多自由度分拣机械手位置的PLC控制仿真

机械手具有能不断重复工作和劳动的特点,由于其本身的结构刚度和接触刚度较低时,容易产生振动。为了获取良好的机械手位置控制结果,提出一种基于PLC的多自由度分拣机械手位置控制方法。分析多自由度分拣机械手的运动方式,通过Burg算法对机器人运动想象原始脑电数据滤波处理,提取和运动想象相关的频段。多自由度分拣机械手信号经过小波分解处理后获取小波系数,将其和运动想象频段两者相互对应的时域信息输入共空间模式,完成脑电信号的预处理和特征提取。将机器人运动想象任务转换为控制命令输入到PLC控制器中,使其可以驱动电机,同时利用传感器完成机械手位置控制。实验测试结果表明,所提方法控制机械手的真实轨迹跟踪与期望轨迹基本一致,跟踪轨迹的误差小,表明所提方法能够精准完成机械手的位置控制。

分拣机械手在果蔬储运集散行业的应用研究

本文针对我国传统果蔬储运集散生产的工艺流程开展相关研究,尝试以机械手自动分拣代替人工劳动的形式,提出了对流程中包含的分拣装箱工艺进行工业化智能升级的改造方案,寻求和探索了其目前面临的自动化程度低、劳动强度大等实际问题可能的解决之道。同时提出了适用于果蔬产后商品化处理全过程的一体化流水生产线成套装备设计方案,为进一步研发实体化设备积累了必要的技术储备。

果蔬分拣机械手研究进展

完全依赖人工分拣果蔬已经无法满足果蔬产业的发展需要,实现自动化分拣成为一种必然趋势。论述了果蔬分拣自动化的意义,介绍了分拣机械手的发展现状,并对分拣机械手进行分类,最后分析了实现果蔬分拣自动化的关键技术,并对其进行了分析和展望。

基于Adams的Delta并联分拣机械手运动仿真

通过对分拣机械手的总体设计方案的分析,采用扫描法得出其工作空间,从而选择出合适的机构尺寸。在此基础上,通过运动学分析,从推导出的雅克比矩阵中得到速度、加速度的正反解表达式;并通过Adams验算了求解的正确性。最后对机械手速度和加速度进行分析,找出它与摆臂的摆动角速度和所加转矩的关系,从理论上为电机的选型提供依据。

基于A^(*)算法与组合函数的分拣机械臂轨迹规划

为提高常用铸件分拣机械臂路径较长、工作效率低、轨迹与加速度不平滑的问题,提出一种将A算法和组合函数相融合的轨迹规划方法。根据Modified DH法对铸件分拣机械臂进行正运动学分析与计算,采用代数法求解机械臂逆解。通过设置A^(*)算法中启发式函数,使其带有一定方向遍历路径点,寻找最优最短路径,对折线路径轨迹采用三次均匀B样条曲线平滑,得到了光滑轨迹图。为保证加速度、速度平滑性,设计了一种将矩形函数和摆线函数相结合的组合函数,推导了其角位移、角速度、角加速度函数表达式。通过MATLAB仿真模拟得到的五次多项式插值的关节运动学曲线,并与所设计函数曲线对比分析,仿真结果表明所设计的组合函数更加平稳,且角加速度极值被限定,降低了一定程度的机械冲击和振动,确保机械臂工作平稳。

带式输送机上大块矿石的机器视觉分拣系统研究及应用

为了提高带式输送机大块矿石检测及分拣的效率及准确性,降低职工劳动强度及安全风险,设计了一种基于机器视觉的大块铁矿石分拣机器人系统,并投入应用。工业应用表明,该系统可对粒度为200~800 mm的大块矿石进行高效、准确地分拣,所采用大块识别方法与分拣机械机构有良好的稳定性与准确性,大块矿石的识别与分拣的综合准确率达到90%。

GE RX3i系统设计与虚拟对象应用 第2讲 GE RX3i在机械手分拣装置虚拟对象中的设计

虚拟对象是采用计算机软件技术在特定设备中模拟实现真实的物体和环境,用于解决不适合对真实物体或环境进行操作的问题,并将控制对象与控制系统相分离。本文介绍了采用GE RX3i进行机械手分拣装置虚拟对象的设计与应用。

一种基于深度学习的机械臂分拣方法

针对分拣过程中视觉系统识别复杂物体时速度慢、对环境变化适应性不足的问题,提出一种基于轻量型卷积神经网络的机械臂快速分拣方法。该方法首先使用基于轻量型卷积神经网络的MobileNet-SSD算法对图像中的目标物体进行检测,获取目标类别和位置信息;然后根据检测输出结果对图像进行预处理和边缘检测,最终得到校正后的定位结果。在PROBOT Anno机械臂平台上进行分拣实验,实验结果表明,相比于传统的图像处理方法,提出的方法能对复杂目标物体实现快速的检测和定位,对于目标形态和环境的多样性来说具有更好的鲁棒性。

基于无线通信技术的自动化分拣机械臂故障检测系统

由于当前自动化分拣机械臂故障检测系统故障检测时间长、检测率低的问题,提出基于无线通信技术的自动化分拣机械臂故障检测系统。首先设计硬件部分,利用硬件实现机械臂自动化分拣;基于无线通信技术设计系统软件模块,在软件内设计数据处理软件程序,利用该程序对机械臂分拣数据进行处理,依据处理结果分析该机械臂是否存有故障,若存有故障,再将其故障类型利用可视化的形式展示,从而实现机械臂故障检测系统的整体设计。实验结果表明,该方法实行检测时间为2s,且故障检测率在98.7%以上,均优于对比系统,验证该方法具有较强的有效性,实用性强。

面向芒果包装线的分拣机械手臂承载能力研究

目的为了减少芒果包装线上生产事故的发生,解决并联分拣机械手臂承载能力的问题。方法深入讨论芒果分拣机的并联机构与大小臂结构设计问题。通过Solid Works simulation有限元分析各关键构件的应力状态,并且定义安全系数图解以评价其结构设计是否合理。结果大臂所受最大应力为8.056MPa,其许用应力为75.829 MPa;小臂所受最大应力为31.659 MPa,其许用应力为50 MPa;安全系数图解显示大臂和小臂颜色均为蓝色(蓝色则表示处于安全区域)。结论构件所受应力远远小于许用应力,并且构件处于安全区域,证明所设计的芒果分拣机械手结构具有可行性。

基于目标检测的机械臂分拣研究

机械臂分拣作业,是当前制造、物流、环保等领域最常见的工作场景之一。以基于目标检测的机械臂分拣作业系统为主要研究对象,利用深度学习对机械臂分拣抓取工作中的目标检测算法进行优化并进行实验分析,结果表明:优化以后的算法能够有效提升机械臂分拣、抓取成功率。该系统可移植性强,可广泛应用于不同类型机械臂分拣作业流程。

基于图像识别的流水线炭疽病青枣分拣机械手系统设计

为了对优质青枣进行分拣,解决人为分拣青枣准确度低、效率差等问题,提出了基于图像识别的由Arduino控制的多自由度机械手,实现在流水线上对炭疽病青枣的分拣。该系统以Arduino控制板作为主控制器,结合Pixy图像识别传感器、MG995舵机和图像识别算法组成自动分拣机械手系统。通过Pixy图像识别传感器对传送线上的青枣图像进行采集,并分析获取获得青枣的大小、颜色等特征量,得出青枣的品质信息。然后由Arduino控制器控制分拣机械手动作对青枣进行分拣。实验结果表明,通过该方法对炭疽病青枣进行分拣,准确率可达80%以上。

自动化药房分拣机械手的设计

分析了当前国内自动化药房的现状,提出了一种新型的自动化药房分拣机械手。简述了此种自动化药房机械手的优越性,并介绍了该机构的整筐出药、拍照识别和临时存储三个主要功能及这些功能的实现方案。为保证大量快速出药,设计了整筐出药装置。在传统的机械手机构设计的基础上,又设计了机械手的拍照识别装置和临时储药装置,并对这些执行机构的控制原理进行了简述,最后介绍了系统软件的功能作用。自动化药房分拣机械手的设计提高了药房的工作效率和药房的自动化水平。

基于关节位置约束的仓储运输机械臂分拣控制

仓储运输机械臂分拣配送路径较为复杂,节点配送模式选择难度较大,难以保证分拣的准确性,为此提出了基于关节位置约束的仓储运输机械臂分拣控制方法。建立各机械连杆坐标系,采用PD控制器负反馈机制,优化操纵任意矢量。通过服务定位协议和射频标识技术构建包裹出库量的时间序列模型,计算仓库系统各功能模块模糊增益,获得包裹分拣的出库数据序列,明确节点配送模式。把关节位置约束问题转换为关节速度约束,将关节速度进行非齐次空间映射,调节关节的位移与权值,完成对关节位置约束校正,实现运输分拣控制。通过实验证明所提方法能够较好实现控制分拣,减少机械臂晃动,保证分拣的准确性。

烟酒物流配送系统分拣机械手的搬运稳定性的应用分析

工业机器人或称机械手,在物流配送分拣领域也得到了广泛的应用。真空技术常用于机械手夹持抓取工件的部位;机械手夹持装置安装于机械手的末端,和工件直接接触,夹持装置的性能直接影响到机械手的性能,对生产效率影响很大。影响机械手搬运稳定性的关键因素为搬运动力来源和搬运平台机构,因此,本文研究的重点放在了机械手的真空系统和搬运平台机构这两个方面。

新型生活垃圾分拣机械手

将机械手应用于生活中的垃圾分拣不仅能提高工作效率,还能大量减少人力。本文对新型生活垃圾分拣机械手进行研究和实践。

基于机械技术的长直筋自动化分拣供料研究与应用

随着国家科技技术的发展,装配式建筑取得了长足的进步,但是未来的变革更具挑战性。随着国内产业链供给侧改革的推进,也对建筑业的施工速度、营建成本以及建筑质量提出了更高的要求。除了面临产业链调整以外,建筑业自2018年起,每年的从业者逐年下降,可以预见不久将来的用工荒以及无工可用的状况。中建科技集团有限公司深圳分公司智慧建造科创中心立足行业实践,以应用为导向,逐渐改造PC构件生产工艺,实现PC构件的自动化生产,逐步实现少人化,直至无人化。本课题研究了长直钢筋的机械化调直加工,以及自动化分拣、供料,为钢筋混凝土构件的生产提供高效率、优质的原料支撑。

视觉监测系统在分拣机械装置中的应用分析

随着我国科学技术的不断发展,机械分拣装置在各行各业的生产生活中得到广泛的应用,给智能制造产业的发展提供条件。文章介绍分拣机械装置的组成及关键技术、发展应用现状,并对视觉监测系统在产品分拣装置中的应用作出分析,为人工智能产业的发展提供参考。