论文部分内容阅读
目前,小型金属铸件的抛磨以人工作业为主,抛磨环境非常恶劣,并且人工效率比较低,工件均一性不佳,抛磨质量难以得到保证。随着人工成本的增加以及对工人健康防护的重视,人工抛磨势必会被机器抛磨甚至自动化抛磨所替代。本文结合国家863计划项目子课题“面向精密抛磨的机器人力位混合控制技术研究与工程实现”,对面向小型金属铸件的机器人自动抛磨关键技术,包括机器人自动抛磨工艺分析和系统设计、抛磨质量建模以及机器人力控制策略进行研究。首先,结合人工抛磨经验,进行了小型金属铸件的抛磨工艺分析和离线仿真分析。根据力控制精度要求,设计了被动力控砂带机结构和主动力控机器人末端工具,提出了基于力传感器的机器人主动力控制和基于气缸缓冲的砂带机被动力控制相结合的机器人自动抛磨系统,并搭建了主被动力控制机器人自动抛磨控制系统,奠定了本课题的硬件基础。然后,通过剖析抛磨质量的各个影响因素,提出了以砂带速度、机器人速度、抛磨力和工件表面曲率为模型自变量,表面粗糙度为模型因变量的基于支持向量回归抛磨质量模型。采用遍历、遗传和粒子群三种算法对抛磨质量模型参数分别进行寻优,遴选速度更快、均方误差更小的算法。之后利用寻优参数进行了抛磨质量建模和实验验证。基于所研制的机器人自动抛磨系统,提出了相应的机器人抛磨主被动力控制策略。通过实验比较中值滤波、均值滤波和卡尔曼滤波三种滤波算法,选出抗干扰能力强且预测性能好的算法,并确定其关键参数。通过推导工具重力补偿公式,解决其位姿变化对传感器的影响。提出笛卡尔空间机器人抛磨阻抗算法,并探讨其阻抗参数对控制系统的影响。针对抛磨作业环境多变问题,提出面向机器人抛磨的模糊阻抗算法,并通过实验验证其鲁棒性。最后,根据方案和算法设计,搭建了机器人自动抛磨系统标定实验平台,并设计了机器人抛磨人机交互软件,包括系统通讯、运动控制、力监控和力控制等模块。利用激光跟踪仪进行机器人自动抛磨系统标定实验,开展机器人抛磨重力补偿实验、恒力控制实验和机器人自动抛磨实验验证。实验结果表明,该机器人自动抛磨系统的力控制精度在±5N以内,恒力抛磨的工件光洁度更高、表面粗糙度更低、抛磨表面连续均匀性更好。