CN117236138B - 基于数字孪生的机器人运动控制与状态监测方法及*** - Google Patents
基于数字孪生的机器人运动控制与状态监测方法及*** Download PDFInfo
- Publication number
- CN117236138B CN117236138B CN202311475669.1A CN202311475669A CN117236138B CN 117236138 B CN117236138 B CN 117236138B CN 202311475669 A CN202311475669 A CN 202311475669A CN 117236138 B CN117236138 B CN 117236138B
- Authority
- CN
- China
- Prior art keywords
- maintenance
- maintained
- standard
- determining
- defect
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000012544 monitoring process Methods 0.000 title claims abstract description 23
- 238000012423 maintenance Methods 0.000 claims abstract description 343
- 230000007547 defect Effects 0.000 claims abstract description 201
- 238000004088 simulation Methods 0.000 claims abstract description 167
- 238000011156 evaluation Methods 0.000 claims abstract description 71
- 230000008569 process Effects 0.000 claims abstract description 19
- 238000003466 welding Methods 0.000 claims description 101
- 238000005520 cutting process Methods 0.000 claims description 62
- 230000008439 repair process Effects 0.000 claims description 28
- 238000005336 cracking Methods 0.000 claims description 27
- 238000001514 detection method Methods 0.000 claims description 16
- 238000004364 calculation method Methods 0.000 claims description 13
- 238000012937 correction Methods 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 5
- 238000013210 evaluation model Methods 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 abstract description 30
- 238000010223 real-time analysis Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 5
- 230000001276 controlling effect Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 241000282414 Homo sapiens Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
Landscapes
- Numerical Control (AREA)
- Manipulator (AREA)
Abstract
本发明涉及机器人技术领域,尤其涉及基于数字孪生的机器人运动控制与状态监测方法及***,该方法包括S01,采集待维修部件的三维空间数据;S02,构建待维修部件的实时仿真模型并确定待维修部件的缺陷和维修方式;S03,以由缺陷等级确定的维修参数对缺陷进行实时维修并在维修过程中更新实时仿真模型,基于更新后的实时仿真模型与标准仿真模型的差异调整维修参数;S04,检测缺陷并计算得到缺陷指数后确定维修结果,根据维修结果确定维修工具结束维修或继续维修;S05,计算得到维修的评价值并确定评价等级。本发明通过数字孪生模块的实时仿真分析与机器人的运动控制协同进行,提高了对机器人运动控制的精准度。
Description
技术领域
本发明涉及机器人技术领域,尤其涉及基于数字孪生的机器人运动控制与状态监测方法及***。
背景技术
随着机器人技术的发展,越来越多的可运动机器人得到应用,极大方便了人类的生产生活。机器人运动控制是机器人技术中的重要部分,主要涉及对机器人运动轨迹以及关节和关节角的控制,以实现机器人的准确运动。在机器人的运动控制过程中,往往需要对机器人运动的实时数据进行深度分析,进而实现更加精准的调节和控制机器人的运动状态。数字孪生是利用物理模型、传感器以及运行历史的数据,集成多学科、多物理量、多尺度、多概率的仿真过程,在虚拟空间中完成映射,从而反映相对应的实体装备的全生命周期过程。数字孪生是一种普遍适应的理论技术体系,可以在众多领域应用,如产品设计、产品制造、医学分析、工程建设等。因此,在机器人的应用过程中基于数字孪生进行实时分析,使得分析过程和分析结果与机器人运动控制协同进行,对机器人的运动控制具有十分重要的意义。
公开号为CN113070882A的专利文献公开了一种检修机器人控制***、方法、装置和电子设备,该***包括电子设备和检修机器人,所述检修机器人包括移动机构和深度传感器;深度传感器用于将采集到的图像数据发送至电子设备;电子设备用于根据深度传感器采集到的数据检测检修坑道内是否存在障碍物,并根据检测结果计算检修机器人的运行路径;移动机构用于根据电子设备计算的运行路径进行位置移动,以带动检修机器人运动。
但是,现有技术中对检修机器人运动控制的分析条件单一,造成对机器人运动控制不精准。
发明内容
为此,本发明提供基于数字孪生的机器人运动控制与状态监测方法及***,通过数字孪生模块的实时分析与机器人的运动控制协同进行,用以解决现有技术中对机器人运动控制不精准的问题。
为实现上述目的,本发明提供基于数字孪生的机器人运动控制与状态监测方法,该方法包括:
S01,采集待维修部件的三维空间数据;
S02,构建所述待维修部件的实时仿真模型,以及根据预先设置的标准仿真模型与所述实时仿真模型的差异确定所述待维修部件的缺陷并根据所述缺陷确定维修方式并选择机器人的维修工具;
S03,确定缺陷等级并以由所述缺陷等级确定的维修参数对所述缺陷进行实时维修,
以及在维修过程中更新所述实时仿真模型,
以及基于更新后的实时仿真模型与所述标准仿真模型的差异调整所述维修参数;
S04,检测所述缺陷并计算得到缺陷指数,根据所述缺陷指数确定维修结果,根据所述维修结果确定所述维修工具结束维修或继续维修;
S05,计算得到维修的评价值,并将所述评价值与预先设置的标准评价值比较得到比较结果,以及根据所述比较结果确定评价等级;
根据预先设置的维修结果评价模型计算得到维修的评价值P=(γd×β1+γh×β2+γw×β3)×100/(β1+β2+β3),其中P为所述机器人对所述待维修部件维修的评价值,β1为所述第一待维修部位的维修权重,β2为所述第二待维修部位的维修权重,β3为所述第三待维修部位的维修权重,γd为凹陷缺陷指数,γh为凸起缺陷指数,γw为开裂缺陷指数;
确定所述评价等级的条件为:P∈[0,P0]为第一等级维修,P∈(P0,2×P0]为第二等级维修,P∈(2×P0,+∞)为第三等级维修,其中P0为预设的标准评价值;
其中,所述S02构建所述待维修部件的实时仿真模型,包括:
S021,建立三维空间标准坐标系并确定所述三维空间数据为所述标准坐标系下的国际单位制数据;
S022,对所述三维空间数据进行数据处理并得到所述待维修部件的若干有限元网格数据;
S023,根据所述若干有限元网格数据在所述三维空间标准坐标系下生成所述待维修部件的实时仿真模型。
进一步地,所述S02根据预先设置的标准仿真模型与所述实时仿真模型的差异确定所述待维修部件的缺陷并根据所述缺陷确定维修方式并选择机器人的维修工具,包括:
当所述待维修部件的表面凹陷深度D>标准凹陷深度D0时,确定所述待维修部件的待维修部位为第一待维修部位以及确定所述第一待维修部位的缺陷为凹陷并确定维修方式为反向敲击并选择机器人的维修工具为锤子;
当所述待维修部件的表面凸起高度H>标准凸起高度H0时,确定所述待维修部件的待维修部位为第二待维修部位以及确定所述第二待维修部位的缺陷为凸起并确定维修方式为切割并选择机器人的维修工具为切割刀;
当所述待维修部件的裂缝宽度W>标准裂缝宽度W0时,确定所述待维修部件的待维修部位为第三待维修部位以及确定所述第三待维修部位的缺陷为开裂并确定维修方式为焊接并选择机器人的维修工具为焊枪。
进一步地,确定缺陷等级并以由所述缺陷等级确定的维修参数对所述缺陷进行实时维修,包括:
确定凹陷等级的条件为:
表面凹陷深度D∈[D0,2×D0]为第一凹陷等级,表面凹陷深度D∈(2×D0,+∞)为第二凹陷等级;
所述第一凹陷等级确定的第一凹陷维修参数为所述锤子的敲击作用力为标准敲击作用力F0以及所述锤子的敲击速度为标准敲击速度Vf0,所述第二凹陷等级确定的第二凹陷维修参数为所述锤子的敲击作用力为最大敲击作用力Fm以及所述锤子的敲击速度为最大敲击速度Vfm,其中Fm=2×F0,F0为预先设置的标准敲击作用力,Vfm=2×Vf0,Vf0为预先设置的标准敲击速度;
确定凸起等级的条件为:
表面凸起高度H∈[H0,2×H0]为第一凸起等级,表面凸起高度H∈(2×H0,+∞)为第二凸起等级;
所述第一凸起等级确定的第一凸起维修参数为所述切割刀的切割作用力为标准切割作用力Q0以及所述切割刀的切割速度为标准切割速度Vq0,所述第二凸起等级确定的第二凸起维修参数为所述切割刀的切割作用力为最大切割作用力Qm以及所述切割刀的切割速度为最大切割速度Vqm,其中Qm=2×Q0,Q0为预先设置的标准切割作用力,Vqm=2×Vq0,Vq0为预先设置的标准切割速度;
确定焊接等级的条件为:
裂缝宽度W∈[W0,2×W0]为第一焊接等级,裂缝宽度W∈(2×W0,+∞)为第二焊接等级;
所述第一焊接等级确定的第一焊接维修参数为所述焊枪的焊接强度为标准焊接强度H0以及所述焊枪的焊接速度为标准焊接速度Vh0,所述第二焊接等级确定的第二焊接维修参数为所述焊枪的焊接强度为最大焊接强度Hm以及所述焊枪的焊接速度为最大焊接速度Vhm,其中Hm=2×H0,H0为预先设置的标准焊接强度,Vhm=2×Vh0,Vh0为预先设置的标准焊接速度;
当所述缺陷等级确定为第一凹陷等级时,由所述第一凹陷维修参数对所述第一待维修部位进行实时维修;当所述缺陷等级确定为第二凹陷等级时,由所述第二凹陷维修参数对所述第一待维修部位进行实时维修;
当所述缺陷等级确定为第一凸起等级时,由所述第一凸起维修参数对所述第二待维修部位进行实时维修;当所述缺陷等级确定为第二凸起等级时,由所述第二凸起维修参数对所述第二待维修部位进行实时维修;
当所述缺陷等级确定为第一焊接等级时,由所述第一焊接维修参数对所述第三待维修部位进行实时维修;当所述缺陷等级确定为第二焊接等级时,由所述第二焊接维修参数对所述第三待维修部位进行实时维修。
进一步地,在维修过程中更新所述实时仿真模型,包括:所述三维空间数据为时间序列数据,将第i时刻三维空间数据记为(xi,yi,zi),将第i-1时刻三维空间数据记为(x(i-1),y(i-1),z(i-1)),比较所述第i时刻三维空间数据与所述第i-1时刻三维空间数据,当(xi,yi,zi)≠(x(i-1),y(i-1),z(i-1))时,判断所述待维修部件的三维空间数据发生变化,根据所述第i时刻三维空间数据更新所述实时仿真模型得到更新后的实时仿真模型。
进一步地,基于更新后的实时仿真模型与所述标准仿真模型的差异调整所述维修参数,包括:
当所述更新后的实时仿真模型与所述标准仿真模型的差异为更新后的表面凹陷深度Dg∈[D0,2×D0]时,调整所述维修参数为第一凹陷维修参数;当所述更新后的实时仿真模型与所述标准仿真模型的差异为更新后的表面凹陷深度Dg∈(2×D0,+∞)时,调整所述维修参数为第二凹陷维修参数;
当所述更新后的实时仿真模型与所述标准仿真模型的差异为更新后的表面突起高度Hg∈[H0,2×H0]时,调整所述维修参数为第一凸起维修参数;当所述更新后的实时仿真模型与所述标准仿真模型的差异为更新后的表面突起高度Hg∈(2×H0,+∞)时,调整所述维修参数为第二凸起维修参数;
当所述更新后的实时仿真模型与所述标准仿真模型的差异为更新后的裂缝宽度Wg∈[W0,2×W0]时,调整所述维修参数为第一焊接维修参数;当所述更新后的实时仿真模型与所述标准仿真模型的差异为更新后的裂缝宽度Wg∈(2×W0,+∞)时,调整所述维修参数为第二焊接维修参数。
进一步地,检测所述缺陷并计算得到缺陷指数,根据所述缺陷指数确定维修结果,根据所述维修结果确定所述维修工具结束维修或继续维修,包括:
检测所述缺陷为凹陷时,计算凹陷缺陷指数γd=D/D0;检测所述缺陷为凸起时,计算凸起缺陷指数γh=H/H0;检测所述缺陷为开裂时,计算开裂缺陷指数γw=W/W0;
确定维修结果为维修合格的条件为:凹陷缺陷指数γd∈[0,γd0]时,确定所述第一待维修部位的维修合格;凸起缺陷指数γh∈[0,γh0]时,确定所述第二待维修部位的维修合格;开裂缺陷指数γw∈[0,γw0]时,确定所述第三待维修部位的维修合格;其中,γd0为预先设置的标准凹陷缺陷指数,γh0为预先设置的标准凸起缺陷指数,γw0为预先设置的标准开裂缺陷指数;
确定维修结果为维修不合格的条件为:凹陷缺陷指数γd∈(γd0,+∞)时,确定所述第一待维修部位的维修不合格;凸起缺陷指数γh∈(γh0,+∞)时,确定所述第二待维修部位的维修不合格;开裂缺陷指数γw∈(γw0,+∞)时,确定所述第三待维修部位的维修不合格;
当所述维修结果为维修合格时,确定所述维修工具结束维修;当所述维修结果为维修不合格时,确定所述维修工具继续维修。
进一步地,所述S022包括:对所述待维修部件的所述三维空间数据进行一次划分和二次划分,其中,所述一次划分,用以将所述待维修部件的三维空间数据划分为若干第一三维形状有限元网格数据,所述第一三维形状有限元网格数据包括第一标准三维形状有限元网格数据和第一非标准三维形状有限元网格数据,
所述第一三维形状有限元网格数据的X方向差分值Δx1=Xi-X(i-1),Y方向差分值Δy1=Yi-Y(i-1),Z方向差分值Δz1=Zi-Z(i-1),其中,Xi为所述标准坐标系下第i点X方向值,X(i-1)为所述标准坐标系下第i-1点X方向值,Yi为所述标准坐标系下第i点Y方向值,Y(i-1)为所述标准坐标系下第i-1点Y方向值,Zi为所述标准坐标系下第i点Z方向值,Z(i-1)为所述标准坐标系下第i-1点Z方向值;
当Δx1=Δx0且Δy1=Δy0且Δz1=Δz0时,所述第一三维形状有限元网格数据为第一标准三维形状有限元网格数据,其中Δx0为预设的X方向标准差分值,Δy0为预设的Y方向标准差分值;Δz0为预设的Z方向标准差分值;
当Δx1∈[0,Δx0)或Δy1∈[0,Δy0)或Δz1∈[0,Δz0)时,所述第一三维形状有限元网格数据为第一非标准三维形状有限元网格数据;
所述二次划分,用以将所述第一非标准三维形状有限元网格数据划分为若干第二三维形状有限元网格数据,
所述第二三维形状有限元网格数据的X方向差分值Δx2=α1×Δx1,Y方向差分值Δy2=α2×Δy1,Z方向差分值Δz2=α3×Δz1,其中,α1为第一修正系数,用以修正X方向差分值,α2为第二修正系数,用以修正Y方向差分值,α3为第三修正系数,用以修正Y方向差分值。
另一方面,本发明还提供一种基于数字孪生的机器人运动控制与状态监测***,该***包括:
数据采集模块,用以通过设置在机器人面部的三维视觉传感器采集待维修部件的三维空间数据;
数字孪生模块,与所述数据采集模块连接,包括仿真单元和比较单元,其中,所述仿真单元,用以构建所述待维修部件的实时仿真模型,所述比较单元,用以根据预先设置的标准仿真模型与所述实时仿真模型的差异确定所述待维修部件的缺陷并根据所述缺陷确定维修方式并选择机器人的维修工具;
维修模块,与所述数字孪生模块连接,包括维修单元、更新单元和调整单元,其中,所述维修单元,用以确定缺陷等级并以由所述缺陷等级确定的维修参数对所述缺陷进行实时维修,所述更新单元,用以在维修过程中更新所述实时仿真模型,所述调整单元,用以基于更新后的实时仿真模型与所述标准仿真模型的差异调整所述维修参数;
检测模块,与所述维修模块连接,包括检测单元和确定单元,其中,所述检测单元,用以检测所述缺陷并计算得到缺陷指数,所述确定单元,用以根据所述缺陷指数确定维修结果并根据所述维修结果确定所述维修工具结束维修或继续维修;
评价模块,与所述检测模块连接,包括计算单元和评价单元,其中,所述计算单元,用以计算得到维修的评价值,所述评价单元,用以将所述评价值与预先设置的标准评价值比较得到比较结果,以及根据所述比较结果确定评价等级。
与现有技术相比,本发明的有益效果在于,通过利用三维空间数据对待维修部件建模生成实时仿真模型,实现了基于实时的三维空间数据对待维修部件进行仿真成像;通过将实时仿真模型与预设的标准仿真模型进行比较并确定待维修部件的缺陷,实现了基于三维仿真模型的实时分析;通过根据待维修部件的缺陷确定维修方式并根据维修方式选择机器人的维修工具,实现了基于三维仿真模型的实时分析得到分析结果,提高了分析的即时性和可靠性;通过确定缺陷等级并以由缺陷等级确定的维修参数对缺陷进行实时维修,实现了基于实时仿真模型的分析过程和分析结果与机器人的运动控制***进行,提高了对机器人运动控制的可靠性和精准度;通过在维修过程中更新实时仿真模型并基于更新后的实时仿真模型与所述标准仿真模型的差异调整维修参数,实现了基于三维仿真模型的分析过程实时调节维修工具的工作状态,提高了维修的精准度;通过检测待维修部位的缺陷并根据缺陷指数确定维修结果以及根据所述维修结果确定所述维修工具继续维修或结束维修,实现了对机器人维修运动的闭环控制;通过计算得到维修的评价值,并将评价值与预先设置的标准评价值比较得到比较结果,以及根据比较结果确定评价等级,有助于提高机器人对待维修部件的维修质量。
尤其,通过根据预先设置的标准仿真模型与实时仿真模型的差异确定待维修部件的缺陷,实现了基于三维仿真模型的实时分析;通过根据待维修部件的缺陷并根据所述缺陷确定维修方式并选择机器人的维修工具,实现了基于三维仿真模型的实时分析得到分析结果,提高了分析的即时性和可靠性;通过根据待维修部件的表面凹陷深度确定待维修部件的缺陷为凹陷并确定维修方式为反向敲击并选择机器人的维修工具为锤子,实现了对凹陷缺陷的分析、识别和维修;通过根据待维修部件的表面凸起高度确定待维修部件的缺陷为凸起并确定维修方式为切割并选择机器人的维修工具为切割刀,实现了对凸起缺陷的分析、识别和维修;通过根据待维修部件的裂缝宽度确定待维修部件的缺陷为开裂并确定维修方式为焊接并选择机器人的维修工具为焊枪,实现了对开裂缺陷的分析、识别和维修。
尤其,通过根据凹陷深度确定凹陷等级并进一步确定维修参数,具体确定了锤子的敲击作用力和敲击速度,提高了锤子对凹陷部位的维修精准度;通过根据凸起高度确定凸起等级并进一步确定维修参数,具体确定了切割刀的切割作用力和切割速度,提高了切割刀对凸起部位的维修精准度;通过根据裂缝宽度确定开裂等级并进一步确定维修参数,具体确定了焊枪的焊接强度和焊接速度,提高了焊枪对裂缝部位的维修精准度。
尤其,通过在维修过程中更新实时仿真模型,实现了基于实时三维空间数据构建实时仿真模型的数据更新,保证了对仿真模型分析的即时性。
尤其,通过基于更新后的实时仿真模型与所述标准仿真模型的差异调整所述维修参数,实现了根据分析结果实时调节维修工具的工作状态,提高了维修的精准度。
尤其,通过检测所述缺陷并计算得到缺陷指数,根据所述缺陷指数确定维修结果,根据所述维修结果确定所述维修工具结束维修或继续维修,实现了对机器人维修运动的闭环控制,提高了机器人维修的精准度和完整性。
尤其,通过计算得到维修的评价值,并将评价值与预先设置的标准评价值比较得到比较结果,以及根据比较结果确定评价等级,有助于提高机器人对待维修部件的维修质量;通过设置不同的维修权重,能够灵活调整局部维修在整体维修中的重要程度。
尤其,通过建立三维空间标准坐标系并确定三维空间数据为标准坐标系下的国际单位制数据,实现空间坐标系和数据型式标准化;通过对三维空间数据进行数据处理并得到待维修部件的若干有限元网格数据,提高了仿真数据的精准度;通过根据若干有限元网格数据在三维空间标准坐标系下生成待维修部件的三维仿真模型,实现了对待维修部件全角度的三维仿真。
尤其,通过对待维修部件的三维空间数据进行一次划分和二次划分,提高了仿真数据的精准度,使得非标准三维形状有限元网格数据更加精细化,精准度更高。
附图说明
图1为本发明实施例提供的所述基于数字孪生的机器人运动控制与状态监测方法流程图;
图2为本发明实施例提供的所述基于数字孪生的机器人运动控制与状态监测方法中S02构建所述待维修部件的实时仿真模型的过程流程图;
图3为本发明实施例提供的所述基于数字孪生的机器人运动控制与状态监测***结构示意图;
图4为本发明实施例提供的所述基于数字孪生的机器人运动控制与状态监测***的数字孪生模块结构示意图;
图5为本发明实施例提供的所述基于数字孪生的机器人运动控制与状态监测***的维修模块结构示意图;
图6为本发明实施例提供的所述基于数字孪生的机器人运动控制与状态监测***的检测模块结构示意图;
图7为本发明实施例提供的所述基于数字孪生的机器人运动控制与状态监测***的评价模块结构示意图;
附图标记:1、数据采集模块;2、数字孪生模块;3、维修模块;4、检测模块;5、评价模块;201、仿真单元;202、比较单元;301、维修单元;302、更新单元;303、调整单元;401、检测单元;402、确定单元;501、计算单元;502、评价单元。
具体实施方式
为了使本发明的目的和优点更加清楚明白,下面结合实施例对本发明作进一步描述;应当理解,此处所描述的具体实施例仅用于解释本发明,并不用于限定本发明。
下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是,这些实施方式仅仅用于解释本发明的技术原理,并非在限制本发明的保护范围。
需要说明的是,在本发明的描述中,术语“上”、“下”、“左”、“右”、“内”、“外”等指示的方向或位置关系的术语是基于附图所示的方向或位置关系,这仅仅是为了便于描述,而不是指示或暗示所述装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
此外,还需要说明的是,在本发明的描述中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域技术人员而言,可根据具体情况理解上述术语在本发明中的具体含义。
基于数字孪生的机器人运动控制与状态监测方法及***,请参阅图1-7所示,可以按照如下方式予以实施:
如图1所示,基于数字孪生的机器人运动控制与状态监测方法,该方法包括:
S01,采集待维修部件的三维空间数据;
S02,构建待维修部件的实时仿真模型,以及根据预先设置的标准仿真模型与实时仿真模型的差异确定待维修部件的缺陷并根据缺陷确定维修方式并选择机器人的维修工具;
S03,确定缺陷等级并以由缺陷等级确定的维修参数对缺陷进行实时维修,
以及在维修过程中更新实时仿真模型,
以及基于更新后的实时仿真模型与标准仿真模型的差异调整维修参数;
S04,检测缺陷并计算得到缺陷指数,根据缺陷指数确定维修结果,根据维修结果确定维修工具结束维修或继续维修;
S05,计算得到维修的评价值,并将所述评价值与预先设置的标准评价值比较得到比较结果,以及,根据所述比较结果确定评价等级;
具体而言,如图2所示,所述S02构建所述待维修部件的实时仿真模型,包括:
S021,建立三维空间标准坐标系并确定所述三维空间数据为所述标准坐标系下的国际单位制数据;
S022,对所述三维空间数据进行数据处理并得到所述待维修部件的若干有限元网格数据;
S023,根据所述若干有限元网格数据在所述三维空间标准坐标系下生成所述待维修部件的实时仿真模型。
通过利用三维空间数据对待维修部件建模生成实时仿真模型,实现了基于实时的三维空间数据对待维修部件进行仿真成像;通过将实时仿真模型与预设的标准仿真模型进行比较并确定待维修部件的缺陷,实现了基于三维仿真模型的实时分析;通过根据待维修部件的缺陷确定维修方式并根据维修方式选择机器人的维修工具,实现了基于三维仿真模型的实时分析得到分析结果,提高了分析的即时性和可靠性;通过确定缺陷等级并以由缺陷等级确定的维修参数对缺陷进行实时维修,实现了基于实时仿真模型的分析过程和分析结果与机器人的运动控制***进行,提高了对机器人运动控制的可靠性和精准度;通过在维修过程中更新实时仿真模型并基于更新后的实时仿真模型与标准仿真模型的差异调整维修参数,实现了基于三维仿真模型的分析过程实时调节维修工具的工作状态,提高了维修的精准度;通过检测待维修部位的缺陷并根据缺陷指数确定维修结果以及根据维修结果确定维修工具继续维修或结束维修,实现了对机器人维修运动的闭环控制;通过计算得到维修的评价值,并将评价值与预先设置的标准评价值比较得到比较结果,以及根据比较结果确定评价等级,有助于提高机器人对待维修部件的维修质量。
通过建立三维空间标准坐标系并确定三维空间数据为标准坐标系下的国际单位制数据,实现空间坐标系和数据型式标准化;通过对三维空间数据进行数据处理并得到待维修部件的若干有限元网格数据,提高了仿真数据的精准度;通过根据若干有限元网格数据在三维空间标准坐标系下生成待维修部件的三维仿真模型,实现了对待维修部件全角度的三维仿真。
具体而言,S02根据预先设置的标准仿真模型与实时仿真模型的差异确定待维修部件的缺陷并根据缺陷确定维修方式并选择机器人的维修工具,包括:
当待维修部件的表面凹陷深度D>标准凹陷深度D0时,确定待维修部件的待维修部位为第一待维修部位以及确定第一待维修部位的缺陷为凹陷并确定维修方式为反向敲击并选择机器人的维修工具为锤子;
当待维修部件的表面凸起高度H>标准凸起高度H0时,确定待维修部件的待维修部位为第二待维修部位以及确定第二待维修部位的缺陷为凸起并确定维修方式为切割并选择机器人的维修工具为切割刀;
当待维修部件的裂缝宽度W>标准裂缝宽度W0时,确定待维修部件的待维修部位为第三待维修部位以及确定第三待维修部位的缺陷为开裂并确定维修方式为焊接并选择机器人的维修工具为焊枪。
具体而言,本实施例中预设的标准仿真模型设置的标准凹陷深度D0为5mm,标准凸起高度H0为5mm,标准裂缝宽度W0为2 mm。
通过根据预先设置的标准仿真模型与实时仿真模型的差异确定待维修部件的缺陷,实现了基于三维仿真模型的实时分析;通过根据待维修部件的缺陷并根据缺陷确定维修方式并选择机器人的维修工具,实现了基于三维仿真模型的实时分析得到分析结果,提高了分析的即时性和可靠性;通过根据待维修部件的表面凹陷深度确定待维修部件的缺陷为凹陷并确定维修方式为反向敲击并选择机器人的维修工具为锤子,实现了对凹陷缺陷的分析、识别和维修;通过根据待维修部件的表面凸起高度确定待维修部件的缺陷为凸起并确定维修方式为切割并选择机器人的维修工具为切割刀,实现了对凸起缺陷的分析、识别和维修;通过根据待维修部件的裂缝宽度确定待维修部件的缺陷为开裂并确定维修方式为焊接并选择机器人的维修工具为焊枪,实现了对开裂缺陷的分析、识别和维修。
具体而言,确定缺陷等级并以由缺陷等级确定的维修参数对缺陷进行实时维修,包括:
确定凹陷等级的条件为:
表面凹陷深度D∈[D0,2×D0]为第一凹陷等级,表面凹陷深度D∈(2×D0,+∞)为第二凹陷等级;
第一凹陷等级确定的第一凹陷维修参数为锤子的敲击作用力为标准敲击作用力F0以及锤子的敲击速度为标准敲击速度Vf0,第二凹陷等级确定的第二凹陷维修参数为锤子的敲击作用力为最大敲击作用力Fm以及锤子的敲击速度为最大敲击速度Vfm,其中Fm=2×F0,F0为预先设置的标准敲击作用力,Vfm=2×Vf0,Vf0为预先设置的标准敲击速度;
具体而言,本实施例中预先设置的标准敲击作用力F0为2.5N,预先设置的标准敲击速度Vf0为2次/s。
确定凸起等级的条件为:
表面凸起高度H∈[H0,2×H0]为第一凸起等级,表面凸起高度H∈(2×H0,+∞)为第二凸起等级;
第一凸起等级确定的第一凸起维修参数为切割刀的切割作用力为标准切割作用力Q0以及切割刀的切割速度为标准切割速度Vq0,第二凸起等级确定的第二凸起维修参数为切割刀的切割作用力为最大切割作用力Qm以及切割刀的切割速度为最大切割速度Vqm,其中Qm=2×Q0,Q0为预先设置的标准切割作用力,Vqm=2×Vq0,Vq0为预先设置的标准切割速度;
具体而言,本实施例中预先设置的标准切割作用力Q0为10N,预先设置的标准切割速度Vq0为0.1m/s。
确定焊接等级的条件为:
裂缝宽度W∈[W0,2×W0]为第一焊接等级,裂缝宽度W∈(2×W0,+∞)为第二焊接等级;
第一焊接等级确定的第一焊接维修参数为焊枪的焊接强度为标准焊接强度H0以及焊枪的焊接速度为标准焊接速度Vh0,第二焊接等级确定的第二焊接维修参数为焊枪的焊接强度为最大焊接强度Hm以及焊枪的焊接速度为最大焊接速度Vhm,其中Hm=2×H0,H0为预先设置的标准焊接强度,Vhm=2×Vh0,Vh0为预先设置的标准焊接速度;
具体而言,本实施例中预先设置的标准焊接强度H0为5N/mm2,预先设置的标准焊接速度Vh0为4mm2/s。
当缺陷等级确定为第一凹陷等级时,由第一凹陷维修参数对第一待维修部位进行实时维修;当缺陷等级确定为第二凹陷等级时,由第二凹陷维修参数对第一待维修部位进行实时维修;
当缺陷等级确定为第一凸起等级时,由第一凸起维修参数对第二待维修部位进行实时维修;当缺陷等级确定为第二凸起等级时,由第二凸起维修参数对第二待维修部位进行实时维修;
当缺陷等级确定为第一焊接等级时,由第一焊接维修参数对第三待维修部位进行实时维修;当缺陷等级确定为第二焊接等级时,由第二焊接维修参数对第三待维修部位进行实时维修。
通过根据凹陷深度确定凹陷等级并进一步确定维修参数,具体确定了锤子的敲击作用力和敲击速度,提高了锤子对凹陷部位的维修精准度;通过根据凸起高度确定凸起等级并进一步确定维修参数,具体确定了切割刀的切割作用力和切割速度,提高了切割刀对凸起部位的维修精准度;通过根据裂缝宽度确定开裂等级并进一步确定维修参数,具体确定了焊枪的焊接强度和焊接速度,提高了焊枪对裂缝部位的维修精准度。
具体而言,在维修过程中更新实时仿真模型,包括:三维空间数据为时间序列数据,将第i时刻三维空间数据记为(xi,yi,zi),将第i-1时刻三维空间数据记为(x(i-1),y(i-1),z(i-1)),比较第i时刻三维空间数据与第i-1时刻三维空间数据,当(xi,yi,zi)≠(x(i-1),y(i-1),z(i-1))时,判断待维修部件的三维空间数据发生变化,根据第i时刻三维空间数据更新实时仿真模型得到更新后的实时仿真模型。
通过在维修过程中更新实时仿真模型,实现了基于实时三维空间数据构建实时仿真模型的数据更新,保证了对仿真模型分析的即时性。
具体而言,基于更新后的实时仿真模型与标准仿真模型的差异调整维修参数,包括:
当更新后的实时仿真模型与标准仿真模型的差异为更新后的表面凹陷深度Dg∈[D0,2×D0]时,调整维修参数为第一凹陷维修参数;当更新后的实时仿真模型与标准仿真模型的差异为更新后的表面凹陷深度Dg∈(2×D0,+∞)时,调整维修参数为第二凹陷维修参数;
当更新后的实时仿真模型与标准仿真模型的差异为更新后的表面突起高度Hg∈[H0,2×H0]时,调整维修参数为第一凸起维修参数;当更新后的实时仿真模型与标准仿真模型的差异为更新后的表面突起高度Hg∈(2×H0,+∞)时,调整维修参数为第二凸起维修参数;
当更新后的实时仿真模型与标准仿真模型的差异为更新后的裂缝宽度Wg∈[W0,2×W0]时,调整维修参数为第一焊接维修参数;当更新后的实时仿真模型与标准仿真模型的差异为更新后的裂缝宽度Wg∈(2×W0,+∞)时,调整维修参数为第二焊接维修参数。
通过基于更新后的实时仿真模型与标准仿真模型的差异调整维修参数,实现了根据分析结果实时调节维修工具的工作状态,提高了维修的精准度。
具体而言,检测所述缺陷并计算得到缺陷指数,根据所述缺陷指数确定维修结果,根据所述维修结果确定所述维修工具结束维修或继续维修,包括:
检测缺陷为凹陷时,计算凹陷缺陷指数γd=D/D0;检测缺陷为凸起时,计算凸起缺陷指数γh=H/H0;检测缺陷为开裂时,计算开裂缺陷指数γw=W/W0;
确定维修结果为维修合格的条件为:凹陷缺陷指数γd∈[0,γd0]时,确定第一待维修部位的维修合格;凸起缺陷指数γh∈[0,γh0]时,确定第二待维修部位的维修合格;开裂缺陷指数γw∈[0,γw0]时,确定第三待维修部位的维修合格;其中,γd0为预先设置的标准凹陷缺陷指数,γh0为预先设置的标准凸起缺陷指数,γw0为预先设置的标准开裂缺陷指数;
确定维修结果为维修不合格的条件为:凹陷缺陷指数γd∈(γd0,+∞)时,确定第一待维修部位的维修不合格;凸起缺陷指数γh∈(γh0,+∞)时,确定第二待维修部位的维修不合格;开裂缺陷指数γw∈(γw0,+∞)时,确定第三待维修部位的维修不合格;
当维修结果为维修合格时,确定维修工具结束维修;当维修结果为维修不合格时,确定维修工具继续维修。
具体而言,本实施例中当维修结果为维修合格时,反馈维修结果并确定结束采集数据;当维修结果为维修不合格时,反馈维修结果并确定继续采集数据。
具体而言,第一待维修部位凹陷缺陷指数γd、第二待维修部位凸起缺陷指数γh和第三待维修部位裂缝缺陷指数γw越小,表示维修越完善,当缺陷指数为0时,表示维修后的待维修部件的状态与标准仿真模型无差异,本实施例中γd0、γh0和γw0分别取值为0.1。
通过检测缺陷并计算得到缺陷指数,根据缺陷指数确定维修结果,根据维修结果确定维修工具继续维修并确定继续采集三维空间数据,实现了对机器人维修运动的闭环控制,提高了机器人维修的精准度和完整性。
具体而言,根据预先设置的维修结果评价模型计算得到维修的评价值,并将评价值与预先设置的标准评价值比较得到比较结果,以及,根据比较结果确定评价等级,包括:
根据预先设置的维修结果评价模型计算得到维修的评价值P=(γd×β1+γh×β2+γw×β3)×100/(β1+β2+β3),其中P为机器人对待维修部件维修的评价值,β1为第一待维修部位的维修权重,β2为第二待维修部位的维修权重,β3为第三待维修部位的维修权重;
具体而言,不同的待维修部件对不同的缺陷确定的维修权重不同,本实施例中第一待维修部位的维修权重β1为30%,第二待维修部位的维修权重β2为30%,第三待维修部位的维修权重β3为40%。
确定评价等级的条件为:P∈[0,P0]为第一等级维修,P∈(P0,2×P0]为第二等级维修,P∈(2×P0,+∞)为第三等级维修,其中P0为预设的标准评价值。
具体而言,本实施例中预设的标准评价值P0取值为4。
通过计算得到维修的评价值,并将评价值与预先设置的标准评价值比较得到比较结果,以及根据比较结果确定评价等级,有助于提高机器人对待维修部件的维修质量;通过设置不同的维修权重,能够灵活调整局部维修在整体维修中的重要程度。
具体而言,S022包括:对待维修部件的三维空间数据进行一次划分和二次划分,其中,一次划分,用以将待维修部件的三维空间数据划分为若干第一三维形状有限元网格数据,第一三维形状有限元网格数据包括第一标准三维形状有限元网格数据和第一非标准三维形状有限元网格数据,
第一三维形状有限元网格数据的X方向差分值Δx1=Xi-X(i-1),Y方向差分值Δy1=Yi-Y(i-1),Z方向差分值Δz1=Zi-Z(i-1),其中,Xi为标准坐标系下第i点X方向值,X(i-1)为标准坐标系下第i-1点X方向值,Yi为标准坐标系下第i点Y方向值,Y(i-1)为标准坐标系下第i-1点Y方向值,Zi为标准坐标系下第i点Z方向值,Z(i-1)为标准坐标系下第i-1点Z方向值;
当Δx1=Δx0且Δy1=Δy0且Δz1=Δz0时,第一三维形状有限元网格数据为第一标准三维形状有限元网格数据,其中Δx0为预设的X方向标准差分值,Δy0为预设的Y方向标准差分值;Δz0为预设的Z方向标准差分值;
当Δx1∈[0,Δx0)或Δy1∈[0,Δy0)或Δz1∈[0,Δz0)时,第一三维形状有限元网格数据为第一非标准三维形状有限元网格数据;
具体而言,本实施例中Δx0、Δy0和Δz0分别取值为3mm。
二次划分,用以将第一非标准三维形状有限元网格数据划分为若干第二三维形状有限元网格数据,
第二三维形状有限元网格数据的X方向差分值Δx2=α1×Δx1,Y方向差分值Δy2=α2×Δy1,Z方向差分值Δz2=α3×Δz1,其中,α1为第一修正系数,用以修正X方向差分值,α2为第二修正系数,用以修正Y方向差分值,α3为第三修正系数,用以修正Y方向差分值。
具体而言,在数据划分过程中,在X方向、Y方向和Z方向的差分值越小,生成三维仿真模型的精准度越高、同时通过计算生成三维仿真模型的时间越长,但考虑到构建三维仿真模型的时间要满足机器人维修的需要,因此构建三维仿真模型的时间不宜超过机器人控制维修待维修部件的运动时间,所以数据划分的差分值分别在标准差分值范围内为最佳状态。本实施例中α1、α2和α3分别取值为0.33。
通过对待维修部件的三维空间数据进行一次划分和二次划分,提高了仿真数据的精准度,使得非标准三维形状有限元网格数据更加精细化,精准度更高。
另一方面,如图3所示,本发明还提供一种基于数字孪生的机器人运动控制与状态监测***,该***包括:
数据采集模块1,用以通过设置在机器人面部的三维视觉传感器采集待维修部件的三维空间数据;
如图4所示,数字孪生模块2,与数据采集模块连接,包括仿真单元201和比较单元202,其中,仿真单元,用以构建待维修部件的实时仿真模型,比较单元,用以根据预先设置的标准仿真模型与实时仿真模型的差异确定待维修部件的缺陷并根据缺陷确定维修方式并选择机器人的维修工具;
如图5所示,维修模块3,与数字孪生模块连接,包括维修单元301、更新单元302和调整单元303,其中,维修单元,用以确定缺陷等级并以由缺陷等级确定的维修参数对缺陷进行实时维修,更新单元,用以在维修过程中更新实时仿真模型,调整单元,用以基于更新后的实时仿真模型与标准仿真模型的差异调整维修参数;
如图6所示,检测模块4,与维修模块连接,包括检测单元401和确定单元402,其中,检测单元,用以检测缺陷并计算得到缺陷指数,确定单元,用以根据缺陷指数确定维修结果并根据维修结果确定维修工具结束维修或继续维修;
如图7所示,评价模块5,与检测模块连接,包括计算单元501和评价单元502,其中,计算单元,用以计算得到维修的评价值,评价单元,用以将评价值与预先设置的标准评价值比较得到比较结果,以及根据比较结果确定评价等级。
至此,已经结合附图所示的优选实施方式描述了本发明的技术方案,但是,本领域技术人员容易理解的是,本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下,本领域技术人员可以对相关技术特征做出等同的更改或替换,这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
以上所述仅为本发明的优选实施例,并不用于限制本发明;对于本领域的技术人员来说,本发明可以有各种更改和变化。 凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种基于数字孪生的机器人运动控制与状态监测方法,其特征在于,包括:
S01,采集待维修部件的三维空间数据;
S02,构建所述待维修部件的实时仿真模型,以及根据预先设置的标准仿真模型与所述实时仿真模型的差异确定所述待维修部件的缺陷并根据所述缺陷确定维修方式并选择机器人的维修工具;
S03,确定缺陷等级并以由所述缺陷等级确定的维修参数对所述缺陷进行实时维修,
以及在维修过程中更新所述实时仿真模型,
以及基于更新后的实时仿真模型与所述标准仿真模型的差异调整所述维修参数;
S04,检测所述缺陷并计算得到缺陷指数,根据所述缺陷指数确定维修结果,根据所述维修结果确定所述维修工具结束维修或继续维修;
S05,计算得到维修的评价值,并将所述评价值与预先设置的标准评价值比较得到比较结果,以及根据所述比较结果确定评价等级;
根据预先设置的维修结果评价模型计算得到维修的评价值P=(γd×β1+γh×β2+γw×β3)×100/(β1+β2+β3),其中P为所述机器人对所述待维修部件维修的评价值,β1为第一待维修部位的维修权重,β2为第二待维修部位的维修权重,β3为第三待维修部位的维修权重,γd为凹陷缺陷指数,γh为凸起缺陷指数,γw为开裂缺陷指数;其中,所述凹陷缺陷指数γd=D/D0,D为所述待维修部件的表面凹陷深度,D0为标准凹陷深度,所述凸起缺陷指数γh=H/H0,H为所述待维修部件的表面凸起高度,H0为标准凸起高度,所述开裂缺陷指数γw=W/W0,W为所述待维修部件的裂缝宽度,W0为标准裂缝宽度;
确定所述评价等级的条件为:P∈[0,P0]为第一等级维修,P∈(P0,2×P0]为第二等级维修,P∈(2×P0,+∞)为第三等级维修,其中P0为预设的标准评价值;
其中,所述S02构建所述待维修部件的实时仿真模型,包括:
S021,建立三维空间标准坐标系并确定所述三维空间数据为所述标准坐标系下的国际单位制数据;
S022,对所述三维空间数据进行数据处理并得到所述待维修部件的若干有限元网格数据;
S023,根据所述若干有限元网格数据在所述三维空间标准坐标系下生成所述待维修部件的实时仿真模型。
2.根据权利要求1所述的基于数字孪生的机器人运动控制与状态监测方法,其特征在于,所述S02根据预先设置的标准仿真模型与所述实时仿真模型的差异确定所述待维修部件的缺陷并根据所述缺陷确定维修方式并选择机器人的维修工具,包括:
当所述待维修部件的表面凹陷深度D>标准凹陷深度D0时,确定所述待维修部件的待维修部位为第一待维修部位以及确定所述第一待维修部位的缺陷为凹陷并确定维修方式为反向敲击并选择机器人的维修工具为锤子;
当所述待维修部件的表面凸起高度H>标准凸起高度H0时,确定所述待维修部件的待维修部位为第二待维修部位以及确定所述第二待维修部位的缺陷为凸起并确定维修方式为切割并选择机器人的维修工具为切割刀;
当所述待维修部件的裂缝宽度W>标准裂缝宽度W0时,确定所述待维修部件的待维修部位为第三待维修部位以及确定所述第三待维修部位的缺陷为开裂并确定维修方式为焊接并选择机器人的维修工具为焊枪。
3.根据权利要求2所述的基于数字孪生的机器人运动控制与状态监测方法,其特征在于,确定缺陷等级并以由所述缺陷等级确定的维修参数对所述缺陷进行实时维修,包括:
确定凹陷等级的条件为:
表面凹陷深度D∈[D0,2×D0]为第一凹陷等级,表面凹陷深度D∈(2×D0,+∞)为第二凹陷等级;
所述第一凹陷等级确定的第一凹陷维修参数为所述锤子的敲击作用力为标准敲击作用力F0以及所述锤子的敲击速度为标准敲击速度Vf0,所述第二凹陷等级确定的第二凹陷维修参数为所述锤子的敲击作用力为最大敲击作用力Fm以及所述锤子的敲击速度为最大敲击速度Vfm,其中Fm=2×F0,F0为预先设置的标准敲击作用力,Vfm=2×Vf0,Vf0为预先设置的标准敲击速度;
确定凸起等级的条件为:
表面凸起高度H∈[H0,2×H0]为第一凸起等级,表面凸起高度H∈(2×H0,+∞)为第二凸起等级;
所述第一凸起等级确定的第一凸起维修参数为所述切割刀的切割作用力为标准切割作用力Q0以及所述切割刀的切割速度为标准切割速度Vq0,所述第二凸起等级确定的第二凸起维修参数为所述切割刀的切割作用力为最大切割作用力Qm以及所述切割刀的切割速度为最大切割速度Vqm,其中Qm=2×Q0,Q0为预先设置的标准切割作用力,Vqm=2×Vq0,Vq0为预先设置的标准切割速度;
确定焊接等级的条件为:
裂缝宽度W∈[W0,2×W0]为第一焊接等级,裂缝宽度W∈(2×W0,+∞)为第二焊接等级;
所述第一焊接等级确定的第一焊接维修参数为所述焊枪的焊接强度为标准焊接强度H0以及所述焊枪的焊接速度为标准焊接速度Vh0,所述第二焊接等级确定的第二焊接维修参数为所述焊枪的焊接强度为最大焊接强度Hm以及所述焊枪的焊接速度为最大焊接速度Vhm,其中Hm=2×H0,H0为预先设置的标准焊接强度,Vhm=2×Vh0,Vh0为预先设置的标准焊接速度;
当所述缺陷等级确定为第一凹陷等级时,由所述第一凹陷维修参数对所述第一待维修部位进行实时维修;当所述缺陷等级确定为第二凹陷等级时,由所述第二凹陷维修参数对所述第一待维修部位进行实时维修;
当所述缺陷等级确定为第一凸起等级时,由所述第一凸起维修参数对所述第二待维修部位进行实时维修;当所述缺陷等级确定为第二凸起等级时,由所述第二凸起维修参数对所述第二待维修部位进行实时维修;
当所述缺陷等级确定为第一焊接等级时,由所述第一焊接维修参数对所述第三待维修部位进行实时维修;当所述缺陷等级确定为第二焊接等级时,由所述第二焊接维修参数对所述第三待维修部位进行实时维修。
4.根据权利要求3所述的基于数字孪生的机器人运动控制与状态监测方法,其特征在于,在维修过程中更新所述实时仿真模型,包括:所述三维空间数据为时间序列数据,将第i时刻三维空间数据记为(xi,yi,zi),将第i-1时刻三维空间数据记为(x(i-1),y(i-1),z(i-1)),比较所述第i时刻三维空间数据与所述第i-1时刻三维空间数据,当(xi,yi,zi)≠(x(i-1),y(i-1),z(i-1))时,判断所述待维修部件的三维空间数据发生变化,根据所述第i时刻三维空间数据更新所述实时仿真模型得到更新后的实时仿真模型。
5.根据权利要求4所述的基于数字孪生的机器人运动控制与状态监测方法,其特征在于,基于更新后的实时仿真模型与所述标准仿真模型的差异调整所述维修参数,包括:
当所述更新后的实时仿真模型与所述标准仿真模型的差异为更新后的表面凹陷深度Dg∈[D0,2×D0]时,调整所述维修参数为第一凹陷维修参数;当所述更新后的实时仿真模型与所述标准仿真模型的差异为更新后的表面凹陷深度Dg∈(2×D0,+∞)时,调整所述维修参数为第二凹陷维修参数;
当所述更新后的实时仿真模型与所述标准仿真模型的差异为更新后的表面突起高度Hg∈[H0,2×H0]时,调整所述维修参数为第一凸起维修参数;当所述更新后的实时仿真模型与所述标准仿真模型的差异为更新后的表面突起高度Hg∈(2×H0,+∞)时,调整所述维修参数为第二凸起维修参数;
当所述更新后的实时仿真模型与所述标准仿真模型的差异为更新后的裂缝宽度Wg∈[W0,2×W0]时,调整所述维修参数为第一焊接维修参数;当所述更新后的实时仿真模型与所述标准仿真模型的差异为更新后的裂缝宽度Wg∈(2×W0,+∞)时,调整所述维修参数为第二焊接维修参数。
6.根据权利要求5所述的基于数字孪生的机器人运动控制与状态监测方法,其特征在于,检测所述缺陷并计算得到缺陷指数,根据所述缺陷指数确定维修结果,根据所述维修结果确定所述维修工具结束维修或继续维修,包括:
检测所述缺陷为凹陷时,计算凹陷缺陷指数γd=D/D0;检测所述缺陷为凸起时,计算凸起缺陷指数γh=H/H0;检测所述缺陷为开裂时,计算开裂缺陷指数γw=W/W0;
确定维修结果为维修合格的条件为:凹陷缺陷指数γd∈[0,γd0]时,确定所述第一待维修部位的维修合格;凸起缺陷指数γh∈[0,γh0]时,确定所述第二待维修部位的维修合格;开裂缺陷指数γw∈[0,γw0]时,确定所述第三待维修部位的维修合格;其中,γd0为预先设置的标准凹陷缺陷指数,γh0为预先设置的标准凸起缺陷指数,γw0为预先设置的标准开裂缺陷指数;
确定维修结果为维修不合格的条件为:凹陷缺陷指数γd∈(γd0,+∞)时,确定所述第一待维修部位的维修不合格;凸起缺陷指数γh∈(γh0,+∞)时,确定所述第二待维修部位的维修不合格;开裂缺陷指数γw∈(γw0,+∞)时,确定所述第三待维修部位的维修不合格;
当所述维修结果为维修合格时,确定所述维修工具结束维修;当所述维修结果为维修不合格时,确定所述维修工具继续维修。
7.根据权利要求1所述的基于数字孪生的机器人运动控制与状态监测方法,其特征在于,所述S022包括:对所述待维修部件的所述三维空间数据进行一次划分和二次划分,其中,所述一次划分,用以将所述待维修部件的三维空间数据划分为若干第一三维形状有限元网格数据,所述第一三维形状有限元网格数据包括第一标准三维形状有限元网格数据和第一非标准三维形状有限元网格数据,
所述第一三维形状有限元网格数据的X方向差分值Δx1=Xi-X(i-1),Y方向差分值Δy1=Yi-Y(i-1),Z方向差分值Δz1=Zi-Z(i-1),其中,Xi为所述标准坐标系下第i点X方向值,X(i-1)为所述标准坐标系下第i-1点X方向值,Yi为所述标准坐标系下第i点Y方向值,Y(i-1)为所述标准坐标系下第i-1点Y方向值,Zi为所述标准坐标系下第i点Z方向值,Z(i-1)为所述标准坐标系下第i-1点Z方向值;
当Δx1=Δx0且Δy1=Δy0且Δz1=Δz0时,所述第一三维形状有限元网格数据为第一标准三维形状有限元网格数据,其中Δx0为预设的X方向标准差分值,Δy0为预设的Y方向标准差分值;Δz0为预设的Z方向标准差分值;
当Δx1∈[0,Δx0)或Δy1∈[0,Δy0)或Δz1∈[0,Δz0)时,所述第一三维形状有限元网格数据为第一非标准三维形状有限元网格数据;
所述二次划分,用以将所述第一非标准三维形状有限元网格数据划分为若干第二三维形状有限元网格数据,
所述第二三维形状有限元网格数据的X方向差分值Δx2=α1×Δx1,Y方向差分值Δy2=α2×Δy1,Z方向差分值Δz2=α3×Δz1,其中,α1为第一修正系数,用以修正X方向差分值,α2为第二修正系数,用以修正Y方向差分值,α3为第三修正系数,用以修正Y方向差分值。
8.一种应用在如权利要求1所述的基于数字孪生的机器人运动控制与状态监测方法的***,其特征在于,包括:
数据采集模块,用以通过设置在机器人面部的三维视觉传感器采集待维修部件的三维空间数据;
数字孪生模块,与所述数据采集模块连接,包括仿真单元和比较单元,其中,所述仿真单元,用以构建所述待维修部件的实时仿真模型,所述比较单元,用以根据预先设置的标准仿真模型与所述实时仿真模型的差异确定所述待维修部件的缺陷并根据所述缺陷确定维修方式并选择机器人的维修工具;
维修模块,与所述数字孪生模块连接,包括维修单元、更新单元和调整单元,其中,所述维修单元,用以确定缺陷等级并以由所述缺陷等级确定的维修参数对所述缺陷进行实时维修,所述更新单元,用以在维修过程中更新所述实时仿真模型,所述调整单元,用以基于更新后的实时仿真模型与所述标准仿真模型的差异调整所述维修参数;
检测模块,与所述维修模块连接,包括检测单元和确定单元,其中,所述检测单元,用以检测所述缺陷并计算得到缺陷指数,所述确定单元,用以根据所述缺陷指数确定维修结果并根据所述维修结果确定所述维修工具结束维修或继续维修;
评价模块,与所述检测模块连接,包括计算单元和评价单元,其中,所述计算单元,用以计算得到维修的评价值,所述评价单元,用以将所述评价值与预先设置的标准评价值比较得到比较结果,以及根据所述比较结果确定评价等级。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311475669.1A CN117236138B (zh) | 2023-11-08 | 2023-11-08 | 基于数字孪生的机器人运动控制与状态监测方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311475669.1A CN117236138B (zh) | 2023-11-08 | 2023-11-08 | 基于数字孪生的机器人运动控制与状态监测方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117236138A CN117236138A (zh) | 2023-12-15 |
CN117236138B true CN117236138B (zh) | 2024-01-30 |
Family
ID=89098461
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311475669.1A Active CN117236138B (zh) | 2023-11-08 | 2023-11-08 | 基于数字孪生的机器人运动控制与状态监测方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117236138B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108724190A (zh) * | 2018-06-27 | 2018-11-02 | 西安交通大学 | 一种工业机器人数字孪生***仿真方法及装置 |
CN112765768A (zh) * | 2020-12-22 | 2021-05-07 | 天津博诺智创机器人技术有限公司 | 基于物联网的离散型车间数字溯源方法 |
CN116805311A (zh) * | 2023-08-18 | 2023-09-26 | 长春师范大学 | 一种基于机器人视觉的汽车零配件表面缺陷监测方法 |
-
2023
- 2023-11-08 CN CN202311475669.1A patent/CN117236138B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108724190A (zh) * | 2018-06-27 | 2018-11-02 | 西安交通大学 | 一种工业机器人数字孪生***仿真方法及装置 |
CN112765768A (zh) * | 2020-12-22 | 2021-05-07 | 天津博诺智创机器人技术有限公司 | 基于物联网的离散型车间数字溯源方法 |
CN116805311A (zh) * | 2023-08-18 | 2023-09-26 | 长春师范大学 | 一种基于机器人视觉的汽车零配件表面缺陷监测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN117236138A (zh) | 2023-12-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111274671B (zh) | 一种基于数字孪生的复杂产品装配过程精准修配方法及其运行*** | |
CN108031844B (zh) | 一种在线逐层检测的增减材复合制造方法 | |
CN105945948B (zh) | 一种应用于工业机器人的tcp在线快速标定方法及装置 | |
CN110879583B (zh) | 基于数字孪生的智能装配车间质量预测与控制***及方法 | |
CN110524582B (zh) | 一种柔性组对焊接机器人工作站 | |
CN111024736B (zh) | 一种激光增材制造的缺陷在线监测方法 | |
JP2016001181A (ja) | カメラのミスキャリブレーションの実行時決定のためのシステムと方法 | |
CN101890638A (zh) | 复杂结构件装配*** | |
CN114905333A (zh) | 一种基于多维数据分析的机床作业在线智能监测*** | |
CN115255555A (zh) | 一种焊接工艺 | |
CN110579241A (zh) | 自动化复合材料制造质量检查的***和方法 | |
CN115464263A (zh) | 一种激光焊接焊缝自动寻迹方法、检测方法及装置 | |
CN114749848A (zh) | 一种基于3d视觉引导的钢筋焊接自动化*** | |
CN113919100A (zh) | 一种基于增减复合制造工艺表面质量的处理方法 | |
CN116197914A (zh) | 一种机器人上下料用轨迹规划方法 | |
CN117236138B (zh) | 基于数字孪生的机器人运动控制与状态监测方法及*** | |
CN115302759A (zh) | 增材制造监测及调控方法、***及存储介质 | |
CN111085902B (zh) | 一种视觉在线检测及修正的工件打磨*** | |
CN112404883A (zh) | 一种实时精准液态微型锻造增材再制造方法及装置 | |
KR102644428B1 (ko) | 용접건 관리 시스템 및 그 방법 | |
CN116276328A (zh) | 基于数字孪生与视觉传达技术的机器人打磨轨迹优化方法 | |
CN117047286B (zh) | 一种激光加工工件表面的方法、加工***、处理器和存储介质 | |
CN116922415A (zh) | 一种用于钢结构焊接的机器人*** | |
JP6684038B1 (ja) | 予兆保全設備、予兆保全方法及び予兆保全プログラム | |
CN111267080A (zh) | 一种工业机器人路径自动修正的方法 |
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 |