[發明專利]基于機器學習的機器人磨削方法無效
| 申請號: | 200910241745.6 | 申請日: | 2009-12-04 |
| 公開(公告)號: | CN101738981A | 公開(公告)日: | 2010-06-16 |
| 發明(設計)人: | 宋亦旭;梁偉;楊澤紅;賈培發 | 申請(專利權)人: | 清華大學 |
| 主分類號: | G05B19/18 | 分類號: | G05B19/18 |
| 代理公司: | 北京清亦華知識產權代理事務所(普通合伙) 11201 | 代理人: | 廖元秋 |
| 地址: | 100084*** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 機器 學習 機器人 磨削 方法 | ||
技術領域
本發明屬于磨削加工領域,特別涉及基于機器學習的機器人高精度磨削方法。
背景技術
磨削加工應用范圍廣范,主要分為砂輪磨削和砂帶磨削,作為加工的最后工序,磨削工藝水平往往決定了產品的檔次。因此磨削加工工藝在機械加工領域中占有非常重要的地位。
磨削是根據工件形狀,用高速運動的砂帶及相應的接觸方式對工件表面進行磨削的一種工藝。這種加工工藝在航空航天、國防、電力、船舶、醫療等領域具有重要且廣泛的應用背景,例如,航空發動機、大型汽輪機、燃氣輪機、船舶推進器、風力發電機的葉片等的精加工均采用這種加工工藝。磨削在民用產品中應用更為廣泛,例如各種貴重藝術裝飾品、人造關節、家庭裝飾用品(水暖件、燈具等)、樂器和家用電器(手機、MP3、數碼相機等的外殼)的表面加工等。
國內外對于復雜幾何形狀工件的磨削方式主要有普通磨床的人工磨削、專用磨削機床和數控磨削機床等。普通磨床的人工磨削費時且勞動強度大,加工成品率低,產品一致性不好,工人培訓周期長,工人的“手藝”直接決定了產品質量;專用磨削機床通用性差,只適合批量生產;數控磨削機床成本高,缺乏柔性,設備使用范圍窄,可拓展范圍小。
近年來,隨著工業機器人技術的不斷發展和勞動力成本的不斷上升,機器人加工引起了人們的關注。與市場上較為典型的5軸磨削加工機床相比,機器人柔性磨削加工系統具有靈活性高、通用性強、易于擴展等優點,而且由于系統基于通用設備,造價和加工成本大大低于專用機床。
機器人加工所需的設備一般包括如下幾個部分:砂帶(也可以是砂輪),對工件進行磨削加工;機器人,用于固定工件并控制磨削工件與砂帶的接觸力及工件加工速度;三維測量儀,用于測量工件加工面的曲率和磨削量;六維力傳感器,用于測量工件與砂帶的接觸力;位置傳感器,用于測量機器人加工速度;控制計算機,對測量儀采集到的數據進行處理。
目前大多數復雜型面加工的機器人磨削系統尚處于實驗室研究階段,主要研究目標是機器人打磨或拋光以提高表面光潔度。從市場看,由于在某些場合下,簡單的打磨拋光有時不能體現機器人系統的優越性,反而較低的人工成本成為優勢。通過機器人系統對復雜曲面工件外表面進行磨削加工使之達到設計尺寸公差和表面質量的一種精加工過程工藝則可以進一步提升機器人在磨削領域的技術檔次,不僅強調其加工柔性,更充分發揮機器人磨削的精度優勢,能更好地開拓機器人應用領域。同時,這種加工方式具有很大的市場需求潛力,在全球范圍內,在能源和再制造的背景下,復雜曲面修型磨削的需求在不斷高漲,典型的如葉片,由于加工精度直接影響其工作效率和壽命,加工精度已成為葉片加工行業關注的焦點。但目前,對于葉片等復雜型面的磨削,磨削過程中都沒有針對磨削量的過程控制,磨削過程主要針對工件的表面光潔度。對于精度要求很高的葉片,國內外各大廠商通常采用的是磨削加工與離線測量相結合的加工方法,通常的工藝是采用精鑄、高精度銑以及反復人工磨削、反復測量相結合,直到達到工件的加工精度為止。這種方式花費非常高,系統通用性差,加工效率低,由于磨削過程參數和實際磨削量之間的關系非常復雜,不確定的人工操作無法保證磨削加工精度的一致性。
發明內容
本發明的目的是為克服已有技術的不足之處,提出一種基于機器學習的機器人高精度磨削方法;可實現高精度磨削,降低生產成本,提高加工效率。
主要包括機器人,用于控制磨削工件與砂帶(砂輪)的接觸力及工件加工速度;砂帶(砂輪),對工件磨削加工;測量儀,用于測量工件加工面的曲率和磨削量;控制計算機,對測量儀采集到的數據進行處理;
本發明提出的一種基于機器學習的磨削方法,其特征在于,該方法主要包括:
1)原始數據采集:在砂帶工作的各個階段,對不同材質的工件進行磨削實驗,用六維力傳感器測量工件與砂輪的接觸力f,利用三維測量儀測量工件磨削面的曲率s和磨削量u,用位置傳感器測量加工速度v,然后以向量形式進行存儲:<uifivisi>,i=1、2……N,N為原始數據的組數;
2)建立原始動力學模型:利用原始數據,采用機器學習的方法進行動力學模型建模及初始化機器人自適應動力學模型集;
原始動力學模型m0的表達式為:
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于清華大學,未經清華大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/200910241745.6/2.html,轉載請聲明來源鉆瓜專利網。





