面向超大平面机器人喷涂变速度涂层厚度分布模型

针对船舶分段大平面Z字形喷涂轨迹加减速段涂层厚度不均匀的问题,提出一种考虑Z字形喷涂轨迹加减速段动态优化喷枪流量的方法,从而改善整个超大平面的漆膜涂层厚度不均匀的问题。分析导致船舶分段超大平面两端涂层厚度明显增厚原因;在不考虑存在加减速区间的基础上建立喷枪涂层厚度分布模型,优化喷涂速度与喷涂间距,使得在考虑加减速区间时匀速段的涂层厚度满足要求;最后建立喷枪动态变流量涂层厚度分布模型,从而使得整个超大平面的涂层厚度的均匀性达到最优。以某船舶分段超大平面为例,加减速区间的加减速类型为等加速等减速,通过数值模拟与实验的方法验证了该方法的有效性与可行性。

变参数下的空气喷枪涂层厚度分布建模

首先分析了影响空气喷枪涂层厚度及喷涂机器人作业过程中的可调和常变因素,然后利用BP神经网络方法对平板直行喷涂实验获得的实验数据加以拟合,建立以喷涂距离、喷枪移动速度、喷枪流量和测量点与喷枪轴线距离作为输入的喷枪喷涂模型。与传统模型相比,该模型用相对少量的实验数据就可以预测不同喷涂距离、喷枪移动速度和喷枪流量下的涂层厚度分布。实验数据表明,该模型准确、有效。

面向机器人喷涂的多变量涂层厚度分布模型

为了解决传统机器人喷涂模型在喷涂工艺参数改变时会失效的问题,该文将喷涂工艺参数作为模型变量,研究多变量喷涂模型的建模方法。首先,提出了一种基于β分布的涂层生长速率函数,并通过对其进行积分推导出涂层厚度分布方程;其次,通过分析、拟合喷涂实验数据,分别建立喷枪流量、喷涂距离与涂层生长率最大值的关系式,以及喷枪流量、空气压力与喷幅宽度的关系式,并将其代入到涂层厚度分布方程中,建立了以5种常变喷涂工艺参数为自变量的涂层厚度分布泛化模型;最后,通过实验对模型进行验证。结果表明:该模型能够根据工艺参数的变化预测相应的涂层厚度分布,且平均预测误差小于4.3%。

涂层厚度数学模型的建立及喷涂轨迹间距优化

建立机器人喷涂涂层厚度分布数学计算模型,优化平面喷涂轨迹,求出最佳喷涂步距,获得平整连续的涂层。通过设计单点喷涂试验,获得不同喷涂时长所对应的涂层厚度最大值,用MATLAB软件拟合涂层厚度与时间的关系函数。利用高斯模型建立机器人喷涂涂层厚度分布数学模型,根据该模型获得喷涂点叠加函数。最后利用MATLAB软件进行模拟。结果表明:建立的涂层厚度分布数学模型与实际喷涂涂层厚度分布基本吻合。连续喷涂过程中喷涂点的叠加是以三个喷涂点为周期,在该模型的基础上计算出的最佳步距能获得平整连续的涂层。

大尺寸表面喷涂的交界区涂层均匀性分析

针对喷涂机器人利用空气喷枪在大尺寸表面自动喷涂时面片交界区的涂层厚度均匀性难以保证问题,首先分析了导致涂层厚度偏差的原因,然后通过对平板匀速直行实验数据进行拟合,建立了一个具有喷涂起始、终止位置处涂层厚度分布描述的喷枪模型。在此模型基础上,对面片交界区的横向搭接参数进行了分析与数学最优值区间求解,得到了最优取值区间为0.2~0.4的结论。最终通过多组对比试验证明此参数准确,能够有效改善面片交界区的涂层厚度均匀性。