类型a:
研究学术报告
作者及机构
本研究的通讯作者为Jixiang Yang(华中科技大学机械科学与工程学院,数字制造装备与技术国家重点实验室),合作作者包括Junzhe Lin、Congcong Ye、Huan Zhao、Han Ding(以上均来自华中科技大学)以及Ming Luo(西北工业大学空天高性能制造工业和信息化部重点实验室)。研究论文《Contour error-based optimization of the end-effector pose of a 6 degree-of-freedom serial robot in milling operation》发表于期刊《Robotics and Computer–Integrated Manufacturing》2022年第73卷。
学术背景
工业机器人(Industrial Robots, IRs)因其灵活性高、工作空间大等优势,在制造业中逐渐替代传统计算机数控(Computer Numerical Control, CNC)机床。然而,IRs的刚性(stiffness)较低(通常<1 N/μm,而CNC机床>50 N/μm),导致其在铣削(milling)任务中易因切削力(cutting forces)发生末端执行器(end-effector, EE)形变,进而降低加工精度。现有研究多以刚度椭球(stiffness ellipsoid)为优化指标,但忽略了切削力动态变化对形变的影响,且未直接以轮廓误差(contour error)作为评价标准。本研究提出一种基于轮廓误差的机器人位姿(pose)优化方法,旨在通过冗余自由度(第6轴旋转自由度γ)调整机器人配置,最大化铣削轮廓精度。
研究流程与方法
1. 运动学建模与冗余自由度分析
- 建立6自由度串联机器人(Comau SMART5 NJ 220)的运动学模型,采用Denavit-Hartenberg(D-H)参数法描述各关节坐标系变换。
- 铣削任务中,工具中心点(Tool Center Point, TCP)的位姿由工件坐标系下的CL数据(x,y,z,i,j,k)定义,其中工具轴向(i,j,k)对应Z-Y-Z欧拉角(Euler angles)α、β,而旋转角γ为冗余自由度,可通过改变机器人关节配置影响末端刚度。
刚度模型与切削力预测
轮廓误差估计与优化算法
实验验证
主要结果
1. 优化效果:相比条件1,条件2的轮廓误差综合指标H降低29.79%(表4)。条件3(刚度优化)虽提升精度,但效果不及轮廓误差优化(H仅降低12.30%)。
2. γ角度变化:优化后的γ随切削位置动态调整,且受平滑约束限制波动较小(图9a)。
3. 关节运动平滑性:优化轨迹的关节角度变化平缓(图9b),满足工业机器人运动稳定性要求。
结论与价值
1. 科学价值:首次将轮廓误差直接作为优化指标,突破现有研究依赖刚度间接评价的局限;提出结合切削力动态预测与分区间搜索的位姿优化框架,为机器人加工精度提升提供新思路。
2. 应用价值:该方法可集成至CAM系统,适用于航空航天复杂曲面加工等场景,实验表明其轮廓误差降低效果显著优于传统刚度优化方法。
研究亮点
1. 创新性指标:轮廓误差直接反映工件形位公差,较刚度椭球更契合实际加工需求。
2. 动态力耦合:通过切削力仿真嵌入刚度模型,提高了形变预测的准确性。
3. 工程实用性:提出的平滑约束与分区间搜索算法兼顾优化效果与实时性,适合工业部署。
其他贡献
- 公开了机器人DH参数(表1)与关节刚度数据(表2),为后续研究提供基准模型。
- 实验数据表明,权重系数η=0.5时可在误差均值与一致性间取得平衡(式21)。