行切割;其中,运载小车(120)避开吊耳(310)所在的位置,惯性测量单元(212)和轮式里程计(213)同步测量和记录相关的位置信息;
S20:对于已经被记录型号的大型轮带(300),将该轮带放置在支撑平台(110)上,由惯性测量单元(212)和轮式里程计(213)测量运载小车(120)的位置信息并将之与首次切割时记录的位置信息进行对比,并通过扩展卡尔曼滤波算法进行数据融合确定最优定位参数信息,以实现运载小车(120)的定位;
S30:由切割装置(130)在径向方向(X)和轴向方向(Y)上的移动实现对大型轮带(300)的切割,待切割完成后,将此次切割的相关参数信息以及人员信息进行保存备用。
9.根据权利要求8所述的用于大型轮带(300)的切割设备控制方法,其特征在于,
在步骤S20中,还包括:
将示教与手动控制模块(240)保存的位置信息和霍尔传感器(211)获得的运载小车(120)的位置信息结合并基于扩展卡尔曼滤波算法进行数据融合确定最优定位参数实现运载小车(120)的精确定位。
10.根据权利要求8所述的用于大型轮带的切割设备控制方法,其特征在于,
在步骤S20中,所述通过扩展卡尔曼滤波算法进行数据融合确定最优定位参数信息包括:
S201:预测:根据上一时刻状态向量的后验估计值推算出当前时刻先验估计值以及先验估计的误差协方差;
S202:更新:根测量得到的观测信息对先验估计值进行更新矫正,从而获得当前时刻状态向量的后验估计,后验估计就是状态向量融合后的结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210760242.5A CN115041669A (zh) | 2022-06-30 | 2022-06-30 | 用于大型轮带切割设备的控制系统和控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210760242.5A CN115041669A (zh) | 2022-06-30 | 2022-06-30 | 用于大型轮带切割设备的控制系统和控制方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115041669A true CN115041669A (zh) | 2022-09-13 |
Family
ID=83164595
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210760242.5A Pending CN115041669A (zh) | 2022-06-30 | 2022-06-30 | 用于大型轮带切割设备的控制系统和控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115041669A (zh) |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103776463A (zh) * | 2013-12-31 | 2014-05-07 | 中国矿业大学 | 无人工作面采煤机自动记忆割煤自主定位装置测试方法 |
CN104712449A (zh) * | 2015-02-06 | 2015-06-17 | 西华大学 | 一种大学生方程式赛车四轮防滑系统 |
WO2016005532A1 (fr) * | 2014-07-09 | 2016-01-14 | Sagem Defense Securite | Filtre particulaire invariant |
CN204975626U (zh) * | 2015-07-30 | 2016-01-20 | 莱芜钢铁集团有限公司 | 一种圆弧形坡口加工装置 |
US20170173262A1 (en) * | 2017-03-01 | 2017-06-22 | François Paul VELTZ | Medical systems, devices and methods |
CN107588769A (zh) * | 2017-10-17 | 2018-01-16 | 北京航天发射技术研究所 | 一种车载捷联惯导、里程计及高程计组合导航方法 |
CN109655055A (zh) * | 2018-11-07 | 2019-04-19 | 深圳技术大学(筹) | 一种轨检机器人的定位方法 |
CN112326990A (zh) * | 2020-10-22 | 2021-02-05 | 北京农业智能装备技术研究中心 | 一种作业车辆测速方法及系统 |
CN212634638U (zh) * | 2020-06-22 | 2021-03-02 | 武汉工程大学 | 一种焊接机器人 |
CN112733284A (zh) * | 2020-12-22 | 2021-04-30 | 长春工程学院 | 一种汽车线束波纹管波峰切割定位信息融合方法 |
CN112762928A (zh) * | 2020-12-23 | 2021-05-07 | 重庆邮电大学 | 含有激光slam的odom与dm地标组合移动机器人及导航方法 |
CN113172374A (zh) * | 2021-04-25 | 2021-07-27 | 中铁十四局集团有限公司 | 一种用于钢管切割及焊接的走行智能控制系统及方法 |
CN113369691A (zh) * | 2021-07-02 | 2021-09-10 | 济南鼎点数控设备有限公司 | 一种智能激光切管机及其定位方法 |
CN214722616U (zh) * | 2021-03-06 | 2021-11-16 | 广东富华重工制造有限公司 | 具有放料结构的刹车片切割机 |
CN114228012A (zh) * | 2021-12-24 | 2022-03-25 | 华南理工大学 | 风电叶片飞边自动切割打磨一体化机器人和切割打磨方法 |
CN114463704A (zh) * | 2022-01-26 | 2022-05-10 | 西安航天三沃机电设备有限责任公司 | 一种基于视觉融合的车辆识别方法 |
-
2022
- 2022-06-30 CN CN202210760242.5A patent/CN115041669A/zh active Pending
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103776463A (zh) * | 2013-12-31 | 2014-05-07 | 中国矿业大学 | 无人工作面采煤机自动记忆割煤自主定位装置测试方法 |
WO2016005532A1 (fr) * | 2014-07-09 | 2016-01-14 | Sagem Defense Securite | Filtre particulaire invariant |
CN104712449A (zh) * | 2015-02-06 | 2015-06-17 | 西华大学 | 一种大学生方程式赛车四轮防滑系统 |
CN204975626U (zh) * | 2015-07-30 | 2016-01-20 | 莱芜钢铁集团有限公司 | 一种圆弧形坡口加工装置 |
US20170173262A1 (en) * | 2017-03-01 | 2017-06-22 | François Paul VELTZ | Medical systems, devices and methods |
CN107588769A (zh) * | 2017-10-17 | 2018-01-16 | 北京航天发射技术研究所 | 一种车载捷联惯导、里程计及高程计组合导航方法 |
CN109655055A (zh) * | 2018-11-07 | 2019-04-19 | 深圳技术大学(筹) | 一种轨检机器人的定位方法 |
CN212634638U (zh) * | 2020-06-22 | 2021-03-02 | 武汉工程大学 | 一种焊接机器人 |
CN112326990A (zh) * | 2020-10-22 | 2021-02-05 | 北京农业智能装备技术研究中心 | 一种作业车辆测速方法及系统 |
CN112733284A (zh) * | 2020-12-22 | 2021-04-30 | 长春工程学院 | 一种汽车线束波纹管波峰切割定位信息融合方法 |
CN112762928A (zh) * | 2020-12-23 | 2021-05-07 | 重庆邮电大学 | 含有激光slam的odom与dm地标组合移动机器人及导航方法 |
CN214722616U (zh) * | 2021-03-06 | 2021-11-16 | 广东富华重工制造有限公司 | 具有放料结构的刹车片切割机 |
CN113172374A (zh) * | 2021-04-25 | 2021-07-27 | 中铁十四局集团有限公司 | 一种用于钢管切割及焊接的走行智能控制系统及方法 |
CN113369691A (zh) * | 2021-07-02 | 2021-09-10 | 济南鼎点数控设备有限公司 | 一种智能激光切管机及其定位方法 |
CN114228012A (zh) * | 2021-12-24 | 2022-03-25 | 华南理工大学 | 风电叶片飞边自动切割打磨一体化机器人和切割打磨方法 |
CN114463704A (zh) * | 2022-01-26 | 2022-05-10 | 西安航天三沃机电设备有限责任公司 | 一种基于视觉融合的车辆识别方法 |
Non-Patent Citations (1)
Title |
---|
田静;何军;王立文;: "基于GPS/霍尔转速传感器融合的机场跑道摩擦系数测试车速度测量", 制造业自动化, no. 08, 25 August 2009 (2009-08-25), pages 23 - 25 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112059363B (zh) | 一种基于视觉测量的无人爬壁焊接机器人及其焊接方法 | |
CN107052950B (zh) | 一种复杂曲面打磨抛光系统及方法 | |
CN103759635B (zh) | 一种精度与机器人无关的扫描测量机器人检测方法 | |
CN108151660B (zh) | 一种飞机部件对接间隙和阶差的测量装备、方法及系统 | |
WO2020078335A1 (zh) | 利用agv作为运载工具的夹具自动交换装置 | |
CN111745369B (zh) | 面向实时监控的大型舱段对接方法 | |
CN106152955B (zh) | 一种大尺寸轴类零件检测装置及方法 | |
CN212329961U (zh) | 一种基于视觉测量的无人爬壁焊接机器人 | |
CN104006789B (zh) | 空间动态角度测量装置和测量方法 | |
CN109760006B (zh) | 一种基于视觉参考件的核机器人快速定位方法 | |
CN109263753A (zh) | 利用agv作为运载工具的夹具自动交换方法 | |
CN210908467U (zh) | 一种实现焊缝跟踪的焊接装置 | |
CN106352795A (zh) | 用于柔性制造的视觉测量装置及方法 | |
CN104226758B (zh) | 新型悬臂式双曲度船体外板自动化水火弯成形设备 | |
CN106289059A (zh) | 转向架检测装置 | |
CN108656120B (zh) | 一种基于图像对比的示教、加工方法 | |
CN115041669A (zh) | 用于大型轮带切割设备的控制系统和控制方法 | |
CN209925010U (zh) | 一种基于机器视觉的盾构管片位置调节装置 | |
CN103925874B (zh) | 影像测量设备及采用该设备进行影像处理的方法 | |
JP2002514774A (ja) | 座標測定装置およびその制御法 | |
CN113059579A (zh) | 一种柔性作业装置 | |
CN110561400A (zh) | 圆周均匀分布零件的高效精准定位系统及定位方法 | |
CN107064951B (zh) | 一种电解车间位置信息管理和测距数据处理方法 | |
CN115026374B (zh) | 切割设备 | |
CN110146020A (zh) | 基于三坐标测量仪和ccd高效率测量气缸尺寸的装置 |
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 |