基于视觉识别系统与机器人自动锁螺丝系统的运用分析

为实现自动化锁螺丝,提高锁螺丝工作效率,本文基于视觉识别系统和机器人的高运算性能、高可靠性、高速性等特点,完成对自动锁螺丝系统研发。首先,完成对系统整体架构和自动锁螺丝机器人原理设计。其次,介绍螺丝识别与定位相关技术,并分别设计视觉识别软件、产品资料管理、螺丝识别与定位等模块,最后,测试系统性能。结果表明:本文系统可以提高锁螺丝自动化水平,保证锁螺丝工作效率和效果。希望通过这次研究,为相关人员提供有效的借鉴和参考。

小长径比多轴自动锁螺丝机运动控制系统设计

为解决常规锁螺丝机柔性较差且无法应用于小长径比螺丝的问题,开发了一套适用于小长径比螺丝的多轴自动锁螺丝机。根据锁付工件的功能需求,基于八轴运动控制卡,开发了多轴自动锁螺丝机的运动控制系统。并以50寸液晶电视背板为加工对象进行加工实验,人工数量可减少86%,锁付时间平均减少30%。实验结果表明,该多轴自动锁螺丝机能够实现对螺丝的快速锁付,降低生产成本,提高生产效率。

转角式自动锁螺丝机构总体方案研究与设计

文章针对在空间狭小的小型电子产品的壳体内部进行螺丝锁付的工况,进行了转角式自动锁螺丝机构的总体方案设计,较为详细地阐述了机架结构、四轴平台、自动送料系统、转角式电批组件、工装治具组件等主要部件的设计方案,对解决转角式结构锁螺丝工艺问题具有一定的参考价值。

基于视觉定位的机器人辅助锁螺丝技术研究

根据某车间生产线上的锁螺丝工艺,设计了基于视觉定位的机器人辅助锁螺丝自动化生产工艺流程,搭建了自动化控制系统。首先对相机进行标定,然后进行图像的采集,利用BLOB分析进行图像处理,为机器人提供螺丝孔的坐标,经过转换后,由机器人搬运工件至指定坐标处,进行辅助锁螺丝,以PLC作为主控制器,通过PLC连接锁螺丝机、机器人以及工控机实现自动化控制,经过视觉定位可消除每次锁螺丝留下的坐标误差,使机器人达到精确定位。经过系统调试后,整个锁螺丝工艺顺利平稳,可实现精准定位多面锁螺丝,减少了人工成本,提高了自动化程度。

基于随机森林的智能锁螺丝机锁附判别研究

为了解决工业生产制造中的智能锁螺丝机无法准确判断螺丝锁附是否成功的问题,运用机器学习算法建立螺丝锁附判别模型;针对螺丝锁附过程中产生的时间序列数据不等长的问题,提出改进的基于随机森林的加权特征选择算法,用以提取能够描述序列性质的有效特征,并从判别准确率和运行时间2个方面与其他特征选择算法进行比较;对比这些被选择的特征在不同机器学习算法中的表现。结果表明,本文中提出的特征选择算法不仅能够提取出最优的特征组合,而且运行时间较短,计算效率较高,并且该特征组合应用于随机森林时可达到99.9%的判别准确率,能够有效判别螺丝锁附的情况。

全自动锁螺丝机专利技术综述

本文对全自动锁螺丝机技术在国内外的总体专利申请情况进行了分析,通过研究分析找出国内外全自动锁螺丝机技术发展和专利保护的差异以及未来的发展方向。

喙锁螺丝固定治疗锁骨外端Ⅱ型骨折（附8例报告）

喙锁螺丝固定治疗锁骨外端Ⅱ型骨折（附８例报告）浙江省丽水地区医院（３２３０００）季卫平，王君瑞，叶仙球喙锁间内固定原是治疗肩锁关节脱位的基本术式［１］。我们自１９８５年１０月至１９９３年９月，手术治疗锁骨骨折７４例，对其中８例锁骨外端Ⅱ型骨折患者也施...

基于蚁群算法的自动锁螺丝机路径优化方法

文章是介绍蚁群算法的应用,随着自动化技术的高速发展,自动锁螺丝机也被广泛的使用,然而对螺丝锁付路径没有得到合理的利用,针对目前螺丝锁付机器对螺丝锁付路径没有进行合理规划的问题,使用传统蚁群算法对螺丝锁付路径进行优化,结合实际应用问题,通过模拟实验的方式,去调整群算法的参数设置,得到比较优化的结果。并给出了螺丝锁付优化路径图;实验表明该针对锁付路径的合理布局,螺丝锁付效率得到显著提高。

龙门式多轴自动锁螺丝设备横梁结构优化

为实现龙门式多轴自动锁螺丝设备横梁的轻量化,结合BP神经网络与粒子群优化算法对其横梁进行结构优化。以横梁质量为目标函数,数个关键尺寸为设计变量,变形量及固有频率为约束条件建立数学模型。利用BP神经网络拟合设计变量与约束变量的映射关系,结合已建立的神经网络模型,应用基于Deb可行性规则改进的粒子群算法,在满足约束要求的条件下,寻求各关键尺寸的最优值。优化结果表明,优化后的横梁质量减少29.61%,实现横梁轻量化。

面向柔性制造的新型自动锁螺丝机设计

为解决目前自动锁螺丝机需要人工辅助完成工件抓取放置和只能适应单一类型螺丝进行锁付的问题,本文设计了一种面向柔性制造的新型自动锁螺丝机.该自动锁螺丝机通过图像模板匹配技术对工件图像进行视觉处理,从而实现工件分类.输出分类结果后,机械臂根据指令抓取工件至锁付工作区,并带动电螺丝批至指定螺丝料仓吸取螺丝钉,进行锁螺丝作业.实验结果表明,本文螺丝机的工件分类准确率不低于99.4%,锁付的平均响应时间为1.95 s,螺丝锁付平均准确率为99.23%.该锁螺丝机能够适用于多种产品类型工件的螺丝钉锁付作业,实现了对工件的抓放并锁付的全自动流程,提高了生产效率以及降低劳动力成本,满足了工业柔性制造的需求.

基于PLC的桌面型全自动锁螺丝机控制系统设计

本文从机械系统结构、控制系统硬件构建、控制系统软件设计、报警系统、通信等方面,对桌面型全自动锁螺丝机进行了详细的介绍,对自主开发的自动锁螺丝设备,设计了基于可编程控制器(PLC)的控制系统。该系统融合了视觉定位、伺服驱动和可编程等技术。该设备参数调节方便、运行可靠、操作简单,解决了自动化程度低的可题,节约了时间和劳动力,大大提高了产品生产效率。

面向3C智能柔性生产线的机器人锁螺丝技术研究

将巴斯勒相机安装在机器人末端执行器上,相机采集图片后通过图像处理,将处理好的位置点信息通过以太网发送给机器人,实现机器人代替人工锁螺丝。

基于视觉定位的塑壳断路器机器人锁螺丝系统

塑壳断路器采用螺杆固定安装是电气装备制造和电气设备安装维修中常用的方法,目前多为人工装配,劳动强度较大,本文提出一种自动化安装方式,即基于视觉定位的工业机器人锁螺丝系统,效率高、速度快,同时降低了工人劳动强度。

以PLC为基础的锁螺丝自动化控制系统设计探讨

本文结合当前实况,首先围绕自动锁螺丝机,对其进行了简要概述,然后以可编程控制器(PLC)为基础,分别从软、硬件两方面,对自动锁螺丝机控制系统展开全面化设计,望能借此论述,为此领域研究提供借鉴与思考。

螺丝锁付装置取放料时间寻优轨迹规划

为提高螺丝锁付装置的锁付效率,课题组针对锁付过程中最频繁的取放料操作进行时间寻优轨迹规划。课题组以旋量理论建立运动学模型,基于运动合成的思想,采用多段六次多项式插值算法进行规划轨迹,并结合改进粒子群算法得到时间插值节点的优化解。仿真实验结果表明:采用改进粒子群算法,在迭代约40次时算法达到收敛,轨迹所需时间相对于优化前缩短了约30%;关节空间下各关节的位置、速度和加速度曲线连续平滑,无明显突变,末端笛卡尔空间下轨迹满足取放料轨迹的设计要求。该时间最优轨迹规划的方法有效提高了螺丝锁付装置的工作效率。

基于循环神经网络的螺丝锁附状态检测

自动锁螺丝机是精密电子产品装配流水线的重要组成部分之一,而螺丝锁附状态的检测对整个流水线和电子产品质量起着举足轻重的作用.传统检测方法通常采用感应器或伸缩弹簧,具有检测类别单一、性能不稳定、实时性差等问题.鉴于此,本文提出一种基于循环神经网络的智能螺丝锁附状态检测方法,该方法以锁附过程产生的角度、扭矩、速度序列数据为研究基础,以循环神经网络为研究手段.研究结果表明本文模型相比传统检测方法,具有检测故障类别更多、检测方式更稳定、检测过程更快等优点.对OK、浮锁、未锁进和锁斜4种状态的检测达到了优良的准确率.

自动螺丝锁付机器人控制系统研究及路径优化

针对目前螺丝锁付机器人作业对夹具定位工件精度要求高,不能自行校正工件孔位偏差等问题,分析工件偏差产生机理,结合HexSight图像处理软件,提出基于视觉定位的偏差补偿算法,自行校正螺丝孔位偏差,降低夹具对工件定位精度的要求;同时对螺丝锁付路径没有进行合理规划的问题,分别使用传统遗传算法和改进遗传算法对螺丝锁付路径进行优化,并给出了螺丝锁付优化路径图;实验表明该控制系统稳定可靠,螺丝锁付效率及准确度得到显著提高。

基于SVM算法的螺丝锁附结果分类研究

为提高螺丝锁附结果分类的正确性,本文以采集的苹果手机螺丝锁附过程的受力数据为依据,基于支持向量机(support vector machine,SVM)算法,对螺丝锁附结果分类进行研究。通过重采样和归一化的方法,对所采集的数据进行预处理,并采用支持向量机算法对数据进行训练,同时采用网格搜索算法寻找最优参数C与σ2,为检验模型的好坏,采用验证集将400组验证数据输入到模型中。研究结果表明,在400组验证数据中,第399组数据分类错误,误差率为0.25%,在允许范围内。该研究对螺丝安装或拆卸速度及准确性的提高具有重要意义。

基于两阶段随机森林的螺丝锁附结果判别研究

螺丝锁附结果的判断是智能螺丝机的核心要点。为更好地判别螺丝锁附结果,针对螺丝锁附数据不等长、类别不平衡的特点以及相似锁附类别易发生误判的问题,将随机森林分两阶段对螺丝锁附数据建立判别模型。第一阶段,根据原始数据的物理特性构造特征,对数据欠采样并使用随机森林算法进行特征筛选。第二阶段,首先以各物理特性的概率主成分分析方差作为特征进行聚类,将相似类别归在同簇中;然后对各簇分别使用随机森林算法建立分类模型。最终以先确定数据所属簇,再由簇内分类器分类的方式对螺丝锁附结果进行判别。实验结果显示,与传统螺丝锁附判别方法及经典机器学习分类算法对比,本文模型具有更优的精确度、召回率、F值。

基于改进核LS-SVM算法的螺丝锁附结果分类研究

该文将自动分类技术应用于手机螺丝锁附的结果分类中,由此提出了一种改进的最小二乘支持向量机算法(least squares support vector machine,LS-SVM)。一方面,通过在径向基函数上进行泰勒展开,并选择前3项改进目标函数减少计算量;另一方面,在参数选取时考虑计算速度因子,以提高计算速度。仿真结果表明,改进后的LS-SVM算法与传统的LS-SVM算法具有相同的准确率,但运算速度更快,具有更强的实用性。