CN117600919A - 一种模糊自适应的恒力打磨方法、系统和装置 - Google Patents

一种模糊自适应的恒力打磨方法、系统和装置 Download PDF

Info

Publication number
CN117600919A
CN117600919A CN202311300721.XA CN202311300721A CN117600919A CN 117600919 A CN117600919 A CN 117600919A CN 202311300721 A CN202311300721 A CN 202311300721A CN 117600919 A CN117600919 A CN 117600919A
Authority
CN
China
Prior art keywords
polishing
force
contact force
expected
control model
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
Application number
CN202311300721.XA
Other languages
English (en)
Inventor
丁丁
程刚
张琬琦
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.)
Hangzhou Lingxi Robot Intelligent Technology Co ltd
Original Assignee
Hangzhou Lingxi Robot Intelligent Technology Co ltd
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 Hangzhou Lingxi Robot Intelligent Technology Co ltd filed Critical Hangzhou Lingxi Robot Intelligent Technology Co ltd
Priority to CN202311300721.XA priority Critical patent/CN117600919A/zh
Publication of CN117600919A publication Critical patent/CN117600919A/zh
Pending legal-status Critical Current

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B24—GRINDING; POLISHING
    • B24B—MACHINES, DEVICES, OR PROCESSES FOR GRINDING OR POLISHING; DRESSING OR CONDITIONING OF ABRADING SURFACES; FEEDING OF GRINDING, POLISHING, OR LAPPING AGENTS
    • B24B1/00—Processes of grinding or polishing; Use of auxiliary equipment in connection with such processes
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B24—GRINDING; POLISHING
    • B24B—MACHINES, DEVICES, OR PROCESSES FOR GRINDING OR POLISHING; DRESSING OR CONDITIONING OF ABRADING SURFACES; FEEDING OF GRINDING, POLISHING, OR LAPPING AGENTS
    • B24B27/00—Other grinding machines or devices
    • B24B27/02—Bench grinders
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B24—GRINDING; POLISHING
    • B24B—MACHINES, DEVICES, OR PROCESSES FOR GRINDING OR POLISHING; DRESSING OR CONDITIONING OF ABRADING SURFACES; FEEDING OF GRINDING, POLISHING, OR LAPPING AGENTS
    • B24B49/00—Measuring or gauging equipment for controlling the feed movement of the grinding tool or work; Arrangements of indicating or measuring equipment, e.g. for indicating the start of the grinding operation
    • B24B49/16—Measuring or gauging equipment for controlling the feed movement of the grinding tool or work; Arrangements of indicating or measuring equipment, e.g. for indicating the start of the grinding operation taking regard of the load
    • B24B49/165—Measuring or gauging equipment for controlling the feed movement of the grinding tool or work; Arrangements of indicating or measuring equipment, e.g. for indicating the start of the grinding operation taking regard of the load for grinding tyres
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B24—GRINDING; POLISHING
    • B24B—MACHINES, DEVICES, OR PROCESSES FOR GRINDING OR POLISHING; DRESSING OR CONDITIONING OF ABRADING SURFACES; FEEDING OF GRINDING, POLISHING, OR LAPPING AGENTS
    • B24B51/00—Arrangements for automatic control of a series of individual steps in grinding a workpiece

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Constituent Portions Of Griding Lathes, Driving, Sensing And Control (AREA)

Abstract

本申请涉及一种模糊自适应的恒力打磨方法、系统和装置，其中，该方法包括：基于工件打磨过程中接收到的力传感器数字信号，实时计算出打磨过程中的实际接触力；基于实际接触力，通过模糊控制理论调整导纳控制模型的阻尼系数；基于实际接触力，通过自适应控制理论对导纳控制模型进行优化；通过调整和优化后的导纳控制模型，更新打磨工具的目标打磨轨迹。通过本申请，解决了工件自动化打磨的跟踪误差大问题，实现了基于模糊控制算法的最佳力控参数动态快速调整，以及基于自适应控制算法的真实环境位置和刚度补偿，从而达到消除稳态误差，提高工件打磨精度的效果。

Description

一种模糊自适应的恒力打磨方法、系统和装置
技术领域
本申请涉及机器自动化技术领域，特别是涉及一种模糊自适应的恒力打磨方法、系统和装置。
背景技术
随着自动化工业的蓬勃发展，人们对机器制造的要求从以往的单一、简单和重复劳动提升到了智能、绿色、低成本、高质量和高效率，多数企业开始使用机器人代替人力。其中，打磨作为零件加工的不可或缺的重要工序之一，是保证零部件表面质量的关键，是机器制造业中重要的一环。
目前工件表面的打磨工作主要由操作员使用手动砂光机或表面抛光工具进行，以这种人工打磨的方法一方面无法保证操作员的人身安全，另一方面无法保证打磨质量的稳定性和一致性。
目前针对相关技术中工件自动化打磨的跟踪误差大问题，尚未提出有效的解决方案。
发明内容
本申请实施例提供了一种模糊自适应的恒力打磨方法、系统和装置，以至少解决相关技术中工件自动化打磨的跟踪误差大问题。
第一方面，本申请实施例提供了一种模糊自适应的恒力打磨方法，所述方法包括：
基于工件打磨过程中接收到的力传感器数字信号，实时计算出打磨过程中的实际接触力；
基于所述实际接触力，通过模糊控制理论调整导纳控制模型的阻尼系数；
基于所述实际接触力，通过自适应控制理论对所述导纳控制模型进行优化；
通过所述调整和所述优化后的导纳控制模型，更新打磨工具的目标打磨轨迹。
在其中一些实施例中，在基于工件打磨过程中接收到的力传感器数字信号，实时计算出打磨过程中的实际接触力之前，所述方法包括：
基于期待打磨位置，确定期待打磨轨迹；
基于所述期待打磨轨迹和预先输入的期待接触力，通过导纳控制模型控制打磨工具对工件进行打磨。
在其中一些实施例中，基于所述实际接触力，通过模糊控制理论调整导纳控制模型的阻尼系数包括：
基于所述实际接触力、所述期待打磨位置和所述期待接触力，通过模糊控制理论调整导纳控制模型中的阻尼系数，其中，M、B和K分别表示二阶系统的质量系数、阻尼系数和刚度系数，Fe表示实际接触力，Fd表示期待接触力，xr表示期待打磨位置，x表示实际打磨位置，t表示打磨时间点。
在其中一些实施例中，所述模糊控制理论包括：
若导纳控制模型中的力跟踪误差ef＝Fe(t)-Fd和位置跟踪误差e＝x(t)-xr(t)均大于对应预设阈值，则减小所述导纳控制模型的阻尼系数；
若导纳控制模型中的力跟踪误差ef＝Fe(t)-Fd和位置跟踪误差e＝x(t)-xr(t)均小于对应预设阈值，则增大所述导纳控制模型的阻尼系数。
在其中一些实施例中，基于所述实际接触力，通过自适应控制理论对所述导纳控制模型进行优化包括：
基于所述实际接触力、所述期待打磨位置和所述期待接触力，通过自适应控制理论对所述导纳控制模型进行优化，得到优化后的导纳控制模型其中，M和B分别表示二阶系统的质量系数和阻尼系数；力跟踪误差ef＝Fe(t)-Fd，Fe表示实际接触力，Fd表示期待接触力，/>表示力误差积分项，η表示自适应因子；位置跟踪误差e＝x(t)-xr(t)，xr表示期待打磨位置，x表示实际打磨位置；t表示打磨时间点。
在其中一些实施例中，基于期待打磨位置，确定期待打磨轨迹包括：
获取打磨工具与工件的标定校准位置，作为期待打磨位置；
基于所述期待打磨位置，通过轨迹规划算法自动生成期待打磨轨迹。
在其中一些实施例中，获取打磨工具与工件的标定校准位置包括：
定位所述打磨工具的中心点对所述工件的表面位置，每定位一个点记录下示教器显示的所述打磨工具的X轴、Y轴和Z轴位置信息，作为标定校准位置。
在其中一些实施例中，通过所述调整和所述优化后的导纳控制模型，更新打磨工具的目标打磨轨迹包括：
通过所述调整和所述优化后的导纳控制模型，更新打磨工具的目标打磨轨迹Xd＝xr+e，其中，e表示位置跟踪误差，xr表示期待打磨位置；
基于逆运动学理论，将所述目标打磨轨迹转换为关节角，用于控制打磨工具对工件进行打磨。
第二方面，本申请实施例提供了一种模糊自适应的恒力打磨系统，所述系统包括实时获取模块、模糊控制模块、自适应控制模块和打磨更新模块；
所述实时获取模块，用于根据工件打磨过程中接收到的力传感器数字信号，实时计算出打磨过程中的实际接触力；
所述模糊控制模块，用于根据所述实际接触力，通过模糊控制理论调整导纳控制模型的阻尼系数；
所述自适应控制模块，用于根据所述实际接触力，通过自适应控制理论对所述导纳控制模型进行优化；
所述打磨更新模块，用于通过所述调整和所述优化后的导纳控制模型，更新打磨工具的目标打磨轨迹。
第三方面，本申请实施例提供了一种打磨控制装置，包括力控制器和位置控制器，所述力控制器和位置控制器被设置为基于上述第一方面任一项所述的方法，控制打磨工具对工件进行打磨。
相比于相关技术，本申请实施例提供的一种模糊自适应的恒力打磨方法、系统和装置，其中，该方法通过基于工件打磨过程中接收到的力传感器数字信号，实时计算出打磨过程中的实际接触力；基于实际接触力，通过模糊控制理论调整导纳控制模型的阻尼系数；基于实际接触力，通过自适应控制理论对导纳控制模型进行优化；通过调整和优化后的导纳控制模型，更新打磨工具的目标打磨轨迹，解决了工件自动化打磨的跟踪误差大问题，实现了基于模糊控制算法的最佳力控参数动态快速调整，以及基于自适应控制算法的真实环境位置和刚度补偿，从而达到消除稳态误差，提高工件打磨精度的效果。
附图说明
此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1是根据本申请实施例的模糊自适应恒力打磨方法的步骤流程图；
图2是根据本申请实施例的恒力打磨系统的示意图；
图3是根据本申请实施例的机器人末端连接示意图；
图4是根据本申请实施例的模糊自适应恒力打磨方法的流程示意图；
图5是根据本申请实施例的模糊自适应恒力打磨方法的算法示意图；
图6是根据本申请实施例的模糊自适应恒力打磨系统的结构框图；
图7是根据本申请实施例的电子设备的内部结构示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行描述和说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。基于本申请提供的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
显而易见地，下面描述中的附图仅仅是本申请的一些示例或实施例，对于本领域的普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图将本申请应用于其他类似情景。此外，还可以理解的是，虽然这种开发过程中所作出的努力可能是复杂并且冗长的，然而对于与本申请公开的内容相关的本领域的普通技术人员而言，在本申请揭露的技术内容的基础上进行的一些设计，制造或者生产等变更只是常规的技术手段，不应当理解为本申请公开的内容不充分。
在本申请中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域普通技术人员显式地和隐式地理解的是，本申请所描述的实施例在不冲突的情况下，可以与其它实施例相结合。
除非另作定义，本申请所涉及的技术术语或者科学术语应当为本申请所属技术领域内具有一般技能的人士所理解的通常意义。本申请所涉及的“一”、“一个”、“一种”、“该”等类似词语并不表示数量限制，可表示单数或复数。本申请所涉及的术语“包括”、“包含”、“具有”以及它们任何变形，意图在于覆盖不排他的包含；例如包含了一系列步骤或模块(单元)的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可以还包括没有列出的步骤或单元，或可以还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。本申请所涉及的“连接”、“相连”、“耦接”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电气的连接，不管是直接的还是间接的。本申请所涉及的“多个”是指两个或两个以上。“和/或”描述关联对象的关联关系，表示可以存在三种关系，例如，“A和/或B”可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。本申请所涉及的术语“第一”、“第二”、“第三”等仅仅是区别类似的对象，不代表针对对象的特定排序。
在描述本发明具体实施例之前，需要补充的是，打磨指的是利用打磨工具重新加工件表面材料，打磨的目的不是改变表面的几何形状，而是改善表面光洁度，即去除铸造过程中因工装、锻造和毛刺形成而产生的表面不规则性。因此，打磨不需要像钻孔等机械加工操作那样大的加工力，而需要在力的方向和大小方面保持稳定的状态以接触工件表面；当处理具有复杂曲面的工件时，更需要保持接触力的稳定性。打磨一般可分为自由曲面形状加工和曲面研磨抛光两种大类别
目前，虽然自由曲面形状加工已取得了一定的进展，但曲面研磨抛光仍然是打磨精加工的一个短板，许多自由曲面工件的精加工仍然要依赖于熟练工人的手工操作。以精密模具为例，曲面研磨抛光的手工精加工，工时在美国、日本和德国等发达工业国家约占总工时的37％～42％，而我国的手工加工工时占制造工时的50％左右。手工操作费时费力，效率低下，极大的影响了加工进度、且难以取得良好的形状精度和表面质量，已成为阻碍高质量的自由曲面制造技术发展的瓶颈。因此，亟需一种易于操作、打磨力精度高的机器人自动化解决方案，本发明记载的实施例中的方案既适用于复杂不规则的表面打磨场景，又又适用于例如平面、斜面等简单的表面打磨场景。
本申请实施例提供了一种模糊自适应的恒力打磨方法，图1是根据本申请实施例的模糊自适应恒力打磨方法的步骤流程图，如图1所示，该方法包括以下步骤：
步骤S102，基于工件打磨过程中接收到的力传感器数字信号，实时计算出打磨过程中的实际接触力；
在执行步骤S102之前，该方法还包括步骤S101，基于期待打磨位置(打磨轨迹关键点)，确定期待打磨轨迹；基于期待打磨轨迹和预先输入的期待接触力，通过导纳控制模型控制打磨工具对工件进行打磨。
步骤S101具体地，获取打磨工具与工件的标定校准位置，作为期待打磨位置；基于期待打磨位置，通过轨迹规划算法自动生成期待打磨轨迹；基于期待打磨轨迹和预先输入的期待接触力，通过导纳控制模型控制打磨工具对工件进行打磨。
步骤S101优选地，图2是根据本申请实施例的恒力打磨系统的示意图，如图2所示，该打磨系统包括六维力传感器、六轴机器人、打磨工具、上机位、待打磨工件、工作台、机器人电控柜和示教器。首先将工件固定在机器人工作空间内，其次根据机器人示教点位进行轨迹规划，再开启力控算法输出要调整的轨迹以保持恒力状态，最后上机位(如计算机)下发控制指令控制机器人运动。其中，图3是根据本申请实施例的机器人末端连接示意图，如图3所示，机器人末端法兰连接力传感器，力传感器通过转接件连接打磨工具。
图4是根据本申请实施例的模糊自适应恒力打磨方法的流程示意图，如图4所示，在该方法中步骤S102至步骤S108的恒力控制生成调整后的轨迹之前，步骤S101优选包括以下步骤：
步骤一，示教确定打磨关键点位。
把工件安装到工作台上，进行工件的定位和夹紧，完成工艺系统的坐标标定统一；机器人利用标定针标定末端工具坐标，安装打磨工具，设置机器人示教器中的末端工具信息，完成机器人的标定校准工作；之后定位打磨工具中心点对工作台上固定的工件表面位置，每定位一个点记录下示教器显示的末端打磨工具的X轴、Y轴和Z轴位置信息(标定校准位置)，完成打磨路径的关键点位的确定、机器人基坐标与工作台坐标标定，实现坐标标定统一。需要说明的是，不同于目前的恒力控制策略，本发明的初值只需设置位置点XYZ，姿态不用考虑，默认为单位阵即可，机器人可以根据接触面的反馈力自动调整姿态以适应不同曲率的曲面。
步骤二，打磨路径轨迹规划。
将步骤一中记录的点位信息按照顺序依次输入到上机位轨迹规划算法中，该算法会自动生成输入点位相邻两点间的轨迹从而得到打磨的初始轨迹。
步骤三，设定期望打磨轨迹和期望接触力。
将步骤二中规划得到的初始轨迹作为期望打磨轨迹输入到恒力控制算法中，并设定期望接触力作为恒力控制算法的输入参与运算。
步骤S104，基于实际接触力，通过模糊控制理论调整导纳控制模型的阻尼系数；
步骤S104具体地，基于实际接触力、期待打磨位置和期待接触力，通过模糊控制理论调整导纳控制模型中的阻尼系数，其中，M、B和K分别表示二阶系统的质量系数、阻尼系数和刚度系数，Fe表示实际接触力，Fd表示期待接触力，xr表示期待打磨位置，x表示实际打磨位置，t表示打磨时间点。其中，模糊控制理论包括：
若导纳控制模型中的力跟踪误差ef＝Fe(t)-Fd和位置跟踪误差e＝x(t)-xr(t)均大于对应预设阈值，则减小导纳控制模型的阻尼系数；
若导纳控制模型中的力跟踪误差ef＝Fe(t)-Fd和位置跟踪误差e＝x(t)-xr(t)均小于对应预设阈值，则增大导纳控制模型的阻尼系数。
步骤S104优选地，图5是根据本申请实施例的模糊自适应恒力打磨方法的算法示意图，如图5所示，该方法中的恒力控制算法具体为结合了模糊控制理论(步骤S104)和自适应控制理论(步骤S106)改进的导纳控制算法，其中，在步骤S104中，上机位将获取到的力传感器数字信号Fm进行处理，按照重力补偿算法进行重力补偿计算，将力传感器数字信号Fm转换为实际接触力Fe。导纳控制模型的基本算法公式为其中，M、B和K分别表示二阶系统的质量系数、阻尼系数和刚度系数，Fe表示实际接触力(环境对物体的作用力)，Fd表示期待接触力，xr表示期待打磨位置，x表示实际打磨位置，t表示打磨时间点。定义e＝x(t)-xr(t)，则/>和/>此时导纳控制模型变形为/>
步骤S104的模糊控制针对的是环境刚度发生变化的情况，此时定参数已不能满足恒力跟踪的精度要求，如：当接触的环境系统刚度比较大时，期望对力控位移进行较小的修正从而补偿力误差；当接触的环境系统刚度比较小时，期望对力控位移进行较大的修正从而补偿力误差。因此，单一的导纳控制难以满足实际控制要求，对此，步骤S104中的模糊控制直接通过反馈的力误差信息和位置信息调节导纳控制模型的参数，从而达到间接适应系统刚度的目的。由于修改质量系数M容易引起系统的震荡，故步骤S104的模糊控制只修改阻尼系数B，其基本原则是：当力跟踪误差及位置跟踪误差变化率较大时，阻尼系数B相应地减小，从而加快控制系统响应速度；当力跟踪误差和位置跟踪误差变化率较小时，阻尼系数B相应地减小，从而减少控制系统的超调量。建立的模糊控制规则如表1所示，其中，力跟踪误差ef＝Fe-Fd，位置跟踪误差的一阶导NB表示负大(negative big)、NS表示负中(negative middle)、ZE表示零(zero)、PS表示正小(positive small)、PB表示正大(positive big)，，在模糊控制领域中NB、NS、ZE、PS和PB用于表示隶属度关系。
表1
需要说明的是，不同于目前的恒力控制策略，本发明得益于步骤S104的模糊控制，在变刚度环境下没有选择调整刚度系数K，而自主调整得到最佳的阻尼系数B以达到动态响应速度快的目的，从而进一步实现快速调整姿态的效果。
步骤S106，基于实际接触力，通过自适应控制理论对导纳控制模型进行优化；
步骤S106具体地，基于实际接触力、期待打磨位置和期待接触力，通过自适应控制理论对导纳控制模型进行优化，得到优化后的导纳控制模型其中，M和B分别表示二阶系统的质量系数和阻尼系数；力跟踪误差ef＝Fe(t)-Fd，Fe表示实际接触力，Fd表示期待接触力，/>表示力误差积分项，η表示自适应因子；位置跟踪误差e＝x(t)-xr(t)，xr表示期待打磨位置，x表示实际打磨位置；t表示打磨时间点。
步骤S106优选地，如图5所示，该方法中的恒力控制算法具体为结合了模糊控制理论(步骤S104)和自适应控制理论(步骤S106)改进的导纳控制算法，其中，步骤S106的自适应控制针对的是环境信息未知的情况，用以解决由于不确定环境信息产生的建模误差的问题，其核心思想是在跟踪未知环境时，通过设计一个简单的自适应控制率直接将力误差最小化。该自适应控制算法不需要环境刚度的信息(即K＝0)，此时导纳控制模型变形为/>同时考虑xr与实际环境xe存在误差δx＝xe-xr，定义e’＝e+δx，则导纳控制模型变为/>
若x e是一个平面，则可以实现精确的力跟踪；但若x e是一个斜面或更为复杂的曲面，xe和δx是时变的，此时存在/>且/>或/>且/>力跟踪误差将随时存在。为了消除误差，基于步骤S106中的自适应控制，将导纳控制模型优化为/>其中，M和B分别表示二阶系统的质量系数和阻尼系数；力跟踪误差ef＝Fe(t)-Fd，Fe表示实际接触力，Fd表示期待接触力，/>表示力误差积分项，η表示自适应因子；位置跟踪误差e＝x(t)-xr(t)，xr表示期待打磨位置，x表示实际打磨位置；t表示打磨时间点。
引入自适应因子η补偿力跟踪误差项，η应根据力控系统在[0,1]内选取合适的数值。此外，随着系统运行时间的增长，将会使力误差积分不断累加，即使η到达上限1也无法起到消除力误差的作用。为避免此类情况发生，应对力误差积分项/>进行限幅，即限制/>的上限。
需要说明的是，不同于目前的恒力控制策略，对于未知环境不需要环境的先验信息，本发明得益于步骤S106的自适应控制，补偿环境位置和刚度以及机器人动力学建模的不准确部分，从而达到消除稳态误差、高精度力控打磨的目的，力最大跟踪误差可以控制在±1.5N以内。
步骤S108，通过调整和优化后的导纳控制模型，更新打磨工具的目标打磨轨迹。
步骤S108具体地，通过调整和优化后的导纳控制模型，更新打磨工具的目标打磨轨迹Xd＝xr+e，其中，e表示位置跟踪误差，xr表示期待打磨位置；
基于逆运动学理论，将目标打磨轨迹转换为关节角，用于控制打磨工具对工件进行打磨。
通过本申请实施例中的步骤S101至步骤S108，解决了工件自动化打磨的跟踪误差大问题，实现了基于模糊控制算法的最佳力控参数动态快速调整，以及基于自适应控制算法的真实环境位置和刚度补偿，从而达到消除稳态误差，提高工件打磨精度的效果。
需要说明的是，在上述流程中或者附图的流程图中示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
本申请实施例提供了一种模糊自适应的恒力打磨系统，图6是根据本申请实施例的模糊自适应恒力打磨系统的结构框图，如图6所示，系统包括实时获取模块、模糊控制模块、自适应控制模块和打磨更新模块；
实时获取模块，用于根据工件打磨过程中接收到的力传感器数字信号，实时计算出打磨过程中的实际接触力；
模糊控制模块，用于根据实际接触力，通过模糊控制理论调整导纳控制模型的阻尼系数；
自适应控制模块，用于根据实际接触力，通过自适应控制理论对导纳控制模型进行优化；
打磨更新模块，用于通过调整和优化后的导纳控制模型，更新打磨工具的目标打磨轨迹。
通过本申请实施例中的实时获取模块、模糊控制模块、自适应控制模块和打磨更新模块，解决了工件自动化打磨的跟踪误差大问题，实现了基于模糊控制算法的最佳力控参数动态快速调整，以及基于自适应控制算法的真实环境位置和刚度补偿，从而达到消除稳态误差，提高工件打磨精度的效果。
需要说明的是，上述各个模块可以是功能模块也可以是程序模块，既可以通过软件来实现，也可以通过硬件来实现。对于通过硬件来实现的模块而言，上述各个模块可以位于同一处理器中；或者上述各个模块还可以按照任意组合的形式分别位于不同的处理器中。
本申请实施例提供了一种打磨控制装置，包括力控制器和位置控制器，力控制器和位置控制器被设置为基于上述方法实施例中的方法，控制打磨工具对工件进行打磨。
本实施例还提供了一种电子装置，包括存储器和处理器，该存储器中存储有计算机程序，该处理器被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。
可选地，上述电子装置还可以包括传输设备以及输入输出设备，其中，该传输设备和上述处理器连接，该输入输出设备和上述处理器连接。
需要说明的是，本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例，本实施例在此不再赘述。
另外，结合上述实施例中的模糊自适应的恒力打磨方法，本申请实施例可提供一种存储介质来实现。该存储介质上存储有计算机程序；该计算机程序被处理器执行时实现上述实施例中的任意一种模糊自适应的恒力打磨方法。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种模糊自适应的恒力打磨方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
在一个实施例中，图7是根据本申请实施例的电子设备的内部结构示意图，如图7所示，提供了一种电子设备，该电子设备可以是服务器，其内部结构图可以如图7所示。该电子设备包括通过内部总线连接的处理器、网络接口、内存储器和非易失性存储器，其中，该非易失性存储器存储有操作系统、计算机程序和数据库。处理器用于提供计算和控制能力，网络接口用于与外部的终端通过网络连接通信，内存储器用于为操作系统和计算机程序的运行提供环境，计算机程序被处理器执行时以实现一种模糊自适应的恒力打磨方法，数据库用于存储数据。
本领域技术人员可以理解，图7中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的电子设备的限定，具体的电子设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，该计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
本领域的技术人员应该明白，以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种模糊自适应的恒力打磨方法，其特征在于，所述方法包括：
基于工件打磨过程中接收到的力传感器数字信号，实时计算出打磨过程中的实际接触力；
基于所述实际接触力，调整导纳控制模型的阻尼系数；
基于所述实际接触力，通过自适应控制理论对所述导纳控制模型进行优化；
通过所述调整和所述优化后的导纳控制模型，更新打磨工具的目标打磨轨迹。
2.根据权利要求1所述的方法，其特征在于，在基于工件打磨过程中接收到的力传感器数字信号，实时计算出打磨过程中的实际接触力之前，所述方法包括：
基于期待打磨位置，确定期待打磨轨迹；
基于所述期待打磨轨迹和预先输入的期待接触力，通过导纳控制模型控制打磨工具对工件进行打磨。
3.根据权利要求1所述的方法，其特征在于，基于所述实际接触力，调整导纳控制模型的阻尼系数包括：
基于所述实际接触力、期待打磨位置和期待接触力，通过模糊控制理论调整导纳控制模型中的阻尼系数，其中，M、B和K分别表示二阶系统的质量系数、阻尼系数和刚度系数，Fe表示实际接触力，Fd表示期待接触力，xr表示期待打磨位置，x表示实际打磨位置，t表示打磨时间点。
4.根据权利要求3所述的方法，其特征在于，所述模糊控制理论包括：
若导纳控制模型中的力跟踪误差ef＝Fe(t)-Fd和位置跟踪误差e＝x(t)-xr(t)均大于对应预设阈值，则减小所述导纳控制模型的阻尼系数；
若导纳控制模型中的力跟踪误差ef＝Fe(t)-Fd和位置跟踪误差e＝x(t)-xr(t)均小于对应预设阈值，则增大所述导纳控制模型的阻尼系数。
5.根据权利要求1所述的方法，其特征在于，基于所述实际接触力，通过自适应控制理论对所述导纳控制模型进行优化包括：
基于所述实际接触力、期待打磨位置和期待接触力，通过自适应控制理论对所述导纳控制模型进行优化，得到优化后的导纳控制模型其中，M和B分别表示二阶系统的质量系数和阻尼系数；力跟踪误差ef＝Fe(t)-Fd，Fe表示实际接触力，Fd表示期待接触力，/>表示力误差积分项，η表示自适应因子；位置跟踪误差e＝x(t)-xr(t)，xr表示期待打磨位置，x表示实际打磨位置；t表示打磨时间点。
6.根据权利要求2所述的方法，其特征在于，基于期待打磨位置，确定期待打磨轨迹包括：
获取打磨工具与工件的标定校准位置，作为期待打磨位置；
基于所述期待打磨位置，通过轨迹规划算法自动生成期待打磨轨迹。
7.根据权利要求6所述的方法，其特征在于，获取打磨工具与工件的标定校准位置包括：
定位所述打磨工具的中心点对所述工件的表面位置，每定位一个点记录下示教器显示的所述打磨工具的X轴、Y轴和Z轴位置信息，作为标定校准位置。
8.根据权利要求1所述的方法，其特征在于，通过所述调整和所述优化后的导纳控制模型，更新打磨工具的目标打磨轨迹包括：
通过所述调整和所述优化后的导纳控制模型，更新打磨工具的目标打磨轨迹Xd＝xr+e，其中，e表示位置跟踪误差，xr表示期待打磨位置；
将所述目标打磨轨迹转换为关节角，用于控制打磨工具对工件进行打磨。
9.一种模糊自适应的恒力打磨系统，其特征在于，所述系统包括实时获取模块、模糊控制模块、自适应控制模块和打磨更新模块；
所述实时获取模块，用于根据工件打磨过程中接收到的力传感器数字信号，实时计算出打磨过程中的实际接触力；
所述模糊控制模块，用于根据所述实际接触力，调整导纳控制模型的阻尼系数；
所述自适应控制模块，用于根据所述实际接触力，通过自适应控制理论对所述导纳控制模型进行优化；
所述打磨更新模块，用于通过所述调整和所述优化后的导纳控制模型，更新打磨工具的目标打磨轨迹。
10.一种打磨控制装置，包括力控制器和位置控制器，其特征在于，所述力控制器和位置控制器被设置为基于权利要求1至8中任一项所述的方法，控制打磨工具对工件进行打磨。
CN202311300721.XA 2023-10-09 2023-10-09 一种模糊自适应的恒力打磨方法、系统和装置 Pending CN117600919A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311300721.XA CN117600919A (zh) 2023-10-09 2023-10-09 一种模糊自适应的恒力打磨方法、系统和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311300721.XA CN117600919A (zh) 2023-10-09 2023-10-09 一种模糊自适应的恒力打磨方法、系统和装置

Publications (1)

Publication Number Publication Date
CN117600919A true CN117600919A (zh) 2024-02-27

Family

ID=89944868

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311300721.XA Pending CN117600919A (zh) 2023-10-09 2023-10-09 一种模糊自适应的恒力打磨方法、系统和装置

Country Status (1)

Country Link
CN (1) CN117600919A (zh)

Similar Documents

Publication Publication Date Title
Márquez et al. Process modeling for robotic polishing
US6892153B2 (en) Adaptation of compensation data for reducing positioning errors in machine tools and robots
US11567470B2 (en) Computer-aided optimization of numerically controlled machining of a workpiece
CN115562161B (zh) 一种基于在线监测的刀具切削路径加工误差补偿方法
CN112676925B (zh) 航空发动机叶片磨抛方法、装置、设备及存储介质
CN114131611B (zh) 机器人重力位姿分解的关节误差离线补偿方法、系统及终端
Yin et al. Research on machining error prediction and compensation technology for a stone-carving robotic manipulator
Givi et al. Optimized volumetric error compensation for five-axis machine tools considering relevance and compensability
US20230116059A1 (en) Digital twin
US11809155B2 (en) Morphic manufacturing
JP2006289580A (ja) プログラムの教示点修正方法及びプログラム教示点修正装置
CN114505865A (zh) 一种基于位姿跟踪的机械臂路径生成方法及系统
Zhu et al. A new calibration method for a dynamic coordinate system in a robotic blade grinding and polishing system based on the six-point limit principle
CN117600919A (zh) 一种模糊自适应的恒力打磨方法、系统和装置
Shi et al. A novel contouring error estimation for three-dimensional contouring control
CN115284298A (zh) 机器人的奇异规避方法、装置、终端以及介质
JP2009537338A (ja) 研削盤の制御のための方法および数値制御研削盤
CN108776459B (zh) 一种提升五轴数控机床加工精度的工艺方法
Iglesias et al. Robotic path compensation training method for optimizing face milling operations based on non-contact CMM techniques
Marinescu et al. Adaptive dimensional control based on in-cycle geometry monitoring and programming for CNC turning center
Barari et al. Integrated inspection and machining approach to machining error compensation: advantages and limitations
Naumann et al. Optimization of characteristic diagram based thermal error compensation via load case dependent model updates
Amacher et al. Software-based setpoint optimization methods for laser cutting machine tools
Lee et al. Improving machining accuracy by automatic compensation based on the off-line measurement
CN108536096B (zh) 基于任务极坐标系的三维轮廓控制方法及装置

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
CB03 Change of inventor or designer information

Inventor after: Ding Ding

Inventor after: Cheng Gang

Inventor after: Wang Lei

Inventor before: Ding Ding

Inventor before: Cheng Gang

Inventor before: Zhang Wanqi

CB03 Change of inventor or designer information