Motoman工业机器人有限元静态分析及改进设计

在利用SolidWorks Simulation软件分析Motoman-HP20工业机器人静力学特性的基础上,对机器人性能影响最为显著的手臂部件进行了改进设计.有限元分析结果显示,将机器人手臂更换为更加轻质的铝合金材料并作相应结构改进后,机器人的最大等效应力、应变均比改进前有所减小;最大位移和改进前相比,基本保持不变,能满足Motoman工业机器人用于焊接、喷漆等较轻载荷工况下的基本性能.这种改进设计不仅可以减轻工业机器人的本体重量,提高机器人的动态特性,减小机器人的运动惯量,还能节约材料,节约能源,降低成本.

MOTOMAN工业机器人示教编程方法探究

文中介绍和讨论了MOTOMAN工业机器人的在线示教和离线示教方法.以MOTOMAN-HP6型工业机器人为例,分析了MOTOMAN工业机器人的系统组成,归纳了在线示教编程的具体流程.最后使用在线示教方法,通过调用平移命令编制了一个效率较高的码/拆垛作业程序,实现了简化程序,减少技术人员的工作量的目标.

MOTOMAN工业机器人实时控制平台研究

以MOTOMAN-UP6机器人为对象,利用Visual C++语言开发了工业机器人实时控制平台。应用面向对象技术对MOTOCOM32库进行封装,编写了基于RS232串口通信协议的MOTOMAN机器人控制平台的代码程序,实现了视频监控、高速数据交换和示教编程等功能。采用实时控制平台进行机器人控制功能测试,说明该平台具有作业交换速度快、实时性强和用户界面友好等特点。该平台的开发,增加了操作者的控制范围,改善了操作者的控制环境,为机器人实时控制进一步研究打下了重要的基础。

基于MOTOMAN工业机器人的发动机曲轴自动化装配

针对曲轴的人工装配方式,存在划伤、磕碰伤及表面污染等质量隐患,操作者劳动强度大、安全隐患多,装配质量和效率受人为因素影响大,质量保证能力有限的问题。介绍了一种MOTOMAN工业机器人实现曲轴装配自动化的设计方案,方案满足原有装配线工艺布局,实现装配线的省人化、自动化。该方案技术含量高、实现效果好,标志着柴油机装配线装备技术研究与工艺优化改进的新突破。经使用证明,满足柴油机装配要求,取得了良好的社会效益和经济效益。

基于MOTOMAN工业机器人系统的结构化程序设计与分析

工业机器人已经在人类生活的各个领域广泛应用,并将在未来发挥着越来越重要的作用。在化纤自动包装行业中,结构化程序设计不仅适用于工艺单一程序短小的工程项目,而且对于工艺复杂程序规模较大程序复杂的情况更能起到良好的执行效果。因此,工业机器人结构化程序设计就显得更有必要性,这样不仅可以提高程序可读性、易维护性、可调性和扩展性,而且操作简单,节约成本,提高工作效率。主要研究工业机器人的一般作业程序流程,分步作业程序流程,顺序形式作业调度,令牌形式作业调度和解决实际应用中发现问题,围绕着这一目标进行系统分析。然后总结归纳程序的特点、应用范围和适用要求。从而可以根据工程项目实际应用的要求,针对具体工程方案对工业机器人进行结构化程序设计。

基于POE模型的工业机器人运动学参数二次辨识方法研究

针对工业机器人在高度制造领域精度不高的问题,本文提出了一种基于POE模型的工业机器人运动学参数二次辨识方法。阐述了基于指数积(Product of exponential, POE)模型的运动学误差模型构建方法,并建立基于POE误差模型的适应度函数;为实现高精度的参数辨识,提出了一种二次辨识方法,先利用改进灰狼优化算法(Improved grey wolf optimizer, IGWO)实现运动学参数误差的粗辨识,初步将Staubli TX60型机器人的平均位置误差和平均姿态误差分别从(0.648 mm, 0.212°)降低为(0.457 mm, 0.166°);为进一步提高机器人的精度性能,再通过LM(Levenberg-Marquard)算法进行参数误差的精辨识,最终将Staubli TX60型机器人平均位置误差和平均姿态误差进一步降低为(0.237 mm, 0.063°),机器人平均位置误差和平均姿态误差分别降低63.4%和70.2%。为了验证上述二次辨识方法的稳定性,随机选取5组辨识数据集和验证数据集进行POE误差模型的参数误差辨识,结果表明提出的二次辨识方法能够稳定、精确地辨识工业机器人运动学参数误差。

工业机械臂辅助机器视觉的工件识别与定位

传统的工业机器人系统由于缺乏感知判断能力,很难适应目标种类和位置的变化,而现代工业需要生产不同种类和规格的产品。为此,以多品种小批量生产的零件为背景提出了一种机械臂辅助机器视觉系统,该系统能够实现对工件的图像采集并进行预处理,通过改进的Canny轮廓的提取算法与基于Hausdorff距离的模版匹配完成对不同种类工件进行识别和定位。最后经实验的验证该系统的定位精度在0.35 mm内,基本满足了在实际生产中对小批量生产、不同形状且没有固定夹具的目标工件的抓取、搬运与检测等要求。

工业机器人单目视觉装配系统研究

为了解决传统机器人只能通过示教或离线编程固定执行点到点装配任务的问题,进行了视觉引导的工业机器人装配方面的研究。首先对工业机器人视觉装配过程建立数学模型并标定,然后研究了基于机器视觉的零件位姿估计方法,针对法兰盘类金属零件弱纹理及无角点特征的位姿估计问题,提出了一种基于自身特征和外部标记辅助的单目视觉位姿计算方法。最后搭建了工业机器人单目视觉装配实验平台验证该位姿计算方法的可行性。实验结果表明,该系统能够实现对法兰盘类零件的定位和装配,最小位置误差为2.07mm,最小姿态误差0.13。

基于OBE和BOPPPS的工业机器人技术课程教学实践

以工业机器人技术课程中的气吸附式手部和内部位置及角度传感器为侧重,进行以产出为导向,并结合BOPPPS教学模型完成了教学实践举例,让学生不仅了解、学习、掌握了相关专业知识,还能领会该课程中所学到的知识在现实中的应用价值及科学探索精神,培养全方面发展的综合型工程技术类人才。

工业机器人、人力资本与就业——以纺织产业为例

工业机器人深度应用与就业协同发展成为产业高质量发展的重要内容。为探究如何以数智化转型带动高质量就业,本文基于2007—2019年中国31个省级行政区面板数据,构建固定效应模型,实证研究纺织产业工业机器人应用对就业的影响。结果显示,工业机器人应用一方面对就业数量产生了替代效应,另一方面提高了就业质量,人力资本水平的提升同时弱化了这两方面的作用。异质性检验显示,工业机器人应用对纺织产业平稳型和提高型发展省份、男性或低技能劳动者的就业数量替代效应更大;2013年以前工业机器人应用对就业数量的替代效应和2013年以后对就业质量的提升效应更显著。

基于数字孪生的工业机器人建模及监测方法

针对工业机器人数据不透明、监测存在死角等问题,通过对实体工业机器人分析和研究,构建数字孪生机器人监测系统。首先从几何、物理、逻辑3个维度完成虚拟机器人的建模;其次基于开放平台通信联合架构(open platform communications united architecture,OPC UA),实现机器人的数据采集和通信,设计用户显示界面,达到数据实时可视化的效果;最后,通过机器人仿真实验得出机器人末端执行器X、Y、Z坐标的相对位置误差分别为0.48%、0.32%、0.27%,通过数字孪生机器人监测同步实验验证机器人关节角度误差最大值为0.31°。实验结果表明:该方法能够实现数字孪生工业机器人的运动数据监测,减少工业机器人在生产过程中发生意外和故障的风险,为智能工业机器人的发展提供思路和方向。

工业机器人视觉定位技术与应用探讨

工业机器人是一种可以自主完成工作任务的机器设备,其集电子技术、传感技术和智能控制技术等于一体,被广泛应用于智能制造等诸多领域。以ABB工业机器人为基础,构建了一个可以对工件角度、颜色进行识别的计算机视觉系统。该系统包括安装于机器人手臂上的平台、摄像头、执行机构和通信接口。相机拍摄到的工件图像在PC(个人计算机)进行处理后,可以得到角度偏差,并用通信接口将其传输到机械臂执行器,再利用控制模糊算法对ABB机械臂的动作进行控制,调节平台,使12个元件能够被放置到预定的位置。在MATLAB环境下对算法进行了仿真,并在所搭建的系统上进行了试验,对工件位置控制的有效性进行了检验。结果表明,该方法有效地实现了工业机器人视觉系统的可靠定位,从而提升了工件定位精度和加工效果,因此,该方法具有十分重要的应用价值。

工业机器人应用会加剧中国城乡收入差距吗?

基于IFR数据库中国工业机器人数据,在科学测度2007—2019年中国31个省级区域工业机器人渗透度及城乡收入差距的基础上,细致刻画工业机器人应用对城乡收入差距的作用机制。研究发现:工业机器人应用显著加剧了中国城乡收入差距,因而有效处理机器人应用的收入分配效应能为高质量增长和共同富裕战略的协同共进提供重要支撑;工业机器人应用会通过提升就业技术结构高级化水平和资本利润率两个渠道,加剧中国城乡居民收入差距,且工业机器人应用在高劳动收入份额区域内引致的城乡收入差距效应较为显著;工业机器人应用有利于激发产业结构服务化及合理化的演进动力,并对制造业与生产性服务业协同集聚具有催化剂作用。为此,中国政府应及时和准确地预判工业机器人应用对中国目前及未来较长一段时间内经济与社会发展的动态影响,并在享受人工智能时代红利的同时,平抑其对城乡收入差距造成的负面冲击。

基于支持向量回归的工业机器人空间误差预测

鉴于高端智能制造领域对高精度应用场景下的工业机器人绝对定位精度的更高要求。本文主要研究基于支持向量回归(Support Vector Regression,SVR)模型的机器人空间误差预测方法。针对Staubli TX60型串联工业机器人进行了运动学建模和误差分析。搭建了基于Leica AT960激光跟踪仪的机器人测量实验平台,并进行了大量空间位姿点的测量,通过真实数据集训练优化SVR模型。基于SVR方法对机器人实际位姿误差进行预测与补偿,避免了复杂的误差建模过程。机器人平均位置误差和平均姿态误差分别由补偿前的(0.7061 mm,0.1742°)降低至(0.0556 mm,0.0246°),位置误差降低了92.12%,姿态误差降低了85.88%。最后,通过与BP,Elman神经网络以及传统LM几何参数标定方法进行对比,验证了基于SVR模型进行空间误差预测对机器人位置和姿态误差降低效果的有效性和均衡性。

高技术复杂度工业机器人与全球价值链生产环节攀升

在科学识别工业机器人技术复杂度和价值链生产环节偏优指数的基础上,从多维度剖析高技术复杂度工业机器人对制造业全球价值链生产环节攀升的作用机制,并检验高技术复杂度工业机器人的“断供”威胁应对效应。得到的结论主要有:(1)高技术复杂度工业机器人对制造业全球价值链生产环节攀升具有促进作用。高技术复杂度工业机器人不仅能推动制造业生产技术与工艺从后发跻身准前沿和前沿,还能提升产业链关键核心环节的自主可控程度。(2)高技术复杂度工业机器人不仅有助于提升产业的价格加成能力,还有助于提升高端要素资源汇聚能力,更能提升政府支持的概率,上述渠道也使高技术复杂度工业机器人对生产环节攀升表现出正效应。(3)高技术复杂度工业机器人不仅能降低样本国对美国中间品的依赖程度,还能降低其对美国和主要盟友中间品的依赖程度。为此,高技术复杂度工业机器人能有效降低美国及其主要盟国“断供”威胁的不利冲击。(4)全球价值链生产环节偏优指数过高和工业机器人技术复杂度偏低共存窘境,使中国工业机器人应用深陷“量大技术弱”和对全球价值链生产环节攀升促进作用相对有限之痛,破解这一痛处的关键在于不断提升中国工业机器人技术的前沿性。

面向工业互联网数据分析的机器学习工作流推荐方法

工业大数据具有多模态和强关联等特性,这给数据分析与应用带来了新的挑战。如何根据工业应用需求的特点实施有效的数据分析过程通常是一项非常复杂、耗时耗力的任务。针对该问题,提出一种面向工业互联网数据分析的机器学习工作流推荐方法。该方法以已有解决方案为起点,将其所使用的数据集和机器学习工作流作为推荐参考,基于Doc2vec模型与最大平均差异方法计算文本描述相似度与数据分布特征相似度,可根据当前数据分析任务需求,推荐合适的已有解决方案中的机器学习工作流。仿真实验说明了该方法的有效性。

约束空间工业机器人姿态搜索及避障研究

为解决约束空间下机器人无碰撞目标姿态求解问题,提出一种机器人姿态快速搜索算法,并结合4种不同的路径规划算法实现工业机器人的多目标路径规划。首先,对机器人运动框架初步配置完成后,通过计算位姿矩阵得到了场景内物体坐标的动态相对关系,并在ROS中搭建规划场景;其次,提出一种基于模型和机器人逆解的机器人姿态快速搜索算法RFP,并在RoboDK中对其进行验证,验证结果表明该算法有效;最后,根据任务需求设计了路径规划流程并引入二次规划减少算法随机性的影响,提高规划成功率,应用了RRT等算法进行对比分析,仿真结果表明RRT-connect算法的规划速度与成功率高于其它算法,为样机的实现奠定了基础。

数据驱动的6R型串联工业机器人精度性能提升

随着工业机器人在高端制造领域应用中的不断深入,其绝对定位精度低的问题越加凸显。研究了基于神经网络的机器人实际位姿误差预测问题,针对Staubli TX60型串联工业机器人进行了运动学建模和误差分析,并搭建了基于Leica AT960激光跟踪仪的机器人测量实验平台,测量并计算了大量末端位姿误差数据。设计并优化最佳DNN神经网络结构,利用该神经网络预测机器人实际位姿误差,避免了基于模型的机器人精度提升方法中复杂的误差建模。补偿后的机器人平均绝对位置误差和平均绝对姿态误差分别由补偿前的(0.671 12 mm, 0.002 86 rad)降低至(0.048 58 mm, 0.000 46 rad),位置精度提升92.76%,姿态精度提升83.92%。最后,通过与BP、Elman神经网络以及传统LM最小二乘标定方法进行对比实验,验证了基于DNN深度神经网络进行机器人位姿精度提升具有更好的平衡性。

自动化生产线工业机器人的装调工艺仿真

在自动化生产线安装调试工作中,工业机器人的装调费时费力且难以迅速满足生产线工艺要求,提出了使用Process Simulate软件对自动化生产线中的工业机器人进行工艺仿真的解决方案。文章介绍了使用Process Simulate软件对自动化生产线中的工业机器人进行工艺仿真的基本方法和过程,从而实现工业机器人装调效率和自动化生产线生产效率的提高。

工业机器人手眼标定综合实验设计

为了提高工业机器人技术课程的多学科交叉应用与集成创新能力培养的教学效果,设计了一种针对眼在手外模式的机械臂手眼标定综合实验。采用机械臂、相机、标定板和Visual Studio软件完成手眼标定工程化实验平台的搭建,利用软件编程将采集到的机械臂末端位姿信息转化为位姿矩阵,获得了标定板图片中圆心位置并求解了手眼矩阵,最后进行标定结果误差分析。通过熟悉设备、编写代码、调试程序、测试验证等步骤,帮助学生理解手眼标定理论知识,增强应用实践和创新能力。