CN107962480A - 一种叶片机器人砂带磨削加工力控制方法 - Google Patents

一种叶片机器人砂带磨削加工力控制方法 Download PDF

Info

Publication number
CN107962480A
CN107962480A CN201711214352.7A CN201711214352A CN107962480A CN 107962480 A CN107962480 A CN 107962480A CN 201711214352 A CN201711214352 A CN 201711214352A CN 107962480 A CN107962480 A CN 107962480A
Authority
CN
China
Prior art keywords
force
grinding
robot
control
blade
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.)
Granted
Application number
CN201711214352.7A
Other languages
English (en)
Other versions
CN107962480B (zh
Inventor
严思杰
徐小虎
周亚军
李尚君
连学军
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.)
Huazhong University of Science and Technology
Original Assignee
Huazhong University of Science and Technology
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 Huazhong University of Science and Technology filed Critical Huazhong University of Science and Technology
Priority to CN201711214352.7A priority Critical patent/CN107962480B/zh
Publication of CN107962480A publication Critical patent/CN107962480A/zh
Application granted granted Critical
Publication of CN107962480B publication Critical patent/CN107962480B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • B24B21/00—Machines or devices using grinding or polishing belts; Accessories therefor
    • B24B21/16—Machines or devices using grinding or polishing belts; Accessories therefor for grinding other surfaces of particular shape
    • 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
    • B24B21/00—Machines or devices using grinding or polishing belts; Accessories therefor
    • B24B21/18—Accessories
    • 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
    • B24B41/00—Component parts such as frames, beds, carriages, headstocks
    • B24B41/007—Weight compensation; Temperature compensation; Vibration damping
    • 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
    • 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)
  • Finish Polishing, Edge Sharpening, And Grinding By Specific Grinding Devices (AREA)

Abstract

本发明公开了一种叶片机器人砂带磨削加工力控制方法，包括如下步骤：电压信号的调制与处理；对转化后的力进行补偿；力控制策略。其中，电压信号的调制与处理包括：获取传感器六个通道的电压信号；对获取的电压信号进行软件滤波；将滤波后的电压信号转化为力信号。对转化后的力进行补偿包括：传感器自身的零点漂移补偿和机器人末端负载的重力补偿。力控制策略包括：力位混合控制和PI/PD控制。本发明的叶片机器人砂带磨削加工力控制方法不仅能够提高磨削加工的效率，克服人工磨削加工一致性较差的情形，还能够实现恒力磨削加工，使其表面材料去除量较为均匀一致，在提高加工的精度和表面质量的同时，又提高了叶片的表面一致性。

Description

一种叶片机器人砂带磨削加工力控制方法
技术领域
本发明涉及工业机器人应用领域，尤其涉及一种叶片机器人砂带磨削加工力控制方法。
背景技术
目前磨削加工主要是在简单几何形状零件领域中有着较大的优势，例如零件的外圆磨削、内圆磨削和平面磨削等。但是对于复杂曲面的磨削精加工，传统的磨削设备和工艺方法缺乏柔性，适应能力较差，而且修改工艺耗时长、费用高，更重要的是目前大部分都是人工磨削加工，比如，航空叶片、汽轮机叶片等磨削行业。这就导致了磨削效率低下，产品一致性较差，严重阻碍了生产力发展；而且现场的磨削环境较差，对人员的健康有着较大的潜在威胁。
专利文献CN103507070公开了使用三轴力传感器进行力控制的机器人控制装置，通过估算三轴力传感器不能检测的力以及力矩来进行力控制。此装置通过设定力估算点，然后对估算点进行力估算，进而对力估算点进行修正，完成力控制。并且此装置是机器人加持工具，对工件进行加工。
但是专利文献CN103507070公开的使用三轴力传感器进行力控制的机器人控制装置存在如下问题：
(1)上述专利文献中是机器人加持工具，对工件进行作业，因此提出的力估算点控制与修正都是基于机器人加持工具这样的装置。
(2)上述专利的力控制方法是通过估算三轴力传感器不能检测的力以及力矩来进行力控制，即对设定的估算点进行力估算，从而进行力估算点进行修正。
(3)上述专利的力控制方法是估算力控制，因而力控制精度不高，无法应用与复杂曲面零件的加工。
发明内容
针对现有技术的以上缺陷或改进需求，本发明提供一种叶片机器人砂带磨削加工力控制方法，其目的在于根据加工对象的不同，其具体的参数设置不同，其加工的工艺参数设置也不同。通过对加工过程中磨削力的控制，能够较精确地控制磨削加工的过程，不仅能够提高磨削加工的效率，克服人工磨削加工一致性较差的情形，还能够实现恒力磨削加工，使其表面材料去除量较为均匀一致，在提高加工的精度和表面质量的同时，又提高了叶片的表面一致性。
为实现上述目的，本发明提供一种叶片机器人砂带磨削加工力控制方法，包括如下步骤：
S101：将传感器获取的电压信号转化为力信号，并将之处理与磨削加工过程力相对应，并且实时监控力的变化；
S102：对监控到的力进行控制和处理，使其磨削力恒定，满足恒力磨削加工的要求；
S103：获取传感器六个通道的电压信号；
S104：对获取的电压信号进行调制处理；
S105：将处理的电压信号转化为力信号，从而间接感知力的变化；
S106：对其进行零漂补偿，减少传感器自身引入误差；
S107：对传感器末端负载进行重力补偿；
S108：将补偿后的力转化到基坐标系下，再转化到工具坐标系下，，从而直接对应加工中的过程力；
S109：力/位混合控制定义两个互补的、相互正交的空间，实现对力和位置的同时控制；
S110：PI/PD控制，消除较大的力偏差，得到更快的***响应度，从而获得更加理想的输出力，实现叶片机器人砂带磨削加工力控制。
作为本发明进一步地优选，步骤S102中磨削加工过程中力的控制包括如下步骤：
S201：判断实际的磨削力与理论的参考力的大小，IF实际力>参考力，则转入步骤S202；
S202：机器人沿其Z轴负方向进给运动；
S203：IF实际力<＝参考力，则转入步骤S204；
S204：机器人沿其Z轴正方向进给运动；
S205：根据实际力来计算对应的理论机器人位置信息；
S206：将机器人磨削加工系数刚度换算成机器人能够识别的位置信息，完成相应的位置运动；
S207：通过调整，完成恒力磨削加工力控制。
作为本发明进一步地优选，所述机器人磨削加工系数刚度计算方法为：
其中，FZ是实际力，K,B,M是方法刚度，阻尼和机器人的磨削加工方法的惯性，ΔZ是机器人在Z方向上的偏置。
作为本发明进一步地优选，如果实际力与理论力不接近，则通过所述机器人磨削加工系数刚度计算方法计算出对应的偏置距离，从而进一步转化为机器人可以识别的位置点信息，然后将之传递给机器人控制柜，机器人会沿Z正方向或负方向进行进给运动，直到实际磨削力与理论磨削力相等或者接近。
作为本发明进一步地优选，所述力/位混合控制和PI/PD控制应用在笛卡尔空间坐标系中时，其控制模型为：
其中，FD是输入力，XD是笛卡尔空间期望位移，Xf是力控制后输出的位移，Xp是位置控制后输出的位移，Fe是输出力，Xe是综合的位移，s是相关系数，kpp和kpd是采用PD位置控制的相关系数，kfp和kfi是PI力控制的相关系数。
作为本发明进一步地优选，步骤S103中所述六个通道的电压信号通过ATI六维力传感器获取。
作为本发明进一步地优选，所述六维力传感器通过呈“Y”字排列的三个应变片来感知电压的变化，各片在空间相隔120°。
作为本发明进一步地优选，步骤S104包括软件滤波和稳定电压区间。
作为本发明进一步地优选，步骤S109中所述两个互补的、相互正交的空间力空间和位置空间。
总体而言，通过本发明所构思的以上技术方案与现有技术相比，能够取得下列有益效果：
(1)本发明的叶片机器人砂带磨削加工控制方法，根据加工对象的不同，其具体的参数设置不同，其加工的工艺参数设置也不同。通过对加工过程中磨削力的控制，能够较精确地控制磨削加工的过程，不仅能够提高磨削加工的效率，克服人工磨削加工一致性较差的情形，还能够实现恒力磨削加工，使其表面材料去除量较为均匀一致，在提高加工的精度和表面质量的同时，又提高了叶片的表面一致性。
(2)本发明的叶片机器人砂带磨削加工控制方法，机器人加持着叶片进行磨削加工，其中磨抛机的接触轮为弹性接触轮，在加工过程中，有一定的退让，能够实现砂带的柔性磨削加工。
(3)本发明的叶片机器人砂带磨削加工控制方法，加工过程中磨削力(主要是指FZ)根据具体的加工对象，加工环境和对应的工艺参数而确定；同时叶片又根据加工的部位不同磨削力的大小有所差异。
(4)本发明的叶片机器人砂带磨削加工控制方法，电压信号的采集和处理，通过滤波和稳定电压区间等信号调理方式来去除噪点，能够保证电压信号的稳定，不会因为外接干扰而出现突变。
(5)本发明的叶片机器人砂带磨削加工控制方法，后续对力进行的零点漂移补偿和重力补偿，能够进一步减少外接环境对传感器本身的影响，使其补偿后的力接近真实力。
(6)本发明的叶片机器人砂带磨削加工控制方法，在补偿后，磨削加工时，显示的力就是磨削力，通过控制这个力来间接表征磨削加工的效果。在磨削力设定合理的情况下，当采用恒力磨削加工时，其叶片的表面加工一致性较好，而且表面粗糙度在0.4μm以内，能够满足其表面质量要求。
附图说明
图1为本发明实施例的一种叶片机器人砂带磨削加工力控制原理图；
图2为本发明实施例的一种叶片机器人砂带恒力磨削加工过程中力控制原理图；
图3为本发明实施例的一种叶片机器人砂带磨削加工力控制策略应用后对应的机器人运动过程图；
图4为本发明实施例的一种叶片机器人砂带磨削加工示意图。
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，以下结合附图及实施例，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用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
图1为本发明实施例的一种叶片机器人砂带磨削加工力控制原理图。如图1所示，本实施例中一种叶片机器人砂带磨削加工力控制方法具体包括：
S101、磨削力的获取和监控，用于将传感器获取的电压信号转化为力信号，并将之处理，与磨削加工过程力相对应，并且实时监控力的变化；
S102、磨削力的控制策略，用于机器人砂带磨削加工过程中，对监控到的力进行控制和处理，使其磨削力恒定，满足恒力磨削加工的要求；
S103、通过ATI六维力传感器来获取六个通道的电压信号；
S104、对获取的电压信号进行处理，包括：软件滤波和稳定电压区间等；
S105、将调理后的电压信号通过一定的公式转化为力信号，从而间接感知力的变化；
S106、六维传感器通过“Y”字排列的三个应变片来感知电压的变化，各片在空间相隔120°，其受外界环境(比如：温度和湿度等)影响较大，因此，当其末端空载时，需要对其进行零漂补偿，减少引入误差；
S107、传感器末端安装的夹具和叶片，其重力不可忽略，因此为更加直接反应磨削加工的过程力，需要对传感器末端负载进行重力补偿；
S108、通经过补偿后的力是在传感器坐标系下，而磨削力需要在工具坐标系下，因此需要将补偿后的力转化到基坐标系下，然后再转化到工具坐标系下；
S109、力/位混合控制定义了两个互补的、相互正交的空间：力空间、位置空间，实现了对力和位置的同时控制；
S110、PI控制具有如下优势：形式简单，容易离散化实现，没有稳态误差，能消除较大的力偏差，得到更理想的输出作用力；PD控制能够得到更快的***响应速度。因此，位置控制律采用PD控制，力控制律采用PI控制，从而实现恒力磨削加工。
图2为本发明实施例的一种叶片机器人砂带恒力磨削加工过程中力控制原理图，如图2所示，本发明的恒力磨削加工过程中力控制原理包括：
S201：判断实际的磨削力与理论的参考力的大小，IF实际力>参考力；
S202：机器人沿其Z轴负方向进给运动；
S203：判断实际的磨削力与理论的参考力的大小，IF实际力<＝参考力；
S204：机器人沿其Z轴正方向进给运动；
S205：机器人刚度计算公式，Fz＝K·ΔZ；
S206：根据上述的刚度计算公式，将对应的力换算成机器人能够识别的位置信息，从而完成相应的位置运动；
S207：实测力等于参考力，完成了恒力磨削加工力控制；
S208：离线规划的理论加工路径；
S209：经过力控制调整后的实际加工路径。
在力/位混合控制和PI控制应用在笛卡尔空间坐标系中时，其控制模型如下所示：
其中，FD是输入力，Xf是力控制后输出的位移，Xp是位置控制后输出的位移，Fe是输出力，Xe是综合的位移，kpp和kpd是采用PD位置控制的相关系数，kfp和kfi是PI力控制的相关系数。
由于接触力主要是在工具坐标系T下相对于Z方向的磨削力，力控制策略也主要是针对FZ，因为这个方向上的力对磨削加工的质量影响最大，同时，这个方向上所受的力也是最大，因此力控制策略主要是控制Z方向所受到的磨削力，使其保持恒定，从而实现恒力磨削加工，提高加工的表面质量和一致性。
将机器人加工***看做是一个刚形体，其磨削加工过程是与外界环境的交互作用，则根据广义牛顿法则，则：
其中，K,B,M是方法刚度，阻尼和机器人的磨削加工方法的惯性，ΔZ是机器人在Z方向上的偏置。
因为机器人在磨削加工过程中保持恒定的速度，并且其速度和加速度的变化基本可以认为接近与零，因此上述公式简化为：
Fz＝K·ΔZ
通过对磨削力的实时监控，从而对其进行实时的调整，在图2中，在当前时刻，如果实际力与理论力不接近，则通过上述机器人磨削加工系数刚度公式计算出对应的偏置距离，从而进一步转化为机器人可以识别的位置点信息，然后将之传递给机器人控制柜，机器人会沿Z正方向或负方向进行进给运动，直到实际磨削力与理论磨削力相等或者接近。S208为离线编程的理论加工路径，没有应用力控制策略，而S209为应用力控制策略后进行实时调整后的加工路径。通过对加工的路径进行离散和插补，使其加工路径更加平稳和加工方法更加稳定，满足复杂加工环境的需求。
图3为本发明提供的力控制策略应用后对应的机器人运动过程图。S301为安全点。请参照图3所示，S302为接近点，S303为开始点，S304为过渡点，S305为结束点，S306为离开点。因为机器人是点到点的运动，离线规划的加工路径都是由一系列的点组成，因此在机器人接近磨抛机接触轮上的砂带时，即在开始点时已完成力控制的调整，达到恒定的力，从而进行磨削加工。在无力控制时，编程路径是从S301到S303；而在力控制应用后，机器人运动路径从S301到S302再到S303，相当于进行了插补S302，使其运动路径更加平缓与稳定。
图3显示的是一条磨削加工路径，而叶片的磨削加工路径是由一系列图3这样的加工路径组成，而每条路径都是由一系列的加工点组成。而这些点都是在采用力控制策略后经过调整的位置点，在机器人沿着这样的路径加工时，其能够实现恒力磨削，完成了力控制的要求。
图4为本发明提供的叶片机器人砂带磨削加工示意图。如图4所示，S401为机器人，S402为机器人末端法兰，S403为机器人与传感器连接的法兰盘，S404为ATI六维力传感器，S405为传感器与夹具相连接的法兰盘，S406为工装夹具，S407为工件叶片，S408为砂带，S409为磨抛机的接触轮。在本方法中，机器人加持着叶片进行磨削加工，其中磨抛机的接触轮为弹性接触轮，在加工过程中，有一定的退让，能够实现砂带的柔性磨削加工。而加工过程中磨削力(主要是指FZ)根据具体的加工对象，加工环境和对应的工艺参数而确定；同时叶片又根据加工的部位不同磨削力的大小有所差异，一般情况下，进出气边的加工比叶片表面的加工，所施加的磨削力要小很多。根据本方法的加工需求，叶片进出气边的磨削力控制在15N-35N之间，而叶片表面的磨削力控制在30N-80N之间。理论磨削力不能设置的过大，否则叶片会因为过磨而报废。
本发明过程中的电压信号的采集和处理，通过滤波和稳定电压区间等信号调理方式来去除噪点，能够保证电压信号的稳定，不会因为外接干扰而出现突变。后续对力进行的零点漂移补偿和重力补偿，能够进一步减少外接环境对传感器本身的影响，使其补偿后的力接近真实力。补偿后未接触时，静态情况下，磨削力在±1N以内波动，在机器人以50mm/s的速度进给时，其磨削力在±3N以内波动，这是由于传感器自身和其末端负载的稳态误差所导致，具有随机性。因此在补偿后，磨削加工时，显示的力就是磨削力，通过控制这个力来间接表征磨削加工的效果。在磨削力设定合理的情况下，当采用恒力磨削加工时，其叶片的表面加工一致性较好，而且表面粗糙度在0.4μm以内，能够满足其表面质量要求。
本发明提出的力控制方法根据加工对象的不同，其具体的参数设置不同，其加工的工艺参数设置也不同。通过对加工过程中磨削力的控制，能够较精确地控制磨削加工的过程，使其表面材料去除量较为均匀一致，在满足其表面质量的同时，又提高了叶片的表面一致性，对提高加工效率、改善作业环境等有着重要意义。
本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用于限制本发明，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，均应包含在本发明的保护范围之内。

Claims (9)

1.一种叶片机器人砂带磨削加工力控制方法，其特征在于，包括如下步骤：
S101：将传感器获取的电压信号转化为力信号，并将之处理与磨削加工过程力相对应，并且实时监控力的变化；
S102：对监控到的力进行控制和处理，使其磨削力恒定，满足恒力磨削加工的要求；
S103：获取传感器六个通道的电压信号；
S104：对获取的电压信号进行调制处理；
S105：将处理的电压信号转化为力信号，从而间接感知力的变化；
S106：对其进行零漂补偿，减少传感器自身引入误差；
S107：对传感器末端负载进行重力补偿；
S108：将补偿后的力转化到基坐标系下，再转化到工具坐标系下，，从而直接对应加工中的过程力；
S109：力/位混合控制定义两个互补的、相互正交的空间，实现对力和位置的同时控制；
S110：PI/PD控制，消除较大的力偏差，得到更快的***响应度，从而获得更加理想的输出力，实现叶片机器人砂带磨削加工力控制。
2.根据权利要求1所述的一种叶片机器人砂带磨削加工力控制方法，其特征在于，步骤S102中磨削加工过程中力的控制包括如下步骤：
S201：判断实际的磨削力与理论的参考力的大小，IF实际力>参考力，则转入步骤S202；
S202：机器人沿其Z轴负方向进给运动；
S203：IF实际力<＝参考力，则转入步骤S204；
S204：机器人沿其Z轴正方向进给运动；
S205：根据实际力来计算对应的理论机器人位置信息；
S206：将机器人磨削加工系数刚度换算成机器人能够识别的位置信息，完成相应的位置运动；
S207：通过调整，完成恒力磨削加工力控制。
3.根据权利要求2所述的一种叶片机器人砂带磨削加工力控制方法，其特征在于，所述机器人磨削加工系数刚度计算方法为：
<mrow> <msub> <mi>F</mi> <mi>z</mi> </msub> <mo>=</mo> <mi>K</mi> <mo>&amp;CenterDot;</mo> <mi>&amp;Delta;</mi> <mi>Z</mi> <mo>+</mo> <mi>B</mi> <mo>&amp;CenterDot;</mo> <mi>&amp;Delta;</mi> <mover> <mi>Z</mi> <mo>&amp;CenterDot;</mo> </mover> <mo>+</mo> <mi>M</mi> <mo>&amp;CenterDot;</mo> <mi>&amp;Delta;</mi> <mover> <mi>Z</mi> <mo>&amp;CenterDot;&amp;CenterDot;</mo> </mover> </mrow>
其中，FZ是实际力，K,B,M是方法刚度，阻尼和机器人的磨削加工方法的惯性，ΔZ是机器人在Z方向上的偏置。
4.根据权利要求2所述的一种叶片机器人砂带磨削加工力控制方法，其特征在于，如果实际力与理论力不接近，则通过所述机器人磨削加工系数刚度计算方法计算出对应的偏置距离，从而进一步转化为机器人可以识别的位置点信息，然后将之传递给机器人控制柜，机器人会沿Z正方向或负方向进行进给运动，直到实际磨削力与理论磨削力相等或者接近。
5.根据权利要求1所述的一种叶片机器人砂带磨削加工力控制方法，其特征在于，所述力/位混合控制和PI/PD控制应用在笛卡尔空间坐标系中时，其控制模型为：
<mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <msub> <mi>X</mi> <mi>p</mi> </msub> <mo>=</mo> <msub> <mi>X</mi> <mi>D</mi> </msub> <mo>+</mo> <msub> <mi>k</mi> <mrow> <mi>p</mi> <mi>p</mi> </mrow> </msub> <mo>(</mo> <msub> <mi>X</mi> <mi>D</mi> </msub> <mo>-</mo> <msub> <mi>X</mi> <mi>e</mi> </msub> <mo>)</mo> <mo>-</mo> <msub> <mi>k</mi> <mrow> <mi>p</mi> <mi>d</mi> </mrow> </msub> <mi>s</mi> <mo>(</mo> <msub> <mi>X</mi> <mi>D</mi> </msub> <mo>-</mo> <msub> <mi>X</mi> <mi>e</mi> </msub> <mo>)</mo> </mtd> </mtr> <mtr> <mtd> <msub> <mi>X</mi> <mi>f</mi> </msub> <mo>=</mo> <msub> <mi>k</mi> <mrow> <mi>f</mi> <mi>p</mi> </mrow> </msub> <mo>(</mo> <msub> <mi>F</mi> <mi>D</mi> </msub> <mo>-</mo> <msub> <mi>F</mi> <mi>e</mi> </msub> <mo>)</mo> <mo>+</mo> <msub> <mi>k</mi> <mrow> <mi>f</mi> <mi>i</mi> </mrow> </msub> <mfrac> <mn>1</mn> <mi>s</mi> </mfrac> <mo>(</mo> <msub> <mi>F</mi> <mi>D</mi> </msub> <mo>-</mo> <msub> <mi>F</mi> <mi>e</mi> </msub> <mo>)</mo> </mtd> </mtr> <mtr> <mtd> <msub> <mi>X</mi> <mi>c</mi> </msub> <mo>=</mo> <msub> <mi>X</mi> <mi>p</mi> </msub> <mo>+</mo> <msub> <mi>X</mi> <mi>f</mi> </msub> </mtd> </mtr> </mtable> </mfenced>
其中，FD是输入力，XD是笛卡尔空间期望位移，Xf是力控制后输出的位移，Xp是位置控制后输出的位移，Fe是输出力，Xe是综合的位移，s是相关系数，kpp和kpd是采用PD位置控制的相关系数，kfp和kfi是PI力控制的相关系数。
6.根据权利要求1所述的一种叶片机器人砂带磨削加工力控制方法，其特征在于，步骤S103中所述六个通道的电压信号通过ATI六维力传感器获取。
7.根据权利要求6所述的一种叶片机器人砂带磨削加工力控制方法，其特征在于，所述六维力传感器通过呈“Y”字排列的三个应变片来感知电压的变化，各片在空间相隔120°。
8.根据权利要求1所述的一种叶片机器人砂带磨削加工力控制方法，其特征在于，步骤S104包括软件滤波和稳定电压区间。
9.根据权利要求1所述的一种叶片机器人砂带磨削加工力控制方法，其特征在于，步骤S109中所述两个互补的、相互正交的空间力空间和位置空间。
CN201711214352.7A 2017-11-28 2017-11-28 一种叶片机器人砂带磨削加工力控制方法 Active CN107962480B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711214352.7A CN107962480B (zh) 2017-11-28 2017-11-28 一种叶片机器人砂带磨削加工力控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711214352.7A CN107962480B (zh) 2017-11-28 2017-11-28 一种叶片机器人砂带磨削加工力控制方法

Publications (2)

Publication Number Publication Date
CN107962480A true CN107962480A (zh) 2018-04-27
CN107962480B CN107962480B (zh) 2019-10-15

Family

ID=61998998

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711214352.7A Active CN107962480B (zh) 2017-11-28 2017-11-28 一种叶片机器人砂带磨削加工力控制方法

Country Status (1)

Country Link
CN (1) CN107962480B (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109623590A (zh) * 2018-11-23 2019-04-16 华中科技大学 一种全数字式刚柔耦合精准力控磨抛装置及控制方法
CN109664295A (zh) * 2018-12-13 2019-04-23 华南理工大学 基于一维力传感器的机器人砂带打磨恒力控制方法及装置
CN110605721A (zh) * 2019-10-24 2019-12-24 苏州艾利特机器人有限公司 一种基于末端六维力传感器的机械臂拖动示教方法
CN110744406A (zh) * 2019-10-29 2020-02-04 华中科技大学 一种叶片型面机器人磨抛自适应加工***及方法
CN111452049A (zh) * 2020-04-16 2020-07-28 珠海格力智能装备有限公司 机器人运动的控制方法及装置
CN111644981A (zh) * 2020-05-15 2020-09-11 吉林大学 一种圆柱式仿生多维力传感器
CN111843714A (zh) * 2020-06-15 2020-10-30 华中科技大学 一种三自由度磨抛装置及其力位耦合控制方法
CN113899541A (zh) * 2021-10-29 2022-01-07 西安工业大学 一种基于恒力控制的砂带磨削实验台及其实验方法
CN114310571A (zh) * 2020-09-27 2022-04-12 中国科学院沈阳自动化研究所 一种机器人自动化磨削作业过程中智能控制方法

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090259412A1 (en) * 2006-02-23 2009-10-15 Abb Ab system for controlling the position and orientation of an object in dependence on received forces and torques from a user
CN103009218A (zh) * 2012-12-17 2013-04-03 华南理工大学 机器人打磨装置及其打磨方法
CN103507070A (zh) * 2012-06-25 2014-01-15 发那科株式会社 使用三轴力传感器进行力控制的机器人控制装置
CN104044049A (zh) * 2013-03-12 2014-09-17 中国科学院宁波材料技术与工程研究所 一种具备力反馈控制的五轴联动抛光***
CN105458878A (zh) * 2014-09-30 2016-04-06 发那科株式会社 执行力控制的机器人***
CN105500147A (zh) * 2015-12-14 2016-04-20 中国科学院沈阳自动化研究所 基于力控制的龙门吊装机器人打磨加工方法
CN106041933A (zh) * 2016-07-06 2016-10-26 上海交通大学 机器人磨抛***及被动柔顺与主动柔顺混合控制方法
CN106041926A (zh) * 2016-06-12 2016-10-26 哈尔滨工程大学 一种基于卡尔曼滤波器的工业机械臂力/位置混合控制方法
CN106625153A (zh) * 2016-10-31 2017-05-10 哈尔滨展达机器人自动化有限责任公司 一种叶片打磨机器人工作站及叶片打磨方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090259412A1 (en) * 2006-02-23 2009-10-15 Abb Ab system for controlling the position and orientation of an object in dependence on received forces and torques from a user
CN103507070A (zh) * 2012-06-25 2014-01-15 发那科株式会社 使用三轴力传感器进行力控制的机器人控制装置
CN103009218A (zh) * 2012-12-17 2013-04-03 华南理工大学 机器人打磨装置及其打磨方法
CN104044049A (zh) * 2013-03-12 2014-09-17 中国科学院宁波材料技术与工程研究所 一种具备力反馈控制的五轴联动抛光***
CN105458878A (zh) * 2014-09-30 2016-04-06 发那科株式会社 执行力控制的机器人***
CN105500147A (zh) * 2015-12-14 2016-04-20 中国科学院沈阳自动化研究所 基于力控制的龙门吊装机器人打磨加工方法
CN106041926A (zh) * 2016-06-12 2016-10-26 哈尔滨工程大学 一种基于卡尔曼滤波器的工业机械臂力/位置混合控制方法
CN106041933A (zh) * 2016-07-06 2016-10-26 上海交通大学 机器人磨抛***及被动柔顺与主动柔顺混合控制方法
CN106625153A (zh) * 2016-10-31 2017-05-10 哈尔滨展达机器人自动化有限责任公司 一种叶片打磨机器人工作站及叶片打磨方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
谢宇等: "《青少年科学素质培养丛书 智能机器人》", 30 September 2012, 河北少年儿童出版社 *

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109623590A (zh) * 2018-11-23 2019-04-16 华中科技大学 一种全数字式刚柔耦合精准力控磨抛装置及控制方法
CN109664295A (zh) * 2018-12-13 2019-04-23 华南理工大学 基于一维力传感器的机器人砂带打磨恒力控制方法及装置
CN109664295B (zh) * 2018-12-13 2021-12-21 华南理工大学 基于一维力传感器的机器人砂带打磨恒力控制方法及装置
CN110605721A (zh) * 2019-10-24 2019-12-24 苏州艾利特机器人有限公司 一种基于末端六维力传感器的机械臂拖动示教方法
CN110744406A (zh) * 2019-10-29 2020-02-04 华中科技大学 一种叶片型面机器人磨抛自适应加工***及方法
CN111452049B (zh) * 2020-04-16 2022-04-05 珠海格力智能装备有限公司 机器人运动的控制方法及装置
CN111452049A (zh) * 2020-04-16 2020-07-28 珠海格力智能装备有限公司 机器人运动的控制方法及装置
CN111644981A (zh) * 2020-05-15 2020-09-11 吉林大学 一种圆柱式仿生多维力传感器
CN111644981B (zh) * 2020-05-15 2021-06-01 吉林大学 一种圆柱式仿生多维力传感器
CN111843714A (zh) * 2020-06-15 2020-10-30 华中科技大学 一种三自由度磨抛装置及其力位耦合控制方法
CN111843714B (zh) * 2020-06-15 2022-02-15 华中科技大学 一种三自由度磨抛装置及其力位耦合控制方法
CN114310571A (zh) * 2020-09-27 2022-04-12 中国科学院沈阳自动化研究所 一种机器人自动化磨削作业过程中智能控制方法
CN114310571B (zh) * 2020-09-27 2023-05-26 中国科学院沈阳自动化研究所 一种机器人自动化磨削作业过程中智能控制方法
CN113899541A (zh) * 2021-10-29 2022-01-07 西安工业大学 一种基于恒力控制的砂带磨削实验台及其实验方法

Also Published As

Publication number Publication date
CN107962480B (zh) 2019-10-15

Similar Documents

Publication Publication Date Title
CN107962480A (zh) 一种叶片机器人砂带磨削加工力控制方法
CN110561237B (zh) 一种结合主被动力控制的机器人砂带磨削方法及***
CN105643399B (zh) 基于柔顺控制的机器人复杂曲面自动研抛***及加工方法
CN108972343B (zh) 一种二自由度磨抛接触力控制方法及***
Cen et al. A wireless force-sensing and model-based approach for enhancement of machining accuracy in robotic milling
Huang et al. SMART robotic system for 3D profile turbine vane airfoil repair
CN104626168B (zh) 基于智能算法的机器人力位柔顺控制方法
JP6942577B2 (ja) 工作機械の数値制御装置及び数値制御方法
CN101738981B (zh) 基于机器学习的机器人磨削方法
CN109434843A (zh) 一种基于拖动示教的机器人力控打磨叶片的设备及方法
Chen et al. Form error compensation in single-point inclined axis nanogrinding for small aspheric insert
CN103128645A (zh) 压力可控、速度可变的主动柔顺机器人研磨***及方法
CN110744406A (zh) 一种叶片型面机器人磨抛自适应加工***及方法
CN102114610A (zh) 抛光轮直径和抛光力检测方法与抛光轮磨损补偿方法
CN110497423A (zh) 一种机械手自适应加工方法
Zhan et al. Study on error compensation of machining force in aspheric surfaces polishing by profile-adaptive hybrid movement–force control
CN104808581A (zh) 一种复杂面型曲面制造的补偿加工方法
CN114454060A (zh) 一种机器人自适应曲面跟踪恒力磨抛方法及***
CN110281152B (zh) 一种基于在线试触的机器人恒力打磨路径规划方法及***
CN114274047B (zh) 一种基于力感知测量的高效精密研抛轨迹优化方法
Ng et al. A method for capturing the tacit knowledge in the surface finishing skill by demonstration for programming a robot
Park et al. Gantry type lapping manipulator toward unmanned lapping process for a large work surface
Li et al. On-machine self-calibration method for compensation during precision fabrication of 900-mm-diameter zerodur aspheric mirror
CN114310962A (zh) 一种适用于打磨的智能机器人通讯控制***及方法
Jayaweera et al. Measurement assisted automated robotic edge deburring of complex components

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
GR01 Patent grant
GR01 Patent grant