CN115213901A - 机器人磨抛力-位-速度协同工艺规划方法、系统及终端 - Google Patents
机器人磨抛力-位-速度协同工艺规划方法、系统及终端 Download PDFInfo
- Publication number
- CN115213901A CN115213901A CN202210784778.0A CN202210784778A CN115213901A CN 115213901 A CN115213901 A CN 115213901A CN 202210784778 A CN202210784778 A CN 202210784778A CN 115213901 A CN115213901 A CN 115213901A
- Authority
- CN
- China
- Prior art keywords
- polishing
- grinding
- speed
- force
- robot
- 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
- 238000000227 grinding Methods 0.000 title claims abstract description 249
- 238000005498 polishing Methods 0.000 title claims abstract description 241
- 238000000034 method Methods 0.000 title claims abstract description 113
- 230000008569 process Effects 0.000 title claims abstract description 66
- 239000000463 material Substances 0.000 claims abstract description 102
- 238000012545 processing Methods 0.000 claims abstract description 68
- 238000002474 experimental method Methods 0.000 claims abstract description 19
- 238000009499 grossing Methods 0.000 claims abstract description 14
- 238000007517 polishing process Methods 0.000 claims description 33
- 230000001133 acceleration Effects 0.000 claims description 26
- 238000003754 machining Methods 0.000 claims description 25
- 238000006073 displacement reaction Methods 0.000 claims description 9
- 239000012636 effector Substances 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 7
- 230000006870 function Effects 0.000 claims description 7
- 238000005457 optimization Methods 0.000 claims description 6
- 239000011159 matrix material Substances 0.000 claims description 3
- 238000007619 statistical method Methods 0.000 claims description 3
- 230000009471 action Effects 0.000 claims description 2
- 238000006243 chemical reaction Methods 0.000 claims description 2
- 238000003860 storage Methods 0.000 claims description 2
- 239000000126 substance Substances 0.000 claims description 2
- 230000009466 transformation Effects 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 6
- 238000004088 simulation Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 4
- 230000000052 comparative effect Effects 0.000 description 4
- 230000006872 improvement Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000008092 positive effect Effects 0.000 description 2
- 239000000047 product Substances 0.000 description 2
- 238000012827 research and development Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 229910001220 stainless steel Inorganic materials 0.000 description 2
- 239000010935 stainless steel Substances 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000000418 atomic force spectrum Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000012467 final product Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000003801 milling Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000003746 surface roughness Effects 0.000 description 1
- 230000002195 synergetic effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- 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
-
- 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
Abstract
本发明属于材料磨抛加工技术领域,公开了机器人磨抛力‑位‑速度协同工艺规划方法、系统及终端,确定复杂曲面磨抛零件,通过实验获得工件材料的材料去除率模型,材料去除量约束下不同加工位置的磨抛法向接触力规划;生成磨抛刀具轨迹,将刀具轨迹位置和方向B样条光顺,进给驱动系统约束下不同加工位置的进给速度规划;通过工件不同加工位置的接触力和进给速度的共同规划,实现力‑位‑速度协同工艺规划,实现高效率高精度复杂曲面磨抛加工。本发明在材料去除量约束下对不同加工位置的磨抛法向接触力规划,避免复杂曲面中曲率较小和曲率较大位置处欠磨和过磨问题;在进给驱动系统约束下对不同加工位置的进给速度规划,提高磨抛加工效率。
Description
技术领域
本发明属于材料磨抛加工技术领域,尤其涉及一种机器人磨抛力-位-速度协同工艺规划方法、系统及终端。
背景技术
目前,复杂曲面零件在航空航天、汽车、船舶等领域的应用日益广泛,为保证零件表面的轮廓度和粗糙度,复杂曲面零件一般经过铣削加工后还需磨抛处理。
目前,手工抛光仍是复杂表面的主要精加工方法,但手工抛光存在加工效率低、精度低等问题,因此有必要开发一种自动化加工方法。目前国内外主要有多轴机床抛光和机器人抛光两种方法,这两种方法可以显着提高加工效率和表面质量,但多轴机床抛光也有明显的缺点:成本高,加工方式固定,灵活性差等。机器人加工为复杂表面的抛光提供了新思路,与多轴机床相比,机器人具有成本低、灵活性好、操作空间大等优点。机器人磨抛应用越来越广泛。
复杂曲面零件在磨抛时,由于工件轮廓各点曲率不一样,为保证恒定的材料去除深度,确保轮廓精度,需对磨抛工艺参数进行规划。磨抛工艺参数一般包括法向接触力、磨抛工件的进给速度、磨抛工具的线速度等。目前,磨抛工艺参数是通过建立材料去除模型规划的。
在众多影响磨抛加工效率和质量的因素中,由于磨抛接触力直接决定材料去除率,并且影响最终成品的轮廓精度,因此,沿着工件磨抛路径规划接触力是一个重要问题。通常将接触力控制为恒定,来确保工件上的材料去除率均匀。然而,对于曲率变化较大的复杂曲面零件(例如叶盘叶片),恒定接触力的材料去除率在不同加工位置差异性会较大,很容易导致一些加工位置出现过抛或者欠抛等问题。因此,为了保证工件不同位置所需要的材料去除量,同时规划复杂曲面零件不同位置的接触力是非常重要的。
沿着工件磨抛路径规划磨抛进给速度也是一个重要问题。通常将进给速度控制为恒定,进给速度太小导致磨抛加工效率低,进给速度太大则影响磨抛加工质量。因此,有必要对工件不同位置处的进给速度进行规划。
复杂曲面零件在磨抛加工过程中,磨抛接触力的大小和进给速度是影响磨抛质量的关键。为保证恒定的材料去除深度,确保轮廓精度,提高加工效率,需在复杂曲面不同加工位置对接触力大小和进给速度进行规划。然而,在实际的复杂曲面加工过程中,通常取恒定磨抛接触力和恒定进给速度进行磨抛,没有对接触力和进给速度进行规划,这样会造成材料去除深度不一致,加工效率低等问题。
综上所述,为了有效保证整体叶盘磨抛加工后的表面粗糙度和表面一致性,提高磨抛加工效率,在材料去除精度和机器人驱动系统约束的条件下,对工件不同加工位置的接触力和进给速度进行规划,实现力-位-速度协同工艺规划,实现高效率高精度复杂曲面磨抛加工。
通过上述分析,现有技术存在的问题及缺陷为:
(1)手工抛光存在加工效率低、精度低等问题;在实际的复杂曲面零件机器人磨抛加工过程中,通常取恒定磨抛接触力和恒定进给速度进行磨抛,没有对接触力和进给速度进行规划,会造成材料去除深度不一致,加工效率低等问题。
(2)将接触力控制为恒定来确保工件上的材料去除率均匀的方法,对于曲率变化较大的复杂曲面零件,恒定接触力的材料去除率在不同加工位置差异性会较大,容易导致加工位置出现过抛或者欠抛等问题。
(3)若将进给速度控制为恒定,则进给速度太小导致磨抛加工效率低,进给速度太大则影响磨抛加工质量。
发明内容
针对现有技术存在的问题,本发明提供了一种机器人磨抛力-位-速度协同工艺规划方法、系统及终端,具体涉及一种复杂曲面零件机器人磨抛力-位-速度协同工艺规划方法。
本发明是这样实现的,一种复杂曲面零件机器人磨抛力-位-速度协同工艺规划方法,所述复杂曲面零件机器人磨抛力-位-速度协同工艺规划方法包括:
确定复杂曲面磨抛零件,通过实验获得工件材料的材料去除率模型,进行材料去除量约束下不同加工位置的磨抛法向接触力规划;生成磨抛刀具轨迹,将刀具轨迹位置和方向B样条光顺,进给驱动系统约束下不同加工位置的进给速度规划;通过工件不同加工位置的接触力和进给速度的共同规划,实现力-位-速度协同工艺规划,进而实现高效率高精度的复杂曲面磨抛加工。
进一步,所述复杂曲面零件机器人磨抛力-位-速度协同工艺规划方法包括以下步骤:
S1,针对具体的磨抛场景,建立工件材料去除率模型;
S2,针对具体的磨抛场景,根据工件材料去除模型规划磨抛接触力;
S3,针对具体的磨抛场景,对软件生成的刀具轨迹进行插值和光顺,实现连续的进给速度;
S4,针对具体的磨抛场景,在机器人驱动系统约束条件下,规划磨抛进给速度;
S5,针对具体的磨抛场景,建立力-位-速度混合约束下的磨抛工艺规划,实现高效率高精度复杂曲面磨抛加工。
进一步,所述步骤S1中的工件材料去除率模型通过系列实验数据统计分析得到;通过开展系列磨抛实验获取磨抛材料去除的实验数据,建立磨抛深度与各影响因素之间的关系;通过参数辨识得到材料去除率模型当中的未知参数的值,从而获得工件材料的材料去除率模型。
其中,h是材料去除深度;Kp是Preston常数,由接触轮和工件的材料、磨抛接触压力和相对线速度的各种磨抛参数组成;B是综合影响因素,R1是接触轮半径,Nr是主轴转速,vw是工具-工件相对进给速度,F是磨抛法向接触力,E是工件和工具的等效弹性模量,W为接触轮宽度;R是工件和接触轮的等效半径;k是补偿系数。
所述步骤S2中的根据工件材料去除模型规划磨抛接触力包括:
材料去除的深度h是接触力F、主轴转速Nr、刀具-工件相对进给速度vw、等效半径R的多种影响因素共同作用的结果。以得到的材料去除模型为依据,分析整体叶盘叶片加工过程中的材料去除精度和接触力约束。
为保证在机器人磨抛加工过程中材料去除深度满足加工要求,整体叶盘叶片不同位置的接触力满足以下要求:
接触力大小应该满足:
F≤Fmax;
其中,Fmax表示接触力的最大允许值。
将接触力约束转化为:
材料去除模型和接触力约束转化为:
进一步,所述步骤S3中的针对具体的磨抛场景,对软件生成的刀具轨迹进行插值和光顺,实现连续的进给速度包括:
将离散刀具轨迹的刀尖位置和刀具方向在工件坐标系中进行光顺。通过软件生成离散的刀尖位置坐标P=[Px,Py,Pz]T和刀尖方向坐标O=[Oi,Oj,Ok]T;对磨抛刀具位置和刀轴方向在不同坐标系下分别采用B样条曲线进行拟合,生成样条曲线P(u)和O(w);利用多项式函数u(s)和w(s)分别将刀具位置的样条参数u和刀具方向的样条参数w拟合到刀具位移弧长上,实现位置参数u和方向参数w统一关联到弧长参数s上,便于实现对复杂曲面零件不同位置进行速度规划。
进一步,所述步骤S4中的针对具体的磨抛场景,在机器人驱动系统约束条件下规划磨抛进给速度包括:
工业机器人的关节指令为θ(t)=[θ1,θ2,θ3,θ4,θ5,θ6]T,θi(i=1,2,...,6)代表关节i的运动指令;通过机器人逆运动学将末端位姿矩阵转化得到机器人关节角坐标:
θ(t)=Inv(P(t),O(t));
其中,Inv(P(t),O(t))表示工业机器人的运动学逆变换,P(t)和O(t)分别代表刀具刀尖位置和刀具方向的位置坐标。
为了限制沿刀路轨迹的跟踪,整体叶盘机器人磨抛加工过程中的切向进给速度满足下述约束条件:
其中,ds表示沿刀路轨迹方向上的刀尖位移,vmax表示沿着刀路轨迹进给速度的最大允许值。
基于机器人关节角的动力学约束,机器人关节的速度和加速度也满足下述条件:
进一步,所述步骤S5中的针对具体的磨抛场景,建立力-位-速度混合约束下的磨抛工艺规划,实现高效率高精度复杂曲面磨抛加工包括:
结合根据工件材料去除模型规划磨抛接触力,和在机器人驱动系统约束条件下的规划磨抛进给速度,得到力-位-速度混合约束下的磨抛工艺规划:
由绝对值三角不等式(|A+B|≤|A|+|B|)和乘法的绝对值性质(|A×B|≤|A|×|B|),故式中的速度和加速度转化为:
在满足磨抛接触力、刀具中心点进给速度和刀具轨迹的加速度的条件下,保证材料去除精度、末端执行器的接触力控制范围和机器人进给驱动系统的动力学条件的混合约束条件:
采用序列二次规划求解非线性问题,TCP进给轮廓曲线通过B样条曲线形式表示路径(s)的函数,在n个固定路径位置(s)定义速度控制点(f):
f=[f0,f1,...,fn-1],s=[s0,s1,...,sn-1];
根据力-位-速度混合约束条件,以最小加工时间为目标优化进给速度矢量f:
其中,SΣ表示磨抛轮廓的总弧长;通过在固定控制点s处向上或者向下调整进给矢量f,实现在迭代优化过程中改变进给速度轮廓,直到获得进给驱动系统的磨抛过程中的混合约束下的最佳进给速度。
在优化进给速度轮廓f(s)后,获得刀具轨迹轮廓上每个位置相应的刀具中心点的速度和加速度;通过对刀具中心点速度进行积分操作,得到每次刀尖的位移s(t);结合力-位-速度混合约束条件中的材料去除约束条件,计算每个力-位控制周期中的接触力大小F(t)。
本发明的另一目的在于提供一种应用所述的复杂曲面零件机器人磨抛力-位-速度协同工艺规划方法的复杂曲面零件机器人磨抛力-位-速度协同工艺规划系统,所述复杂曲面零件机器人磨抛力-位-速度协同工艺规划系统包括:
去除率模型构建模块,用于针对具体的磨抛场景建立工件材料去除率模型;
磨抛接触力规划模块,用于针对具体的磨抛场景,根据工件材料去除模型规划磨抛接触力;
进给速度确定模块,用于针对具体的磨抛场景,对软件生成的刀具轨迹进行插值和光顺,实现连续的进给速度;
磨抛进给速度规划模块,用于针对具体的磨抛场景,在机器人驱动系统约束条件下规划磨抛进给速度;
复杂曲面磨抛加工模块,用于针对具体的磨抛场景,建立力-位-速度混合约束下的磨抛工艺规划,实现高效率高精度复杂曲面磨抛加工。
本发明的另一目的在于提供一种计算机设备,所述计算机设备包括存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行所述的复杂曲面零件机器人磨抛力-位-速度协同工艺规划方法的步骤。
本发明的另一目的在于提供一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行所述的复杂曲面零件机器人磨抛力-位-速度协同工艺规划方法的步骤。
本发明的另一目的在于提供一种信息数据处理终端,所述信息数据处理终端用于实现所述的复杂曲面零件机器人磨抛力-位-速度协同工艺规划系统。
结合上述的技术方案和解决的技术问题,请从以下几方面分析本发明所要保护的技术方案所具备的优点及积极效果为:
第一、针对上述现有技术存在的技术问题以及解决该问题的难度,紧密结合本发明的所要保护的技术方案以及研发过程中结果和数据等,详细、深刻地分析本发明技术方案如何解决的技术问题,解决问题之后带来的一些具备创造性的技术效果。具体描述如下:
为保证复杂曲面磨抛表面质量,提高加工效率,本发明在材料去除精度和机器人进给系统的混合约束条件下,对工件不同加工位置的接触力和进给速度进行规划,实现力-位-速度协同工艺规划,使不同位置点的磨抛接触力、进给速度等关键工艺参数同时满足材料去除量和机电系统的速度、加速度等响应能力约束,实现高效率高精度的复杂曲面磨抛加工。
第二,把技术方案看做一个整体或者从产品的角度,本发明所要保护的技术方案具备的技术效果和优点,具体描述如下:
本发明提供的复杂曲面零件机器人磨抛力-位-速度协同工艺的规划方法,在材料去除量约束下对不同加工位置的磨抛法向接触力规划,避免了复杂曲面中曲率较小和曲率较大位置处欠磨和过磨的问题;在进给驱动系统约束下对不同加工位置的进给速度规划,提高了磨抛加工效率。
第三,作为本发明的权利要求的创造性辅助证据,还体现在以下几个重要方面:
(1)本发明的技术方案转化后的预期收益和商业价值为:
航空发动机是工业皇冠上的明珠,叶片和整体叶盘等复杂曲面零件是航空发动机核心零件,该类零件具有型面复杂,轮廓度与粗糙度要求高等特点,其加工表面质量和几何精度直接影响发动机的工作效率和使用寿命。目前叶片和整体叶盘等复杂曲面零件磨抛加工都还是人工磨抛,存在加工效率低和一致性差等问题。本发明所提出的复杂曲面零件机器人磨抛力-位-速度协同工艺规划方法可以很好的运用到叶片和整体叶片等复杂曲面零件磨抛加工上,在叶片和整体叶片等复杂曲面零件不同位置对磨抛接触力和进给速度进行规划,实现力-位-速度为一体的协同工艺规划,可以解决叶片和整体叶片等复杂曲面零件加工效率低、磨抛一致性差等问题,可以实现高效率高精度的磨抛加工。因此,本发明有很大的预期收益和商业价值。
(2)本发明的技术方案是否解决了人们一直渴望解决、但始终未能获得成功的技术难题:
目前,复杂曲面零件磨抛一般没有对磨抛接触力或者进给速度进行规划,这就导致了一些问题,如在复杂曲面零件曲率较小的位置容易产生欠磨,在曲率较大的位置容易产生过磨,因此复杂曲面零件表面质量差,轮廓精度低。同时,由于进给速度恒定,没有对进给速度进行规划,过大的进给速度会导致磨抛质量下降,进给速度过小则导致加工效率变低。因此,在复杂曲面零件磨抛实际加工过程中,同时保证高效率和高精度磨抛是很困难的,也就是说高效高精磨抛加工一直以来是一个亟需解决的技术难题。本发明提出的一种复杂曲面零件机器人磨抛力-位-速度协同工艺规划方法,在材料去除精度和机器人进给系统的混合约束条件下,对工件不同加工位置的接触力和进给速度进行规划,实现力-位-速度协同工艺规划,使不同位置点的磨抛接触力、进给速度等关键工艺参数同时满足材料去除量和机电系统的速度、加速度等响应能力约束,实现高效率高精度的复杂曲面磨抛加工。可以很好的解决这个技术难题。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例中所需要使用的附图做简单的介绍,显而易见地,下面所描述的附图仅仅是本发明的一些实施例,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是本发明实施例提供的复杂曲面零件机器人磨抛力-位-速度协同工艺的规划方法流程图;
图2是本发明实施例提供的复杂曲面零件机器人磨抛力-位-速度协同工艺的规划方法原理图;
图3是本发明实施例提供的插值和光顺后的复杂曲面零件加工轨迹图;
图4是本发明实施例提供的工件进给速度与磨头中心点速度示意图;
图5是本发明实施例提供的“力-位-速度”协同规划的工艺参数曲线图;图(a)为刀具中心点速度-加速度曲线,图(b)为接触力变化曲线;
图6是本发明实施例提供的“力-位-速度”协同规划的关节速度曲线图;
图7是本发明实施例提供的“力-位-速度”协同规划的关节加速度曲线图;
图8是本发明实施例提供的恒定进给速度的工艺参数曲线图;图(a)为刀具中心点速度曲线,图(b)为接触力变化曲线;
图9是本发明实施例提供的恒定进给速度的关节速度曲线图;
图10是本发明实施例提供的恒定进给速度的关节加速度曲线图;
图11是本发明实施例提供的恒定接触力的参数曲线图;图(a)为刀具中心点速度-加速度曲线,图(b)为接触力变化曲线;
图12是本发明实施例提供的“力-位-速度”协同规划在实验条件下的进给速度与磨抛接触力曲线图;图(a)为进给速度曲线,图(b)为接触力曲线;
图13是本发明实施例提供的不同约束条件下复杂曲面零件磨抛前后的轮廓轨迹和深度示意图;图(a)为磨抛深度,图(b)为轮廓误差。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
针对现有技术存在的问题,本发明提供了一种复杂曲面零件机器人磨抛力-位-速度协同工艺规划方法,下面结合附图对本发明作详细的描述。
一、解释说明实施例。为了使本领域技术人员充分了解本发明如何具体实现,该部分是对权利要求技术方案进行展开说明的解释说明实施例。
如图1所示,本发明实施例提供的复杂曲面零件机器人磨抛力-位-速度协同工艺规划方法包括以下步骤:
S101,针对具体的磨抛场景,建立工件材料去除率模型;
S102,针对具体的磨抛场景,根据工件材料去除模型规划磨抛接触力;
S103,针对具体的磨抛场景,对软件生成的刀具轨迹进行插值和光顺,以实现连续的进给速度;
S104,针对具体的磨抛场景,在机器人驱动系统约束条件下规划磨抛进给速度;
S105,针对具体的磨抛场景,建立力-位-速度混合约束下的磨抛工艺规划,实现高效率高精度复杂曲面磨抛加工。
本发明实施例提供的复杂曲面零件机器人磨抛力-位-速度协同工艺的规划方法原理图如图2所示。
作为优选,本发明实施例具体采用如下方式建立工件材料去除率模型:
其中,h是材料去除深度,Kp是Preston常数,由接触轮和工件的材料、磨抛接触压力、相对线速度等各种磨抛参数;B是综合影响因素,R1是接触轮的半径,Nr是主轴转速,vw是工具-工件相对进给速度,F是磨抛法向接触力,E是工件和工具的等效弹性模量,W为接触轮的宽度;R是工件和接触轮的等效半径;k是补偿系数。
材料去除率模型可以通过一系列的实验数据统计分析得到,通过开展一系列磨抛实验获取磨抛材料去除的实验数据,建立磨抛深度与各影响因素之间的关系,然后通过参数辨识得到材料去除率模型当中的未知参数的值,从而获得工件材料的材料去除率模型。
作为优选,本发明实施例具体采用如下方式根据工件材料去除模型规划磨抛接触力:
可以发现材料去除的深度h是接触力F、主轴转速Nr、刀具-工件相对进给速度vw、等效半径R等多种影响因素共同作用的结果。因此,本发明需要以得到的材料去除模型为依据,分析整体叶盘叶片加工过程中的材料去除精度和接触力约束。
为了保证在机器人磨抛加工过程中材料去除深度满足加工要求,整体叶盘叶片不同位置的接触力应该满足要求:
然而,接触力过大可能导致整体叶盘叶片等薄壁工件产生较大的变形或者超出末端执行器的力控制允许范围。因此,接触力大小应该满足:
F≤Fmax
其中,Fmax表示接触力的最大允许值。
可以将接触力约束转化为:
材料去除模型和接触力约束可以转化为:
作为优选,由于计算机辅助制造(CAM)软件生成的刀具轨迹指令是由一些离散的线段组成,因此,本发明实施例需要对刀具轨迹进行光顺和插值来实现连续的进给速度。采用如下方式对刀具轨迹进行光顺和插值。
对于复杂曲面零件的机器人磨抛加工等轮廓跟踪任务,为了保证工具的运动精度,更适合在任务空间对刀具轨迹进行平滑。因此本发明将离散刀具轨迹的刀尖位置和刀具方向在工件坐标系中进行光顺。详细步骤如下所示。
首先,通过软件生成离散的刀尖位置坐标P=[Px,Py,Pz]T和刀尖方向坐标O=[Oi,Oj,Ok]T。然后,对磨抛刀具位置和刀轴方向在不同坐标系下分别采用B样条曲线进行拟合,生成样条曲线P(u)和O(w)。最后,利用多项式函数u(s)和w(s)分别将刀具位置的样条参数u和刀具方向的样条参数w拟合到刀具位移弧长上,实现位置参数u和方向参数w统一关联到弧长参数s上,便于对复杂曲面零件不同位置处进行速度规划。
作为优选,本发明实施例采用如下方式在机器人驱动系统约束条件下,规划磨抛进给速度。
工业机器人的关节指令为θ(t)=[θ1,θ2,θ3,θ4,θ5,θ6]T,其中,θi(i=1,2,...,6)代表关节i的运动指令。通过机器人逆运动学,可以将末端位姿矩阵转化得到机器人关节角坐标:
θ(t)=Inv(P(t),O(t))
其中,Inv(P(t),O(t))表示工业机器人的运动学逆变换,P(t)和O(t)分别代表刀具刀尖位置和刀具方向的位置坐标。
为了限制沿刀路轨迹的跟踪,整体叶盘机器人磨抛加工过程中的切向进给速度应该满足下述约束条件:
其中,表示沿刀路轨迹方向上的刀尖位移,表示沿着刀路轨迹进给速度的最大允许值。
考虑到机器人关节角的动力学约束,机器人关节的速度和加速度也应该满足下述条件:
作为优选,本发明实施例采用以下方式建立力-位-速度混合约束下的磨抛工艺规划,实现高效率高精度复杂曲面磨抛加工。
结合根据工件材料去除模型规划磨抛接触力,和在机器人驱动系统约束条件下,规划磨抛进给速度,可以得到力-位-速度混合约束下的磨抛工艺规划:
由绝对值三角不等式(|A+B|≤|A|+|B|)和乘法的绝对值性质(|A×B|≤|A|×|B|),因此上式中的速度和加速度转化为:
在满足磨抛接触力、刀具中心点进给速度和刀具轨迹的加速度的条件下,保证材料去除精度、末端执行器的接触力控制范围和机器人进给驱动系统的动力学条件的混合约束条件:
该磨抛工艺优化问题以提高材料去除效率为优化目标,同时考虑上式的约束条件,满足材料去除精度、末端执行器的接触力控制范围、机器人关节动力学和刀具中心点进给速度的混合约束条件。采用序列二次规划求解非线性问题,TCP进给轮廓曲线通过B样条曲线形式来表示路径(s)的函数,在n个固定路径位置(s)定义速度控制点(f),即:
f=[f0,f1,...,fn-1],s=[s0,s1,...,sn-1]
根据力-位-速度混合约束条件,以最小的加工时间为目标优化进给速度矢量f,即:
其中,SΣ表示磨抛轮廓的总弧长;通过在固定控制点s处向上或者向下调整进给矢量f,来实现在迭代优化过程中改变进给速度轮廓,直到获得进给驱动系统的磨抛过程中的混合约束下的最佳进给速度。
在优化进给速度轮廓f(s)后,刀具轨迹轮廓上每个位置相应的刀具中心点的速度和加速度都可以获得。然后,通过对刀具中心点速度进行积分操作,就可以得到每次刀尖的位移s(t)。结合力-位-速度混合约束条件中的材料去除约束条件,就可以计算每个力-位控制周期中的接触力大小F(t)。
本发明实施例提供的复杂曲面零件机器人磨抛力-位-速度协同工艺规划系统包括:
去除率模型构建模块,用于针对具体的磨抛场景建立工件材料去除率模型;
磨抛接触力规划模块,用于针对具体的磨抛场景,根据工件材料去除模型规划磨抛接触力;
进给速度确定模块,用于针对具体的磨抛场景,对软件生成的刀具轨迹进行插值和光顺,实现连续的进给速度;
磨抛进给速度规划模块,用于针对具体的磨抛场景,在机器人驱动系统约束条件下规划磨抛进给速度;
复杂曲面磨抛加工模块,用于针对具体的磨抛场景,建立力-位-速度混合约束下的磨抛工艺规划,实现高效率高精度复杂曲面磨抛加工。
二、应用实施例。为了证明本发明的技术方案的创造性和技术价值,该部分是对权利要求技术方案进行具体产品上或相关技术上的应用实施例。
航空发动机是工业皇冠上的明珠,叶片和整体叶盘等复杂曲面零件是航空发动机核心零件,该类零件具有型面复杂,轮廓度与粗糙度要求高等特点,其加工表面质量和几何精度直接影响发动机的工作效率和使用寿命。本发明所提出的复杂曲面零件机器人磨抛力-位-速度协同工艺规划方法可以很好的运用到叶片和整体叶片等复杂曲面零件磨抛加工上,在叶片和整体叶片等复杂曲面零件不同位置对磨抛接触力和进给速度进行规划,实现力-位-速度为一体的协同工艺规划,可以解决目前叶片和整体叶片等复杂曲面零件加工效率低、磨抛一致性差等问题,可以实现高效率高精度的磨抛加工。
三、实施例相关效果的证据。本发明实施例在研发或者使用过程中取得了一些积极效果,和现有技术相比的确具备很大的优势,下面内容结合试验过程的数据、图表等进行描述。
步骤一:建立工件的材料去除模型
利用磨抛实验平台磨抛不锈钢棒料,选取不同的磨抛工艺参数组合,测量工件表面的磨抛深度,得到系数Kp。其中,磨头半径R1为6.5mm,主轴转速Nr选取5000,等效弹性模量E为6.4967MPa,磨头宽度W为12.7mm,系数k为-0.16,系数A为-0.07209。实验数据具体如表1所示。
表1材料去除率实验具体参数表(不锈钢)
以综合影响参数B和材料去除深度h为已知量通过最小二乘法来拟合曲线h与B之间的线性关系,进而得到系数Kp=9.9801×10-9。
步骤二:对软件生成的复杂曲面零件加工轨迹进行进行光顺和插值,来实现连续的进给速度,加工轨迹如图3所示。
步骤三:工件-刀具切向进给速度计算
刀具-工件相对进给速度(即接触点速度)无法直接获取。因此,本发明需要建立接触点速度与刀具中心点(TCP)速度之间的数学模型。叶片磨抛加工过程中接触点速度v与TCP速度vc(见图4)可以表示为如下:
v=ωt*rt,vc=ωc*rc
其中,ωt和rt分别代表接触点的角速度和曲率半径;ωc和rc分别代表刀具中心点(TCP)的角速度和曲率半径。其中,对于凸平面接触,rt=R2,rc=R1+R2;对于凹平面接触,rt=R2,rc=R2-R1。由于,接触点速度和TCP速度具有相同的角速度,即:
ωt=ωc
由上述两式可知,接触点速度vw可通过下式计算:
步骤四:力-位-速度协同工艺规划仿真验证
根据上述内容描述的“力-位-速度”协同规划方法,设定需要去除的材料去除深度为1.5μm,可以得到规划后不同加工时间对应的刀具中心点的进给速度和加速度、机器人关节速度和加速度以及接触力大小。在整体叶盘磨抛加工过程中进行“力-位-速度”协同规划,在满足机器人进给系统约束的同时,考虑到整体叶盘的弱刚性特性以及末端执行器力控稳定性等影响因素,选取的接触力不应超过5N;同时考虑到砂带磨抛的材料去除效率,应选取较合适的进给速度,因此选取进给速度不应超过5mm/s。同时兼顾上述所有的约束条件,以提高加工效率为目标,根据上述的规划方案,通过Matlab仿真可以得到不同加工时间对应的刀具中心点的进给速度和加速度如图5(a)所示,接触力变化曲线如图5(b)所示,关节速度和加速度均连续,符合规定的约束条件,其中关节速度曲线如图6所示,关节加速度曲线如图7所示。同时,根据规划得到的TCP进给速度,可以估算整个磨抛加工过程需要使用的时间为32.725s。
为了验证本发明所提出的“力-位-速度”协同工艺规划方法的可行性和有效性,需要设置一定的对照实验。该协同规划以材料去除模型和机器人进给系统作为混合约束条件,以实现最优时间的高质量磨抛加工为目标函数,因此,需要从加工效率和加工质量两个方面来设置对照实验组,来验证“力-位-速度”协同规划方法可以在保证加工精度的前提下,提高磨抛加工效率。
第一组对比实验从提高加工效率角度考虑,为了保证与“力-位-速度”协同规划具有相同的加工精度,需要满足材料去除精度约束条件。因此,在考虑材料去除约束条件时,由于整体叶盘的弱刚性特性以及末端执行器力控稳定性等影响因素,选取的接触力不应超过5N,综合叶片曲率等其它磨抛参数下可以得到允许的最大进给速度。将得到的最大进给速度设定为第一组对比实验的进给速度为2.5mm/s,如图8(a)所示。根据选定的进给速度,可以估算得到在设定的加工参数下多需要的加工时间为49.75s。并且根据材料去除模型得到恒定进给速度下相对应的接触力大小,不同时间对应的接触力大小仿真结果如图8(b)所示。从仿真结果可以看出,“力-位-速度”协同工艺规划方法,加工效率提高了52.02%。“力-位-速度”协同工艺规划方法在提高加工效率的同时,关节速度和加速度变化最大的关节六相比于恒定进给速度下的关节速度(见图9)和关节加速度(见图10)并未有显著变化,从仿真结果来看,两者的关节运动差异不会造成磨抛加工质量的显著差异。
第二组对比实验从保证磨抛加工质量角度考虑,对比与“力-位-速度”协同规划的加工质量。由于材料去除模型约束直接影响整体叶盘磨抛加工的加工质量,因此,为了对比“力-位-速度”协同规划对于提高磨抛加工质量的贡献,需要在工艺参数规划过程中保证与“力-位-速度”协同工艺规划具有相同的磨抛效率,加工时间相近,但是不考虑材料去除模型的约束条件,仅将机器人进给系统作为进给速度优化的约束条件,以此作为第二组对比实验的参数设计。在上述的参数设计下,可以得到不同时间对应的进给速度大小,进给速度仿真结果如图11(a)所示。同时,在选取磨抛加工的接触力大小时,综合考虑整体叶盘的弱刚性特性以及末端执行器力控稳定性等影响因素,选取磨抛过程中满足磨抛加工要求的最合适的接触力F=5N,如图11(b)所示,作为磨抛的恒定接触力。
步骤五:复杂曲面磨抛力-位-速度协同工艺规划实验验证
根据上述三种规划方案得到进给速度和接触力,在基于串联弹性执行器的磨抛系统上完成整体叶盘叶片的磨抛实验验证。采用“力-位-速度”协同规划得到的进给速度和接触力进行磨抛加工,可以发现除了开始阶段,沿着刀具轨迹方向进给速度和接触力都能够稳定地跟踪,如图12所示。开始阶段,磨头从未接触状态到接触状态;结束阶段,磨头从接触状态到未接触状态,两者都会导致力超调。从图12(a)可以看出,进给速度大致按照期望的进给速度运动,未出现较大的速度误差。从图12(b)可以看出,在稳定机器人磨抛状态下的接触力误差值小于±0.5N。整体叶盘叶片磨抛实验表明,搭建的基于串联弹性执行器的磨抛系统的进给速度和接触力跟踪精度满足加工要求。
为了评估所提出的“力-位-速度”协同规划方案的磨抛精度,采用Global ClassSR通用型桥式三坐标测量机测量三种方案磨抛前后的叶片同一截面的轮廓轨迹。考虑到三坐标的测量精度,选择围绕叶片磨抛十圈(即材料去除深度为15μm)后测量其表面轮廓。从图13可以看出,采用“力-位-速度”协同规划和恒定进给速度方案,磨抛后的材料去除深度都与规划值比较接近。然而,采用恒定接触力规划方案,磨抛后的材料去除深度在叶片的进排气边有较大的差异。综合分析三种工艺规划的磨抛效率和磨抛质量,对比“力-位-速度”协同工艺规划和第一组对比实验(恒定进给速度),两者的磨抛加工精度相近,然而,“力-位-速度”协同规划的加工效率提高了52.02%;对比“力-位-速度”协同工艺规划和第二组对比实验(恒定接触力),两者的磨抛效率相近,然而,“力-位-速度”协同规划的磨抛加工后的最大轮廓误差相较于第二组对比实验的16μm降低到了5μm。通过对比,证明了“力-位-速度”协同工艺规划在提高整体叶盘叶片的磨抛加工质量和加工效率方面都有显著的提高。
应当注意,本发明的实施方式可以通过硬件、软件或者软件和硬件的结合来实现。硬件部分可以利用专用逻辑来实现;软件部分可以存储在存储器中,由适当的指令执行系统,例如微处理器或者专用设计硬件来执行。本领域的普通技术人员可以理解上述的设备和方法可以使用计算机可执行指令和/或包含在处理器控制代码中来实现,例如在诸如磁盘、CD或DVD-ROM的载体介质、诸如只读存储器(固件)的可编程的存储器或者诸如光学或电子信号载体的数据载体上提供了这样的代码。本发明的设备及其模块可以由诸如超大规模集成电路或门阵列、诸如逻辑芯片、晶体管等的半导体、或者诸如现场可编程门阵列、可编程逻辑设备等的可编程硬件设备的硬件电路实现,也可以用由各种类型的处理器执行的软件实现,也可以由上述硬件电路和软件的结合例如固件来实现。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,都应涵盖在本发明的保护范围之内。
Claims (10)
1.一种复杂曲面零件机器人磨抛力-位-速度协同工艺规划方法,其特征在于,所述复杂曲面零件机器人磨抛力-位-速度协同工艺规划方法包括以下步骤:
S1,针对具体的磨抛场景,建立工件材料去除率模型;
S2,针对具体的磨抛场景,根据工件材料去除模型规划磨抛接触力;
S3,针对具体的磨抛场景,对软件生成的刀具轨迹进行插值和光顺,实现连续的进给速度;
S4,针对具体的磨抛场景,在机器人驱动系统约束条件下,规划磨抛进给速度;
S5,针对具体的磨抛场景,建立力-位-速度混合约束下的磨抛工艺规划,实现高效率高精度复杂曲面磨抛加工。
2.如权利要求1所述的复杂曲面零件机器人磨抛力-位-速度协同工艺规划方法,其特征在于,所述步骤S1中的工件材料去除率模型通过系列实验数据统计分析得到;通过开展系列磨抛实验获取磨抛材料去除的实验数据,建立磨抛深度与各影响因素之间的关系;通过参数辨识得到材料去除率模型当中的未知参数的值,从而获得工件材料的材料去除率模型;
其中,h是材料去除深度;Kp是Preston常数,由接触轮和工件的材料、磨抛接触压力和相对线速度的各种磨抛参数组成;B是综合影响因素,R1是接触轮半径,Nr是主轴转速,vw是工具-工件相对进给速度,F是磨抛法向接触力,E是工件和工具的等效弹性模量,W为接触轮宽度;R是工件和接触轮的等效半径;k是补偿系数。
4.如权利要求1所述的复杂曲面零件机器人磨抛力-位-速度协同工艺规划方法,其特征在于,所述步骤S3中的针对具体的磨抛场景,对软件生成的刀具轨迹进行插值和光顺,实现连续的进给速度包括:
将离散刀具轨迹的刀尖位置和刀具方向在工件坐标系中进行光顺;通过软件生成离散的刀尖位置坐标P=[Px,Py,Pz]T和刀尖方向坐标O=[Oi,Oj,Ok]T;对磨抛刀具位置和刀轴方向在不同坐标系下分别采用B样条曲线进行拟合,生成样条曲线P(u)和O(w);利用多项式函数u(s)和w(s)分别将刀具位置的样条参数u和刀具方向的样条参数w拟合到刀具位移弧长上,实现位置参数u和方向参数w统一关联到弧长参数s上,便于对复杂曲面零件不同位置处进行速度规划。
5.如权利要求1所述的复杂曲面零件机器人磨抛力-位-速度协同工艺规划方法,其特征在于,所述步骤S4中的针对具体的磨抛场景,在机器人驱动系统约束条件下规划磨抛进给速度包括:
工业机器人的关节指令为θ(t)=[θ1,θ2,θ3,θ4,θ5,θ6]T,θi(i=1,2,...,6)代表关节i的运动指令;通过机器人逆运动学将末端位姿矩阵转化得到机器人关节角坐标:
θ(t)=Inv(P(t),O(t));
其中,Inv(P(t),O(t))表示工业机器人的运动学逆变换,P(t)和O(t)分别代表刀具刀尖位置和刀具方向的位置坐标;
为限制沿刀路轨迹的跟踪,整体叶盘机器人磨抛加工过程中的切向进给速度满足下述约束条件:
其中,表示沿刀路轨迹方向上的刀尖位移,表示沿着刀路轨迹进给速度的最大允许值;
基于机器人关节角的动力学约束,机器人关节的速度和加速度也满足下述条件:
6.如权利要求1所述的复杂曲面零件机器人磨抛力-位-速度协同工艺规划方法,其特征在于,所述步骤S5中的针对具体的磨抛场景,建立力-位-速度混合约束下的磨抛工艺规划,实现高效率高精度复杂曲面磨抛加工包括:
结合根据工件材料去除模型规划磨抛接触力,和在机器人驱动系统约束条件下的规划磨抛进给速度,得到力-位-速度混合约束下的磨抛工艺规划:
由绝对值三角不等式(|A+B|≤|A|+|B|)和乘法的绝对值性质(|A×B|≤|A|×|B|),故式中的速度和加速度转化为:
在满足磨抛接触力、刀具中心点进给速度和刀具轨迹的加速度的条件下,保证材料去除精度、末端执行器的接触力控制范围和机器人进给驱动系统的动力学条件的混合约束条件:
采用序列二次规划求解非线性问题,TCP进给轮廓曲线通过B样条曲线形式表示路径(s)的函数,在n个固定路径位置(s)定义速度控制点(f):
f=[f0,f1,...,fn-1],s=[s0,s1,...,sn-1];
根据力-位-速度混合约束条件,以最小加工时间为目标优化进给速度矢量f:
其中,SΣ表示磨抛轮廓的总弧长;通过在固定控制点s处向上或者向下调整进给矢量f,实现在迭代优化过程中改变进给速度轮廓,直到获得进给驱动系统的磨抛过程中的混合约束下的最佳进给速度;
在优化进给速度轮廓f(s)后,获得刀具轨迹轮廓上每个位置相应的刀具中心点的速度和加速度;通过对刀具中心点速度进行积分操作,得到每次刀尖的位移s(t);结合力-位-速度混合约束条件中的材料去除约束条件,计算每个力-位控制周期中的接触力大小F(t)。
7.一种应用如权利要求1~6任意一项所述的复杂曲面零件机器人磨抛力-位-速度协同工艺规划方法的复杂曲面零件机器人磨抛力-位-速度协同工艺规划系统,其特征在于,所述复杂曲面零件机器人磨抛力-位-速度协同工艺规划系统包括:
去除率模型构建模块,用于针对具体的磨抛场景建立工件材料去除率模型;
磨抛接触力规划模块,用于针对具体的磨抛场景,根据工件材料去除模型规划磨抛接触力;
进给速度确定模块,用于针对具体的磨抛场景,对软件生成的刀具轨迹进行插值和光顺,实现连续的进给速度;
磨抛进给速度规划模块,用于针对具体的磨抛场景,在机器人驱动系统约束条件下规划磨抛进给速度;
复杂曲面磨抛加工模块,用于针对具体的磨抛场景,建立力-位-速度混合约束下的磨抛工艺规划,实现高效率高精度复杂曲面磨抛加工。
8.一种计算机设备,其特征在于,所述计算机设备包括存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行如权利要求1~6任意一项所述的复杂曲面零件机器人磨抛力-位-速度协同工艺规划方法的步骤。
9.一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行如权利要求1~6任意一项所述的复杂曲面零件机器人磨抛力-位-速度协同工艺规划方法的步骤。
10.一种信息数据处理终端,其特征在于,所述信息数据处理终端用于实现如权利要求7所述的复杂曲面零件机器人磨抛力-位-速度协同工艺规划系统。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210784778.0A CN115213901A (zh) | 2022-07-05 | 2022-07-05 | 机器人磨抛力-位-速度协同工艺规划方法、系统及终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210784778.0A CN115213901A (zh) | 2022-07-05 | 2022-07-05 | 机器人磨抛力-位-速度协同工艺规划方法、系统及终端 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115213901A true CN115213901A (zh) | 2022-10-21 |
Family
ID=83609533
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210784778.0A Pending CN115213901A (zh) | 2022-07-05 | 2022-07-05 | 机器人磨抛力-位-速度协同工艺规划方法、系统及终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115213901A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116587268A (zh) * | 2023-04-14 | 2023-08-15 | 大连理工大学 | 一种空间大面域机器人铣削加工精度提升方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5044125A (en) * | 1988-09-02 | 1991-09-03 | Cincinnati Milacron-Heald Corp. | Method and apparatus for controlling grinding processes |
US20050159840A1 (en) * | 2004-01-16 | 2005-07-21 | Wen-Jong Lin | System for surface finishing a workpiece |
CN108000294A (zh) * | 2017-11-30 | 2018-05-08 | 上海交通大学 | 一种基于机器人智能磨削的工件表面强化方法 |
CN110561237A (zh) * | 2019-10-08 | 2019-12-13 | 华中科技大学 | 一种结合主被动力控制的机器人砂带磨削方法及系统 |
CN110814930A (zh) * | 2019-10-30 | 2020-02-21 | 北京空间机电研究所 | 一种用于SiC材料光学元件加工的装置及方法 |
CN114454060A (zh) * | 2022-02-23 | 2022-05-10 | 无锡中车时代智能装备有限公司 | 一种机器人自适应曲面跟踪恒力磨抛方法及系统 |
-
2022
- 2022-07-05 CN CN202210784778.0A patent/CN115213901A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5044125A (en) * | 1988-09-02 | 1991-09-03 | Cincinnati Milacron-Heald Corp. | Method and apparatus for controlling grinding processes |
US20050159840A1 (en) * | 2004-01-16 | 2005-07-21 | Wen-Jong Lin | System for surface finishing a workpiece |
CN108000294A (zh) * | 2017-11-30 | 2018-05-08 | 上海交通大学 | 一种基于机器人智能磨削的工件表面强化方法 |
CN110561237A (zh) * | 2019-10-08 | 2019-12-13 | 华中科技大学 | 一种结合主被动力控制的机器人砂带磨削方法及系统 |
CN110814930A (zh) * | 2019-10-30 | 2020-02-21 | 北京空间机电研究所 | 一种用于SiC材料光学元件加工的装置及方法 |
CN114454060A (zh) * | 2022-02-23 | 2022-05-10 | 无锡中车时代智能装备有限公司 | 一种机器人自适应曲面跟踪恒力磨抛方法及系统 |
Non-Patent Citations (1)
Title |
---|
李振国;田凤杰;陈洪玉;吕冲;: "复杂曲面机器人自动化研抛加工试验", 制造技术与机床, no. 08, 16 August 2016 (2016-08-16) * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116587268A (zh) * | 2023-04-14 | 2023-08-15 | 大连理工大学 | 一种空间大面域机器人铣削加工精度提升方法 |
CN116587268B (zh) * | 2023-04-14 | 2024-01-23 | 大连理工大学 | 一种空间大面域机器人铣削加工精度提升方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Yuwen et al. | Path, feedrate and trajectory planning for free-form surface machining: A state-of-the-art review | |
Shi et al. | Corner rounding of linear five-axis tool path by dual PH curves blending | |
Bohez et al. | A geometric modeling and five-axis machining algorithm for centrifugal impellers | |
Harik et al. | 5-axis flank milling: A state-of-the-art review | |
JP3670700B2 (ja) | ロボット機構制御方法 | |
Sarma et al. | The geometry and generation of NC tool paths | |
Erkorkmaz et al. | Feedrate optimization for freeform milling considering constraints from the feed drive system and process mechanics | |
Tournier et al. | Iso-scallop tool path generation in 5-axis milling | |
Zhang et al. | Tool orientation optimization of 5-axis ball-end milling based on an accurate cutter/workpiece engagement model | |
US9817393B2 (en) | Adaptive machining of components | |
Xiao et al. | Space corner smoothing of CNC machine tools through developing 3D general clothoid | |
Li et al. | Five-axis trochoidal flank milling of deep 3D cavities | |
Wang et al. | Five-axis NC machining of sculptured surfaces | |
CN115213901A (zh) | 机器人磨抛力-位-速度协同工艺规划方法、系统及终端 | |
Zou et al. | Investigation of robotic abrasive belt grinding methods used for precision machining of aluminum blades | |
Wang et al. | Tool path generation with global interference avoidance for the robotic polishing of blisks | |
Xiao et al. | A novel trajectory planning method based on reverse compensation of profile error for robotic belt grinding of blisk | |
Jensen et al. | A review of numerically controlled methods for finish-sculptured-surface machining | |
CN114019910B (zh) | 一种小线段刀具轨迹实时全局光顺方法 | |
Young et al. | An integrated machining approach for a centrifugal impeller | |
Zhang et al. | Trajectory planning of robot-assisted abrasive cloth wheel polishing blade based on flexible contact | |
Fan et al. | Real-time repairable interpolation scheme for CNC tool path processing | |
Xu et al. | Tool orientation and redundancy integrated planning method constrained by stiffness for robotic machining of freeform surfaces | |
Cheng et al. | Trajectory planning method with grinding compensation strategy for robotic propeller blade sharpening application | |
Song et al. | Iso-parametric path-planning method of twin-tool milling for turbine blades |
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 |