CN115673720A - 一种航天装备螺钉姿态调整力控方法及设备 - Google Patents

一种航天装备螺钉姿态调整力控方法及设备 Download PDF

Info

Publication number
CN115673720A
CN115673720A CN202211481407.1A CN202211481407A CN115673720A CN 115673720 A CN115673720 A CN 115673720A CN 202211481407 A CN202211481407 A CN 202211481407A CN 115673720 A CN115673720 A CN 115673720A
Authority
CN
China
Prior art keywords
new
robot
current
joint
population
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
CN202211481407.1A
Other languages
English (en)
Inventor
王长瑞
卢仪
李霏
田威
曹志宏
马国财
卢虓宇
刘江
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.)
Nanjing University of Aeronautics and Astronautics
Beijing Institute of Electronic System Engineering
Original Assignee
Nanjing University of Aeronautics and Astronautics
Beijing Institute of Electronic System Engineering
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 Nanjing University of Aeronautics and Astronautics, Beijing Institute of Electronic System Engineering filed Critical Nanjing University of Aeronautics and Astronautics
Priority to CN202211481407.1A priority Critical patent/CN115673720A/zh
Publication of CN115673720A publication Critical patent/CN115673720A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Manipulator (AREA)

Abstract

本发明公开了一种航天装备螺钉姿态调整力控方法及设备,属于航天装备螺钉拧紧技术领域。包括:获取机器人的当前位置、当前姿态信息;基于当前位置、当前姿态信息计算得到关于机器人的当前各关节转角、当前位姿矩阵、以及当前关节刚度性能指标;设置机器人绕加工轴旋转的预定角度;机器人旋转后,获取机器人新的位置、姿态信息;计算得到关于机器人的新的各关节转角、新的位姿矩阵、以及新的关节刚度性能指标;判断新的位姿矩阵、新的关节刚度性能指标是否符合评判标准。本发明中在机器人末端布置力传感器、扭矩传感器,实现工艺参数实时采集与在线感知;采用螺钉姿态调整力控方法,确定机器人自动拧紧过程工艺参数的最佳目标区域。

Description

一种航天装备螺钉姿态调整力控方法及设备
技术领域
本发明属于航天装备螺钉拧紧技术领域,具体涉及一种航天装备螺钉姿态调整力控方法及设备。
背景技术
随着新一代的航空航天产品向着精密化、高速化、空天一体化、长寿命、超远程方向发展,其结构复杂程度显著增加、服役环境日益恶劣。以搭载一体化测控装置为代表的航空航天方形核心构件的连接主要以螺钉连接为主,其连接质量直接关系到测控装置的可靠性和使用性能,因此对装配连接质量提出了更高的要求。
目前航空产品上的紧固件连接主要有人工装配、半自动化装配和自动化装配三种方式。人工装配劳动强度大,特种环境下可能对装配工人产生危害,不适应航空航天产品多品种、小批量的敏捷生产模式,产品一致性难以得到保证,且不便于进行拧紧力矩等信息的收集与管理;半自动化装配虽在一定程度上提高了螺钉拧紧效率,但连接过程中仍然需要人工干预,自动化程度不高;相对于人工装配和半自动化装配,螺钉自动化装配具有连接效率高,装配质量稳定,装配成本低,装配工艺数据可测,便于实现高柔性、智能化、信息化装配等优点,但国内多规格螺钉自动化拾取、拧紧技术主要应用于电子装配领域以及汽车行业,在武器装备、航空航天领域缺乏相应的技术支撑与装备应用。
发明内容
发明目的:为了解决上述问题,本发明提供了一种航天装备螺钉姿态调整力控方法及设备。
技术方案:一种航天装备螺钉姿态调整力控方法,包括以下步骤:
S1,获取机器人的当前位置、当前姿态信息;基于当前位置、当前姿态信息计算得到关于机器人的当前各关节转角、当前位姿矩阵、以及当前关节刚度性能指标;
S2,设置机器人绕加工轴旋转的预定角度;机器人旋转后,获取机器人新的位置、姿态信息;基于新的位置、姿态信息,计算得到关于机器人的新的各关节转角、新的位姿矩阵、以及新的关节刚度性能指标;
S3,判断新的位姿矩阵、新的关节刚度性能指标是否符合评判标准,若否,则重复S2;若是,则记录该新的关节刚度性能指标,且执行以下步骤:
S4,获取压力信号以及扭矩信号,并将其转换成对应的拧紧压力及拧紧扭矩;
S5,将S3中记录的新的关节刚度性能指标、以及S4中的拧紧压力及拧紧扭矩,计入集合P;
S6,判断预定角度是否满足预定数值,若否,依次重复步骤S2、S3、S4、S5;若是,则执行以下步骤:
S7,基于集合P,计算出最优加工姿态、拧紧压力以及拧紧扭矩参数。
在进一步的实施例中,所述S1中包括以下流程:
定义当前位置信息为N,当前姿态信息为M;基于N、M,利用Paul反变换法求机器人运动学逆解得到当前各关节转角wr(r=1,2,3,4,5,6),当前位姿矩阵Y=[w1,w2,w3,w4,w5,w6]T,以及当前关节刚度性能指标k。
在进一步的实施例中,所述S2中包括以下流程:
定义θ=i×Δθ,i为转角步长增加次数,Δθ为转角步长,机器人绕加工轴向旋转角度θ后,获取得到新的位置N′、新的姿态信息M′;基于N′、M′,计算得到新的各关节转角w′r(r=1,2,3,4,5,6)、新的位姿矩阵Y′=w′1,w′2,w′3,w′4,w′5,w′6]T,以及新的关节刚度性能指标k′。
在进一步的实施例中,所述S3中的判断是否符合评判标准具体流程如下:
判断新的位姿矩阵和新的关节刚度性能指标是否在远离关节的状态下对应的极限位姿和奇异位姿的刚度达到最佳。
在进一步的实施例中,所述S4中包括以下流程:
获取压力传感器、扭矩传感器输出的压力信号、扭矩信号,并对其进行中值滤波、均值滤波、去除奇异点;将经处理后的压力信号、扭矩信号换算为对应的拧紧压力、拧紧扭矩。
在进一步的实施例中,所述S6中判断预定角度是否满足预定数值包括以下流程:
判断θ≥180,若是,则执行S7,若否,则重复步骤S2、S3、S4、S5。
在进一步的实施例中,所述S7中包括以下流程:
S71,对集合P编码生成当前初代种群;定义当前初代种群为父代种群;
S72,对父代种群进行快速非支配排序,根据其Pareto等级作为适应度值,使用遗传算法基本算子生成第一代子代种群;
S73,将父代种群与第一代子代种群合并,生成预种群;
S74,根据目标函数K(θ)和Δ(θ),计算种群中每个姿态下末端振动响应幅值和位姿误差;
Figure BDA0003961794500000031
其中,θ1、θ2、θ3、θ4、θ5、θ6为机器人各关节的转角;
δx、δy、δz、δA、δB、δC分别为末端执行器螺钉批头中心点位置姿态与待加工目标点的误差,δF为末端传感器采集到的实际力矩与目标力矩之间的误差;δθ为实际拧紧圈数和目标拧紧圈数之间的误差;θimin、θimax分别为各变量的约束上下限;a、b、c分别为误差计算中各变量的权重;
S75,对每个姿态下末端振动响应幅值和位姿误差进行快速非支配排序和拥挤度计算;
S76,根据个体的Pareto等级和拥挤度选取较优解组成新的父代种群,使用选择、交叉、变异三个遗传算法基本算子生成新一代子代种群;
S77,重复步骤S73、S74、S75、S76直至种群迭代次数达到预设值n,得到最终最优加工姿态、拧紧压力、以及拧紧扭矩参数。
在另一个技术方案中提供了一种航天装备螺钉拧紧设备,执行上述的一种航天装备螺钉姿态调整力控方法,所述设备包括:六自由度工业机器人,以及设于所述六自由度工业机器人输出端的螺丝拧紧机。
在进一步的实施例中,所述六自由度工业机器人末端设有压力传感器、扭矩传感器。
有益效果:将工业机器人和多规格螺钉自动拾取、拧紧技术相结合,可提高装配效率;在机器人末端布置力传感器、扭矩传感器,实现工艺参数地实时采集与在线感知;采用融合力、力矩的螺钉姿态调整力控方法,确定机器人自动拧紧过程工艺参数的最佳目标区域。
附图说明
图1是本方法的流程图
图2为本设备的结构示意图。
图3为螺钉拧紧机的结构示意图。
图1至图3中各标注为:六自由度工业机器人1、拧紧机2、披头组件3、***盘组件4、拧紧枪5、气动移动组件6、压力传感器7、扭矩传感器8。
具体实施方式
实施例1
本实施例提供了一种航天装备螺钉姿态调整力控方法,包括以下步骤:
S1,获取机器人的当前位置、当前姿态信息;基于当前位置、当前姿态信息计算得到关于机器人的当前各关节转角、当前位姿矩阵、以及当前关节刚度性能指标;
具体说明如下:定义当前位置信息为N,当前姿态信息为M;基于N、M,利用Paul反变换法求机器人运动学逆解得到当前各关节转角wr(r=1,2,3,4,5,6),当前位姿矩阵Y=[w1,w2,w3,w4,w5,w6]T,以及当前关节刚度性能指标k。
S2,设置机器人绕加工轴旋转的预定角度;机器人旋转后,获取机器人新的位置、姿态信息;基于新的位置、姿态信息,计算得到关于机器人的新的各关节转角、新的位姿矩阵、以及新的关节刚度性能指标;
具体说明如下:定义θ=i×Δθ,i为转角步长增加次数,Δθ为转角步长,机器人绕加工轴向旋转角度θ后,获取得到新的位置N′、新的姿态信息M′;基于N′、M′,计算得到新的各关节转角w′r(r=1,2,3,4,5,6)、新的位姿矩阵Y′=w′1,w′2,w′3,w′4,w′5,w′6]T,以及新的关节刚度性能指标k′。
S3,判断新的位姿矩阵、新的关节刚度性能指标是否符合评判标准,具体判断流程如下:
判断Y′和k′是否在远离关节的状态下对应的极限位姿和奇异位姿的刚度达到最佳。该最佳的程度为根据不同的实际工况而限定。
若否,则重复S2;
若是,则记录该新的关节刚度性能指标,且执行以下步骤:
S4,获取压力信号以及扭矩信号,并将其转换成对应的拧紧压力及拧紧扭矩;
获取压力传感器、扭矩传感器输出的压力信号、扭矩信号,并对其进行中值滤波、均值滤波、去除奇异点;将经处理后的压力信号、扭矩信号换算为对应的拧紧压力、拧紧扭矩。
S5,将S3中记录的新的关节刚度性能指标、以及S4中的拧紧压力及拧紧扭矩,计入集合P;
S6,判断预定角度是否满足预定数值:判断θ≥180,
若否,则依次重复步骤S2、S3、S4、S5。
若是,则执行S7。
S7,基于集合P,计算出最优加工姿态、拧紧压力以及拧紧扭矩参数。
所述S7中包括以下流程:
S71,对集合P编码生成当前初代种群;定义当前初代种群为父代种群;
S72,对父代种群进行快速非支配排序,根据其Pareto等级作为适应度值,使用遗传算法基本算子生成第一代子代种群;
S73,将父代种群与第一代子代种群合并,生成预种群;
S74,根据目标函数K(θ)和Δ(θ),计算种群中每个姿态下末端振动响应幅值和位姿误差;
Figure BDA0003961794500000051
其中,θ1、θ2、θ3、θ4、θ5、θ6为机器人各关节的转角;
δx、δy、δz、δA、δB、δC分别为末端执行器螺钉批头中心点位置姿态与待加工目标点的误差(位姿误差),δF为末端传感器采集到的实际力矩与目标力矩之间的误差;δθ为实际拧紧圈数和目标拧紧圈数之间的误差;θimin、θimax分别为各变量的约束上下限;a、b、c分别为误差计算中各变量的权重。振动响应幅值为六个关节转角在各自关节变量范围内的最大值。
工业机器人各关节转角θ1、θ2、θ3、θ4、θ5、θ6,以及拧紧末端执行器的采集得到的力矩θ7与拧紧圈数(角度)θ8,各数值范围如下表所示:
Figure BDA0003961794500000052
S75,对每个姿态下末端振动响应幅值和位姿误差进行快速非支配排序和拥挤度计算;
S76,根据个体的Pareto等级和拥挤度选取较优解组成新的父代种群,使用选择、交叉、变异三个遗传算法基本算子生成新一代子代种群;
S77,重复步骤S73、S74、S75、S76直至种群迭代次数达到预设值n,得到最终最优加工姿态、拧紧压力、以及拧紧扭矩参数。
S7中流程具体说明如下:
S71,对集合P进行染色体十进制编码生成初代种群Pj
S72,对初代种群Pj进行快速非支配排序,根据其Pareto等级作为适应度值,使用遗传算法基本算子生成第一代子代种群Qj
S73,定义初代种群Pj为父代种群;将父代种群Pi与子代Qj个体合并,生成预种群Rj
S74,根据目标函数计算预种群Rj中每个姿态下末端振动响应幅值和位姿误差;
S75,对末端振动响应幅值和位姿误差进行快速非支配排序和拥挤度计算;
S76,根据个体的Pareto等级和拥挤度选取较优解组成新的父代种群Pj+1,使用选择、交叉、变异三个遗传算法基本算子生成新一代子代种群Qj+1
S77,重复步骤S73、S74、S75、S76直至种群迭代次数达到预设值n,得到最终最优加工姿态及工艺参数集合(集合中包括拧紧压力和拧紧扭矩)。
实施例2
本实施例提供了一种航天装备螺钉拧紧设备,采用实施例1中所述的一种航天装备螺钉姿态调整力控方法,所述设备包括:六自由度工业机器人1,以及设于所述六自由度工业机器人1输出端的拧紧机2。所述六自由度工业机器人1末端设有压力传感器7、扭矩传感器8。
航天装备某箱体多规格螺钉拧紧***,如图1至2所示,包括一台KUKA六自由度工业机器人1和一个拧紧机2,拧紧机2为多规格螺钉拧紧机2。其中拧紧机2安装在工业机器人末端。所述工业机器人完成更换末端拧紧机2中的披头组件3、***盘组件4过程的定位。所述拧紧机2与所述工业机器人组成的整体***实现不同规格螺钉的拧紧。
航天装备某箱体多规格螺钉拧紧***,所述***螺钉拧紧过程如下:
(1)第一次调整工业机器人位姿,拧紧机2更换合适的拧紧披头组件3及***盘组件4;
(2)第二次调整工业机器人位姿,末端定位至装配位置;
(3)拧紧机2中的拧紧枪5从***盘组件4中拾取单个螺钉并通过气动移动组件6移动至装配位置拧紧,完成该位置拧紧后,拧紧枪5返回***盘组件4拾取下一螺钉,直至该***盘中的螺钉全部装配完成;
(4)一个***盘内全部螺钉装配完成后,重复步骤(1)~(3),直至一个工件的螺钉拧紧完成。

Claims (9)

1.一种航天装备螺钉姿态调整力控方法,其特征在于,包括以下步骤:
S1,获取机器人的当前位置、当前姿态信息;基于当前位置、当前姿态信息计算得到关于机器人的当前各关节转角、当前位姿矩阵、以及当前关节刚度性能指标;
S2,设置机器人绕加工轴旋转的预定角度;机器人旋转后,获取机器人新的位置、姿态信息;基于新的位置、姿态信息,计算得到关于机器人的新的各关节转角、新的位姿矩阵、以及新的关节刚度性能指标;
S3,判断新的位姿矩阵、新的关节刚度性能指标是否符合评判标准,若否,则重复S2;若是,则记录该新的关节刚度性能指标,且执行以下步骤:
S4,获取压力信号以及扭矩信号,并将其转换成对应的拧紧压力及拧紧扭矩;
S5,将S3中记录的新的关节刚度性能指标、以及S4中的拧紧压力及拧紧扭矩计入集合P;
S6,判断预定角度是否满足预定数值,若否,依次重复步骤S2、S3、S4、S5;若是,则执行以下步骤:
S7,基于集合P,计算出最优加工姿态、拧紧压力以及拧紧扭矩参数。
2.如权利要求1所述的一种航天装备螺钉姿态调整力控方法,其特征在于,所述S1中包括以下流程:
定义当前位置信息为N,当前姿态信息为M;基于N、M,利用Paul反变换法求机器人运动学逆解得到当前各关节转角wr(r=1,2,3,4,5,6),当前位姿矩阵Y=[w1,w2,w3,w4,w5,w6]T,以及当前关节刚度性能指标k。
3.如权利要求1所述的一种航天装备螺钉姿态调整力控方法,其特征在于,所述S2中包括以下流程:
定义θ=i×Δθ,i为转角步长增加次数,Δθ为转角步长,机器人绕加工轴向旋转角度θ后,获取得到新的位置N′、新的姿态信息M′;基于N′、M′,计算得到新的各关节转角w'r(r=1,2,3,4,5,6)、新的位姿矩阵Y'=w'1,w'2,w'3,w'4,w'5,w'6]T,以及新的关节刚度性能指标k′。
4.如权利要求1所述的一种航天装备螺钉姿态调整力控方法,其特征在于,所述S3中的判断是否符合评判标准具体流程如下:
判断新的位姿矩阵和新的关节刚度性能指标是否在远离关节的状态下对应的极限位姿和奇异位姿的刚度达到最佳。
5.如权利要求1所述的一种航天装备螺钉姿态调整力控方法,其特征在于,所述S4中包括以下流程:
获取压力传感器、扭矩传感器输出的压力信号、扭矩信号,并对其进行中值滤波、均值滤波、去除奇异点;将经处理后的压力信号、扭矩信号换算对应的拧紧压力、拧紧扭矩。
6.如权利要求1所述的一种航天装备螺钉姿态调整力控方法,其特征在于,所述S6中判断预定角度是否满足预定数值包括以下流程:
判断θ≥180°,若是,则执行S7,若否,则重复步骤S2、S3、S4、S5。
7.如权利要求1所述的一种航天装备螺钉姿态调整力控方法,其特征在于,所述S7中包括以下流程:
S71,对集合P编码生成当前初代种群;定义当前初代种群为父代种群;
S72,对父代种群进行快速非支配排序,根据其Pareto等级作为适应度值,使用遗传算法基本算子生成第一代子代种群;
S73,将父代种群与第一代子代种群合并,生成预种群;
S74,根据目标函数K(θ)和Δ(θ),计算种群中每个姿态下末端振动响应幅值和位姿误差;
Figure FDA0003961794490000021
其中,θ1、θ2、θ3、θ4、θ5、θ6为机器人各关节的转角;δx、δy、δz、δA、δB、δC分别为末端执行器螺钉批头中心点位置姿态与待加工目标点的误差;δF为末端传感器采集到的实际力矩与目标力矩之间的误差;δθ为实际拧紧圈数和目标拧紧圈数之间的误差;θimin、θimax分别为各变量的约束上下限;a、b、c分别为误差计算中各变量的权重;
S75,对每个姿态下末端振动响应幅值和位姿误差进行快速非支配排序和拥挤度计算;
S76,根据个体的Pareto等级和拥挤度选取较优解组成新的父代种群,使用选择、交叉、变异三个遗传算法基本算子生成新一代子代种群;
S77,重复步骤S73、S74、S75、S76直至种群迭代次数达到预设值n,得到最终最优加工姿态、拧紧压力、以及拧紧扭矩参数。
8.一种航天装备螺钉拧紧设备,其特征在于,采用权利要求1至7任意一项所述的一种航天装备螺钉姿态调整力控方法,所述设备包括:六自由度工业机器人,以及设于所述六自由度工业机器人输出端的螺丝拧紧机。
9.如权利要求8所述的一种航天装备螺钉拧紧设备,其特征在于,所述六自由度工业机器人末端设有压力传感器、扭矩传感器。
CN202211481407.1A 2022-11-24 2022-11-24 一种航天装备螺钉姿态调整力控方法及设备 Pending CN115673720A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211481407.1A CN115673720A (zh) 2022-11-24 2022-11-24 一种航天装备螺钉姿态调整力控方法及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211481407.1A CN115673720A (zh) 2022-11-24 2022-11-24 一种航天装备螺钉姿态调整力控方法及设备

Publications (1)

Publication Number Publication Date
CN115673720A true CN115673720A (zh) 2023-02-03

Family

ID=85055091

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211481407.1A Pending CN115673720A (zh) 2022-11-24 2022-11-24 一种航天装备螺钉姿态调整力控方法及设备

Country Status (1)

Country Link
CN (1) CN115673720A (zh)

Similar Documents

Publication Publication Date Title
CN110161850B (zh) 一种工业机器人变参数刚度辨识与建模方法
CN110193829B (zh) 一种耦合运动学与刚度参数辨识的机器人精度控制方法
CN111367236A (zh) 一种面向加工过程的移动机器人***标定方法及***
CN111243017B (zh) 基于3d视觉的智能机器人抓取方法
CN111702762A (zh) 一种工业机器人作业姿态优化方法
CN110315396B (zh) 一种基于大数据的工业机器人恒力磨抛方法
CN110154022B (zh) 一种基于定向刚度模型的机器人制孔径向定位修正方法
CN112109084A (zh) 基于机器人关节角度补偿的末端位置补偿方法及其应用
CN114880888B (zh) 多旋转关节机器人末端效应器位姿相关动力学的预测方法
CN113580148A (zh) 基于等效运动链的并联机器人运动学标定方法
CN114818165A (zh) 一种机器人铣削加工大型复杂零件的规划方法及***
CN113947821A (zh) 一种涡轮增压叶片质量控制方法
CN115755758A (zh) 基于神经网络模型的机床加工控制方法
CN117260815A (zh) 基于视觉定位的机械手精准定位方法及***
Suhaimin et al. Analysis of point-to-point robotic arm control using pid controller
CN112051798B (zh) 一种可计算的可重构机床几何位姿误差定义方法
CN115673720A (zh) 一种航天装备螺钉姿态调整力控方法及设备
Blumberg et al. Deformation error compensation of industrial robots in single point incremental forming by means of data-driven stiffness model
Kainrath et al. Accuracy improvement and process flow adaption for robot machining
Erdős et al. Visual servo guided cyber-physical robotic assembly cell
Eker et al. The impact of the use of industrial robots on efficiency increase
CN113799126B (zh) 一种基于变形量和灵巧度的机器人加工路径优化方法
Chang et al. Cyber-physical-robotic System (CPRS)-based Modeling and Execution of Assembly Tasks.
CN115847396B (zh) 一种基于复合分支神经网络的工业机器人定位误差自适应补偿方法
Tao et al. Research Progress of Intelligent Design of Mechanical Equipment based on Neural Network

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