Алгоритмы и программы автоматического базирования на роботизированном технологическом комплексе фрезерной обработки

Автор: Пикалов Яков Юрьевич, Сарамуд Михаил Владимирович, Штабель Николай Владимирович, Ткачев Степан Борисович

Журнал: Вестник Российского нового университета. Серия: Сложные системы: модели, анализ и управление @vestnik-rosnou-complex-systems-models-analysis-management

Рубрика: Управление сложными системами

Статья в выпуске: 1, 2024 года.

Бесплатный доступ

Представлено решение проблемы быстрой настройки рабочей системы координат роботизированного комплекса механической обработки в условиях динамично изменяющейся номенклатуры обрабатываемых изделий. Описывается система уравнений, алгоритм вычисления положения и ориентации рабочей системы координат детали относительно исходной системы координат робота, а также их реализация в виде программы автоматического базирования для двух технологических оснасток. Программа написана на языке Kuka Robot Language для робота KUKA KR90 R3100 с датчиком касания Renishaw OMP-40 и включает этапы диалогового выбора технологической оснастки и номера измеряемой базы, а также соответствующее им автоматическое измерение точек базовых поверхностей, вычисления значений линейных и угловых параметров положения рабочей системы координат и запись полученных значений в соответствующие переменные системы управления роботом. Кроме того, описываются подходы по настройке постпроцессоров для подготовки управляющих программ базирования c использованием CAM-сред. Предложенные решения в виде управляющих программ и настроенного постпроцессора успешно используются на производстве при обработке углепластиковых изделий.

Еще

Промышленная робототехника, фрезерование, система управления роботом, автоматическое базирование, управляющая программа

Короткий адрес: https://sciup.org/148328280

IDR: 148328280   |   DOI: 10.18137/RNU.V9187.24.01.P.48

Список литературы Алгоритмы и программы автоматического базирования на роботизированном технологическом комплексе фрезерной обработки

  • Schleth G., Kuss A., Kraus W. (2018) Workpiece localization methods for robotic welding – A review. In: ISR 2018; 50th International Symposium on Robotics, Munich, Germany, 20–21 June 2018. Pp. 1–6. URL: https://ieeexplore.ieee.org/document/8470567 (accessed 17.01.2024).
  • Qin H., Li Y., Xiong X. (2019) Workpiece pose optimization for milling with flexible joint robots to improve quasi-static performance. Applied Sciences. No. 9. Article ID 1044. DOI: https://doi.org/10.3390/app9061044
  • Du Y., Liang Z., Chen S., Huang H., Zheng H., Gao Z., Zhou T., Liu Z., Wang X. (2023) Dynamic modeling and stability prediction of robot milling considering the influence of force-induced deformation on regenerative effect and process damping. Metals. Vol. 13. No. 5. Article ID 974. DOI: https://doi.org/10.3390/met13050974
  • Caro S., Dumas C., Garnier S., Furet B. (2013) Workpiece placement optimization for machining operations with a KUKA KR270-2 robot. In: 2013 IEEE International Conference on Robotics and Automation, Karlsruhe, Germany, 06–10 May 2013. Pp. 2921–2926. DOI: https://doi.org/10.1109/ICRA .2013.6630982
  • Qin H., Li Y., Xiong X. (2019) Workpiece pose optimization for milling with flexible joint robots to improve quasi-static performance. Applied Sciences. No. 9. Article ID 1044. DOI: https://doi.org/10.3390/app9061044
  • Balci B., Donovan J., Roberts J., Corke P. (2023) Optimal workpiece placement based on robot reach, manipulability and joint torques. In: 2023 IEEE International Conference on Robotics and Automation (ICRA), London, United Kingdom, 29 May – 02 June 2023. Pp. 12302–12308. DOI: https://doi.org/10.1109/ICRA 48891.2023.10161031
  • Liao Z.-Y., Wang Q.-H., Xie H.-L., Li J.-R., Zhou X.-F., Pan T.-H. (2022) Optimization of robot posture and workpiece setup in robotic milling with stiffness threshold. In: IEEE/ASME Transactions on Mechatronics. Vol. 27. No. 1. Pp. 582–593. DOI: https://doi.org/10.1109/TMECH .2021.3068599
  • Liao Z., Li J.-R., Xie H.-L., Wang Q.-H., Zhou X. (2020) Region-based toolpath generation for robotic milling of freeform surfaces with stiffness optimization. Robotics and Computer-Integrated Manufacturing. Vol. 64. Article ID 101953. DOI: https://doi.org/10.1016/j.rcim.2020.101953
  • Lin Y., Zhao H., Ding H. (2017) Posture optimization methodology of 6R industrial robots for machining using performance evaluation indexes. Robotics and Computer-Integrated Manufacturing. Vol. 48. Pp. 59–72. DOI: https://doi.org/10.1016/j.rcim.2017.02.002
  • Gotlih J., Brezocnik M., Karner T. (2021) Stiffness-based cell setup optimization for robotic deburring with a rotary table. Applied Sciences. Vol. 11. Article ID 8213. DOI: https://doi.org/10.3390/app11178213
  • Xiong G., Ding Y., Zhu L. (2019) Stiffness-based pose optimization of an industrial robot for fiveaxis milling. Robotics and Computer-Integrated Manufacturing. Vol. 55. Pp. 19–28. DOI: https://doi.org/10.1016/j.rcim.2018.07.001
  • Zargarbashi S.H.H., Khan W., Angeles J. (2012) Posture optimization in robot assisted machining operations. Mechanism and Machine Theory. Vol. 51. Pp. 74–86 22https://doi.org/10.1016/j.mechmachtheory.2011.11.017
  • Xue Y., Sun Z., Liu S., Gao D., Xu Z. (2022) Stiffness-oriented placement optimization of machining robots for large component flexible manufacturing system. Machines. Vol. 10. No. 5. Article ID 389. DOI: https://doi.org/10.3390/machines10050389
  • Qu X., Wan M., Shen C.-J., Zhang W.-H. (2023) Profile error-oriented optimization of the feed direction and posture of the end-effector in robotic free-form milling. Robotics and Computer-Integrated Manufacturing. Vol. 83. Article ID 102580. DOI: https://doi.org/10.1016/j.rcim.2023.102580
Еще
Статья научная