CN111300208A - 一种复杂曲面机器人砂带变进给自适应磨削方法及设备 - Google Patents

Abstract

本发明公开了一种复杂曲面机器人砂带变进给自适应磨削方法，包括：重构待加工曲面的模型；获取每个刀触点数据；根据所述刀触点数据得出每个加工点位的机器人进给速度；生成加工代码并根据所述加工代码进行加工。本发明还公开了一种应用于上述复杂曲面机器人砂带变进给自适应磨削方法的复杂曲面机器人砂带变进给自适应磨削设备。上述复杂曲面机器人砂带变进给自适应磨削方法不仅能够使机器人接触轮以最佳的姿态与叶片型面进行贴合，还可依据各加工点位的余量值信息分配不同的机器人进给速度，从而可以保证各加工点位余量的精准去除量，从而可以综合提高复杂曲面类零件机器人自适应磨削加工精度与质量。

Description

一种复杂曲面机器人砂带变进给自适应磨削方法及设备

技术领域

本发明涉及机械加工技术领域，特别涉及一种复杂曲面机器人砂带变进给自适应磨削方法。本发明还涉及一种应用于上述复杂曲面机器人砂带变进给自适应磨削方法的设备。

背景技术

航空航天领域高性能构件多涉及材料难加工、曲面结构复杂、加工质量要求高等共性特征。以整体叶盘的加工为例，其薄壁复杂表面曲率变化剧烈且加工余量分布不均匀，由于砂带磨削弹性接触的特点，若不进行基于余量分布的轨迹规划，则磨削过后叶片截面形状与磨削前近似平行，无法达到满足加工精度的截面形状。目前，现有的机器人砂带磨削轨迹方法大多没有考虑工件余量分布，同时接触轮姿态的控制主要依据曲面上参数线的切矢；这种情况无法实现整体叶盘加工点位余量的精准去除，且极易在曲率半径较小处产生干涉和过切现象，进而影响该类复杂曲面类零件的加工精度与质量。

因此，如何避免由于传统机器人砂带磨削无法实现加工余量的精准去除而导致影响曲面类零件的加工精度和质量，是本领域技术人员目前需要解决的技术问题。

发明内容

本发明的目的是提供一种复杂曲面机器人砂带变进给自适应磨削方法，该磨削方法可以解决加工余量无法精准去除的技术问题，从而可以提高复杂曲面类零件的磨削加工精度和质量。本发明的另一目的是提供一种应用于上述复杂曲面机器人砂带变进给自适应磨削方法的设备。

为实现上述目的，本发明提供一种复杂曲面机器人砂带变进给自适应磨削方法，包括：

重构待加工曲面的模型；

获取每个刀触点数据；

根据所述刀触点数据得出每个加工点位的机器人进给速度；

生成加工代码并根据所述加工代码进行加工。

可选地，所述重构待加工曲面的模型的步骤之前，包括：

在离线编程软件中标定工具坐标系和工件坐标系；

在所述离线编程软件中设定所述工具坐标系相对于机器人末端法兰盘的齐次变换矩阵

所述工件坐标系相对于机器人基坐标系的齐次变换矩阵

可选地，所述在离线编程软件中标定工具坐标系和工件坐标系的步骤之前，包括：

采用专用工装将砂带磨头安装于机器人末端法兰盘并将待加工工件安装于装夹位置；

通过所述离线编程软件导入机器人模型并将机器人基坐标系固定于装配体空间零点；

通过所述离线编程软件导入砂带磨头模型和工件模型。

可选地，所述获取每个刀触点数据的步骤，包括：

在所述离线编程软件中设置待加工曲面的加工区域；

在所述加工区域设置加工路径数目和每一加工路径的加工点位数；

获取刀触点位置坐标、两个主方向和法矢。

可选地，所述根据所述刀触点数据得出每个加工点位的机器人进给速度的步骤，包括：

通过蓝光扫描设备生成每个加工点位的余量值；

根据每个加工点位的余量值得出对应每个加工点位的磨削量；

根据材料去除经验模型和每个加工点位的磨削量计算得出每个加工点位对应的机器人进给速度。

本发明还提供一种复杂曲面机器人砂带变进给自适应磨削设备，应用于上述任一项所述的复杂曲面机器人砂带变进给自适应磨削方法，包括磨削控制***，所述磨削控制***设有：

用以重构待加工曲面的模型的重构模块；

用以获取每个刀触点数据的第一运算模块；

用以根据所述刀触点数据得出每个加工点位的机器人进给速度的第二运算模块；

用以生成加工代码的生成模块。

可选地，还包括：

用以安装所述磨削控制***的机器人本体；

安装于所述机器人本体的末端并与所述磨削控制***相连、用以磨削待加工工件的砂带磨头；

设于所述机器人本体的底部、用以支撑所述机器人本体的平台。

相对于上述背景技术，本发明针对复杂曲面类零件磨削加工的不同要求，设计了一种复杂曲面机器人砂带变进给自适应磨削方法，具体来说，上述复杂曲面机器人砂带变进给自适应磨削方法包括：S1：重构待加工曲面的模型；S2：获取每个刀触点数据；S3：根据刀触点数据得出每个加工点位的机器人进给速度；S4：生成加工代码并根据所述加工代码进行加工。本发明还提供一种复杂曲面机器人砂带变进给自适应磨削设备，应用于上述复杂曲面机器人砂带变进给自适应磨削方法，包括磨削控制***，该磨削控制***设有重构模块、第一运算模块、第二运算模块和生成模块，其中，重构模块用于重构待加工曲面的模型；第一运算模块用于获取每个刀触点数据；第二运算模块用于根据刀触点数据得出每个加工点位的机器人进给速度；生成模块用于生成加工代码。这样一来，上述复杂曲面机器人砂带变进给自适应磨削方法及设备不仅能够使机器人接触轮以最佳的姿态与叶片型面进行贴合，以避免在曲率半径较小处产生过切现象；还可依据各加工点位的余量值信息，确定其驻留时间，从而可以分配不同的机器人进给速度，与现有技术相比，该磨削方法和设备可以保证各加工点位余量的精准去除量，从而可以综合提高复杂曲面类零件机器人自适应磨削加工精度与质量。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，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，还可以根据提供的附图获得其他的附图。

图1为本发明实施例公开的一种复杂曲面机器人砂带变进给自适应磨削方法的流程图；

图2为本发明实施例公开的一种复杂曲面机器人砂带变进给自适应磨削设备的结构示意图；

图3为本发明实施例公开的一种复杂曲面机器人砂带变进给自适应磨削方法的总体逻辑图；

图4为离线编程软件中刀触点信息示意图；

图5为根据余量信息精准磨削示意图；

图6为加工路径方向上形成波纹状加工痕迹的示意图；

图7为两个相邻路径之间残余高度不同的示意图。

其中：

1-待加工工件、2-砂带磨头、3-机器人本体、4-平台。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明的核心是提供一种复杂曲面机器人砂带变进给自适应磨削方法，该磨削方法可以解决加工余量无法精准去除的技术问题，从而可以提高复杂曲面类零件的磨削加工精度和质量。本发明的另一核心是提供一种应用于上述复杂曲面机器人砂带变进给自适应磨削方法的设备。

为了使本技术领域的技术人员更好地理解本发明方案，下面结合附图和具体实施方式对本发明作进一步的详细说明。

需要说明的是，下文所述的“上端、下端、左侧、右侧”等方位词都是基于说明书附图所定义的。

请参考图1至图7，图1为本发明实施例公开的一种复杂曲面机器人砂带变进给自适应磨削方法的流程图；图2为本发明实施例公开的一种复杂曲面机器人砂带变进给自适应磨削设备的结构示意图；图3为本发明实施例公开的一种复杂曲面机器人砂带变进给自适应磨削方法的总体逻辑图；图4为离线编程软件中刀触点信息示意图；图5为根据余量信息精准磨削示意图；图6为加工路径方向上形成波纹状加工痕迹的示意图；图7为两个相邻路径之间残余高度不同的示意图。

本发明实施例所提供的复杂曲面机器人砂带变进给自适应磨削方法，用于复杂曲面类零件，比如叶片的磨削加工，该磨削方法包括：S1：重构待加工曲面的模型；S2：获取每个刀触点数据；S3：根据刀触点数据得出每个加工点位的机器人进给速度；S4：生成加工代码并根据所述加工代码进行加工。

上述复杂曲面机器人砂带变进给自适应磨削方法不仅能够使机器人接触轮以最佳的姿态与叶片型面进行贴合，以避免在曲率半径较小处产生过切现象；还可依据各加工点位的余量值信息，确定其驻留时间，从而可以分配不同的机器人进给速度，与现有技术相比，该磨削方法和设备可以保证各加工点位余量的精准去除量，从而可以综合提高复杂曲面类零件机器人自适应磨削加工精度与质量。

进一步地，在重构待加工曲面的模型的步骤之前，包括：第一步，采用专用工装将砂带磨头2安装于机器人末端法兰盘并将待加工工件1安装于装夹位置；第二步，通过离线编程软件导入机器人模型并将机器人基坐标系固定于装配体空间零点；第三步，通过离线编程软件导入砂带磨头模型和工件模型；第四步，在离线编程软件中标定工具坐标系和工件坐标系；第五步，在离线编程软件中设定工具坐标系相对于机器人末端法兰盘的齐次变换矩阵

工件坐标系相对于机器人基坐标系的齐次变换矩阵

也就是说，根据机器人砂带磨削设备以及待加工工件1的实际装配关系和相对位置关系在离线编程软件中建立仿真模型，以便后面步骤的运算；此外，需要根据砂带磨头2的实际尺寸，在离线编程软件中设定机器人工具的参数，即安装于机器人末端的砂带磨头2的TCP点在机器人末端法兰盘下的位置和姿态；同时，根据待加工工件1装夹位置信息，建立工件坐标系相对于机器人基坐标系的位置和姿态。

需要说明的是，所谓重构待加工曲面的模型是指，在离线编程软件中导入待加工曲面模型后，将该待加工曲面模型重构至双三次NURBS曲面，以使待加工曲面模型的u/v线规范化和光顺化，从而可以减缓机器人在磨削加工过程中由于路径弯曲而造成的磨削振动。

执行完重构待加工曲面的模型的步骤之后，下一步需要获取每个刀触点数据，获取每个刀触点数据的过程具体包括：第一步，在离线编程软件中设置待加工曲面的加工区域；第二步，在加工区域设置加工路径数目和每一加工路径的加工点位数；第三步，获取刀触点位置坐标、两个主方向和法矢，如图4所示。也就是说，在重构完模型之后，首先根据加工路径L的数目离散加工区域{m_V_min，m_V_max}；然后，根据加工点数离散每条路径加工区域{m_U_min，m_U_max}；最后，求取位置数据，两个主方向、法矢，并单位化。

具体方法是将加工路径L离散成指定数量的插补点，同时计算每个点的第一主方向A、第二主方向B和法矢C，并在工件坐标系下确定该加工点位的位置信息。以u向加工为例，设置加工区域范围(v_b，v_e)及(u_b，u_e)、加工路径L数目m_pathNum及每条路径的加工点数m_pointNum，进而离散被加工曲面得到刀触点数据(位置数据、第一主方向A、第二主方向B、法矢C)，其中v_b代表第一条加工路径

v_e代表最后一条加工路径

(u_b，u_e)代表每条加工路径的加工范围。

具体地，NURBS曲面是国际标准，其作用是能够使曲面模型可以在不同软件间交换，双三次B样条曲面方程为：

其中N_i，3(u)，N_j，3(v)为B样条基函数，由de Boor-Cox公式确定；P_i，j(i＝0，1，2，...，m；j＝0，1，2，...，n)是曲面的控制顶点。

固定u或v可得曲面上等u或等v参数线，即：

曲面单位矢量

曲面

上任一加工点(u₀，v₀)的切方向

可表示为：

曲面

的第一基本公式和第二基本公式：

曲面主方向求解为：

或者

(EM-FL)du²+(EN-GL)dudv+(FN-GM)dv²＝0

代入(1)式即可求出第一主方向A、第二主方向B。

在磨削过程中使接触轮轴向沿刀触点第一主方向A(最小主曲率方向)，接触轮径向沿法矢C方向，接触轮支撑轴方向沿刀触点第二主方向B(最大主曲率方向)。根据上面所求的主方向矢量和法向矢量构成一个3×3的矩阵，结合对应加工点的位置信息可组成4×4的齐次变换矩阵。同时组成序列(x，y，z，n_x，n_y，n_z，o_x，o_y，o_z，a_x，a_y，a_z)，其余路径上的所有加工点位均可按照上面步骤进行计算。

为了优化上述实施例，上述根据刀触点数据得出每个加工点位的机器人进给速度的步骤，包括：第一步，通过蓝光扫描设备生成每个加工点位的余量值；第二步，根据每个加工点位的余量值得出对应每个加工点位的磨削量；第三步，根据材料去除经验模型和每个加工点位的磨削量计算得出每个加工点位对应的机器人进给速度。

也就是说，首先基于刀位点位置数据利用蓝光扫描仪进行各加工点位余量提取，然后根据每个刀位点的余量值信息设定每道工序对应每个加工点位的磨削量A_i，再依照材料去除经验模型，确定驻留时间，分配不同进给速度，如图5所示，其中，Y为加工余量，D为加工点位，M为实际模型，N为理论模型，O为自适应磨削后表面。

具体地，设置砂带线速度V_s、接触轮下压量U等工艺参数并根据正交实验得出材料去除率与各磨削参数之间的函数关系：

R＝k·v_s ^a·v_w ^b·F_n ^c·P^d (2)

其中R为材料去除率，k为去除参数，v_s为砂带线速度，F_n为法向接触压力，v_w为磨头进给速度，P为砂带粒度。在实际生产当中，砂带线速度和法向接触压力以及砂带粒度可视为不变参数，k值则可通过正交实验获得，则R可视为关于v_w的函数，即R＝R(v_w)。

如图6、图7所示，在path(i)上由于各加工点驻留时间t_i<t_i+1>t_i+2>t_i+3<t_i+4，因此，各加工点位材料去除量不同，导致在加工路径方向形成波纹状加工痕迹。同理，在相邻两条路径path(j)与path(j+1)之间由于各对应加工点位驻留时间不同，导致相邻两条路径之间残留高度h不同，出现磨削纹路，过渡不光顺，因此必须采用卷积计算。

其中，驻留时间：

其中Δ_i为每个加工点的宽度。

磨削量A_i可视为R(v_w)与D(v_w)的卷积，公式如下：

A_i＝R(v_w)*D(v_w)

对上式公式进行傅里叶变换：

再进行傅里叶逆变换：

将(2)代入上式可求得D(v_w)，再将D(v_w)带入(3)中可求得

最后，根据已经分配进给速度的刀触点数据经机器人后处理并生成加工代码(离线程序)，进而将该加工代码导入机器人控制柜实现自动化加工。

在自适应磨削加工过程中，需要通过判断加工余量分布是否均匀来选择是否执行下一步工序，即如果加工余量分布均匀，则执行下一步精磨工序，如果加工余量分布不均匀，则返回至设置待加工曲面的加工区域的步骤，直至加工余量分布均匀为止；当然，执行完精磨工序之后，还需要通过判断加工精度是否满足要求来选择是否执行下一步工序，即当加工精度满足要求时，执行下一步下区域加工的工序，当加工精度不满足要求时，则返回至精磨工序，直到满足加工精度为止，如图3所示。

在上述基础上，本发明还提供一种复杂曲面机器人砂带变进给自适应磨削设备，应用于上述复杂曲面机器人砂带变进给自适应磨削方法，包括磨削控制***，该磨削控制***设有重构模块、第一运算模块、第二运算模块和生成模块，其中，重构模块用于重构待加工曲面的模型；第一运算模块用于获取每个刀触点数据；第二运算模块用于根据刀触点数据得出每个加工点位的机器人进给速度；生成模块用于生成加工代码。

上述磨削设备还可以设置包括砂带磨头2、机器人本体3和平台4；其中，机器人本体3用于安装磨削控制***；砂带磨头2安装于机器人本体3末端的法兰盘，砂带磨头2与磨削控制***相连，在磨削控制***的控制下，砂带磨头2可以按照预设程序磨削待加工工件1(叶片)；平台4设于机器人本体3的底部并用于支撑机器人本体3。当然，机器人砂带磨削设备的其他部分可以参照现有技术，本文不再展开。

此外，砂带磨头2安装于机器人末端，砂带磨头2的TCP点选在接触轮最下端与叶片接触处；整体叶盘安装于机器人工作空间范围内，磨削完一个叶片后工件自动旋转360/N度(N为叶片个数)，从而可以实现一次装夹全部叶片并进行磨削的功能。

需要说明的是，在本说明书中，诸如第一和第二之类的关系术语仅仅用来将一个实体与另外几个实体区分开来，而不一定要求或者暗示这些实体之间存在任何这种实际的关系或者顺序。

以上对本发明所提供的复杂曲面机器人砂带变进给自适应磨削方法及设备进行了详细介绍。本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利要求的保护范围内。

Claims (7)

1.一种复杂曲面机器人砂带变进给自适应磨削方法，其特征在于，包括：

重构待加工曲面的模型；

获取每个刀触点数据；

根据所述刀触点数据得出每个加工点位的机器人进给速度；

生成加工代码并根据所述加工代码进行加工。

2.根据权利要求1所述的复杂曲面机器人砂带变进给自适应磨削方法，其特征在于，所述重构待加工曲面的模型的步骤之前，包括：

在离线编程软件中标定工具坐标系和工件坐标系；

在所述离线编程软件中设定所述工具坐标系相对于机器人末端法兰盘的齐次变换矩阵

所述工件坐标系相对于机器人基坐标系的齐次变换矩阵

3.根据权利要求2所述的复杂曲面机器人砂带变进给自适应磨削方法，其特征在于，所述在离线编程软件中标定工具坐标系和工件坐标系的步骤之前，包括：

采用专用工装将砂带磨头(2)安装于机器人末端法兰盘并将待加工工件(1)安装于装夹位置；

通过所述离线编程软件导入机器人模型并将机器人基坐标系固定于装配体空间零点；

通过所述离线编程软件导入砂带磨头模型和工件模型。

4.根据权利要求3所述的复杂曲面机器人砂带变进给自适应磨削方法，其特征在于，所述获取每个刀触点数据的步骤，包括：

在所述离线编程软件中设置待加工曲面的加工区域；

在所述加工区域设置加工路径数目和每一加工路径的加工点位数；

获取刀触点位置坐标、两个主方向和法矢。

5.根据权利要求1至4任一项所述的复杂曲面机器人砂带变进给自适应磨削方法，其特征在于，所述根据所述刀触点数据得出每个加工点位的机器人进给速度的步骤，包括：

通过蓝光扫描设备生成每个加工点位的余量值；

根据每个加工点位的余量值得出对应每个加工点位的磨削量；

根据材料去除经验模型和每个加工点位的磨削量计算得出每个加工点位对应的机器人进给速度。

6.一种复杂曲面机器人砂带变进给自适应磨削设备，其特征在于，应用于上述1-5任一项所述的复杂曲面机器人砂带变进给自适应磨削方法，包括磨削控制***，所述磨削控制***设有：

用以重构待加工曲面的模型的重构模块；

用以获取每个刀触点数据的第一运算模块；

用以根据所述刀触点数据得出每个加工点位的机器人进给速度的第二运算模块；

用以生成加工代码的生成模块。

7.根据权利要求6所述的复杂曲面机器人砂带变进给自适应磨削设备，其特征在于，还包括：

用以安装所述磨削控制***的机器人本体(3)；

安装于所述机器人本体(3)的末端并与所述磨削控制***相连、用以磨削待加工工件(1)的砂带磨头(2)；

设于所述机器人本体(3)的底部、用以支撑所述机器人本体(3)的平台(4)。

Images