您的位置:首页>新闻产品>焊接机器人技术发展现状与趋势!

焊接机器人技术发展现状与趋势!

2018-04-22编辑:润联工业品专家 人气:515


 本文首先介绍了国内外焊接机器人技术的发展现状,在此基础上分析了3种国内焊接机器人技术状况,最后就焊接机器人目前涉及的机器人智能控制系统,如神经网络算法、遗传算法、蚁群算法等前沿技术的研究并提出我国焊接机器人产业发展的趋势。

        

       随着中国制造业的迅速发展,精益生产、敏捷制造等现代生产方式的出现,越来越多的产品呈现出高复杂性、高质量、多品种、小批量、产品寿命周期短等特点,使得焊接工艺制造采用自动化、柔性化与智能化的技术途径发展已成为必然。随着计算机控制技术和人工智能技术的发展,以及神经网络、遗传算法、蚁群算法等的发展,使焊接机器人由单一的在线示教向以智能化为核心的多传感、智能化的柔性加工单元、系统方向发展,并逐步走向成熟,为此开发和应用智能焊接机器人是适应现代焊接生产方式的最佳途径之一。


1 中国焊接机器人技术的发展现状

      机器人技术是综合了计算机、控制论、机构学、信息和传感技术、人工智能、仿生学等多学科而形成的高新技术,当前对机器人技术的研究十分活跃[1]。从目前国内外研究现状来看,焊接机器人技术研究主要集中在焊缝跟踪方法、路径规划方法、定位精度等3个方面。
 

1.1 焊缝跟踪方法

      视觉传感器是一种高效的焊缝处理工具。CCD摄像机采用CCD器件代替摄像管实现光电转换、电荷储存和电荷转移的原理制成的。首先,通过采集焊缝图像,将采集到的图像要经过中值滤波、均值滤波、拉普拉斯滤波等各种滤波技术及其图像恢复技术等处理。其次,进行阀值分割、梯度分割、边缘检测、区域增长、模板匹配等分割方法。再次,将图像细化、粗化、距离变换等二值图像运算方法,给物体标序号的方法,去除伪线条等处理。最后,进行特征提取,将焊缝边缘提取出来,使机器人能够识别,从而进行焊接。
 

1.2 路径规划方法

      如今,绝大部分工厂是以在线示教方式进行焊接路径规划,少数情况下使用离线编程进行焊接的路径规划[2]。其主要原因有以下几个方面:

其优点为:

(1)在线示教编程简单易学不需要高级的编程技术人才。
 

(2)在线示教对于复杂的路径可以很轻松的编程。
 

(3)在线示教编程灵活,方便。
 

其缺点为:

(1)在线编程占用机器人使用时间,使机器人不能进行焊接工作,影响了机器人的使用效率。
 

(2)机器人在线编程时,造成机器人磨损,减少机器人的使用寿命。
 

(3)使用在线编程,工厂达不到自动化水平。
 

   然而,这几年计算机技术的发展,三维图型软件的使用如:SolidWorks、UG等,使得离线编程技术更加成熟[3]。在离线编程方面更加方便、快捷,很大程度上提高了离线编程的效率。今后,随着工厂的自动化水平的提高,离线编程将会慢慢取代在线编程。
 

1.3 定位精度

     机器人精度是机器人的重要参数之一。按照误差的来源和特性,可将它们分为不同的类型。从误差的来源来看,主要是指机械零件、部件的制造误差、整机装配误差、机器人安装误差,还包括温度、负载等的作用使得机器人杆件产生的变形,传动机构的误差,控制系统的误差(如插补误差、伺服系统误差、检测元器件)等。
 

     消除误差过程如下:通过传感器连接在机械手上一起进行 X、Y、Z 三个方向的运动。传感器安装在超前焊枪行走方向的一段距离。焊枪的位姿调整好后,调整传感器A、B与两个板面的距离,对传感器的初始位置进行标定。焊接对象在焊接过程中焊枪与传感器的相对位置保持不变,当两个平板发生偏斜时,焊枪与焊缝的相对位置发生偏差,传感器 A、B 检测到的偏差信号传给控制系统,然后控制 Y、Z 行走方向的电机朝消除误差的方向转动,直至消除误差。

2 焊接机器人技术发展趋势

      为了适应工业生产系统向大型、复杂、动态和开放方向发展的需要,发达国家都在加大力度,对机器人技术进行深入研究。从技术发展趋势看,智能化路径规划算法将是焊接机器人技术发展的主要方向。
 

2.1 神经网络路径规划算法

神经网络路径规划算法是模拟人的神经网络结构来规划路径的一种方法,是一种智能的路径规划算法。神经网络算法系统适应性、鲁棒性良好,它能够处理时变、多因素、非线性等复杂焊接过程的控制问题[4]。神经网络拥有非常好的自适应、自学习能力,还有容错性好、信息存储量大,能够实现并行联想搜索解空间和完成自适应推理,提高系统的智能水平、知识处理能力及强壮性。因此,使用神经网络来规划路径是一种非常高效的方法,在机器人焊接路径规划中扮演着重要的作用。

2.2 遗传算法路径规划技术

      遗传算法是模拟自然界中生物进化的一种方法。通过模拟生物进化过程来搜索最优解的方法,遗传算法过程是将代表问题可能存在的解集的一个种群开始的,然而一个种群由经过基因编码的一定数目的个体组成。每个个体事实上是染色体带有特征的实体。染色体作为遗传物质的主要载体,即多个基因的集合,其内部表现是某种基因组合,它决定了个体的形状的外部特征,如人的身高的特征是由染色体中控制这一特征的某种基因组合决定的。因此,首先我们需要实现编码工作即从表现型到基因型的映射[5]。由于仿照基因编码的工作很复杂,我们一般进行简化,如二进制编码,初代种群产生之后,依照优胜劣汰和适者生存的法则,逐代进化产生出越来越好的近似解,在每一代根据问题域中个体的适应性好坏选择个体,并借助于自然遗传学的遗传算子进行组合交叉和变异,产生出新一代解集的种群。这个过程将促使种群像自然进化一样的后代比前代种群更加适应于环境,最后一代种群中的最优个体经过解码处理,可以将问题看成最优解。
 

2.3 蚁群算法路径规划

      蚁群算法路径规划的基本原则是基于能量最小、行走路径最短、运行时间最少原理建立理论基础。其主要目的是在机器人运动空间内规划处一条能够避开障碍物的相对来说最优的路径。蚁群算法是模仿蚂蚁觅食过程,从中找到路径最短的行为过程设计的一种仿生算法[6]。使用蚁群算法求解路径优化问题时,我们将路径优化问题翻译成与信息素相关的规范形式,然后每个个体独立地根据局部的信息素来决策构造解,最后根据解的优劣来代替周围的信息素,这样的过程反复的进行直到找到最优解结束。


3 结论

       焊接机器人在高质量、高效率的焊接生产中,发挥了极其重要的作用。工业机器人技术的研究、发展与应用,有力地推动了世界工业技术的进步。近年来,焊接机器人技术的研究与应用在焊缝跟踪、离线编程、路径规划、智能控制等方面取得了许多突出的成果。随着计算机技术、智能控制技术、人工智能理论以及工业生产系统的不断发展,焊接机器人技术领域还有很多等待我们去研究的问题,特别是焊接机器人的智能化路径规划技术(如:神经网络算法、遗传算法、蚁群算法等)将是未来研究的主要方向。



来源:蓝领精英俱乐部

--------------------------


关于工业制造

商务合作QQ:2089019254

邮箱:gongyezhizao@qq.com