CN1075420C - 智能寻位加工方法 - Google Patents
智能寻位加工方法 Download PDFInfo
- Publication number
- CN1075420C CN1075420C CN99127180A CN99127180A CN1075420C CN 1075420 C CN1075420 C CN 1075420C CN 99127180 A CN99127180 A CN 99127180A CN 99127180 A CN99127180 A CN 99127180A CN 1075420 C CN1075420 C CN 1075420C
- Authority
- CN
- China
- Prior art keywords
- workpiece
- processing
- information
- measurement
- planning
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Landscapes
- Numerical Control (AREA)
Abstract
本发明属于机械加工制造技术领域。本方法为:首先采用视觉测量系统,快速获取工件的整体宏观信息;再通过摄动最小距离匹配算法,得到工件的精确三维位姿;采用智能控制器将输入的CAD模型库及系统规划的工件几何、工艺信息及该工件位姿信息生成实时加工控制轨迹,最后由伺服驱动模块驱动加工单元对该工件进行位姿自适应加工。本发明可缩短生产准备时间,加快产品推出速度,降低辅助生产成本及加工难度,提高企业市场反应能力。
Description
本发明属于机械加工制造技术领域。
在产品生产过程中,影响产品从接到定货开始到完成任务所需总生产时间的因素主要是两部分:生产准备时间;实际生产时间。统计数字表明,单件、小批量生产的情况下,生产准备时间往往占总生产时间的50%-70%,也就是说,一半以上的时间需要消耗在生产过程的准备工作之中。这样,即使生产过程中采用了先进的生产技术、生产设备,提高了许多加工生产率,但在单件、小批量生产过程中,这部分省下来的时间则显得无足轻重。
因此,要对市场需求变化作出快速响应,对多品种小批量产品进行快速生产,问题的重点则从如何提高劳动生产率转到如何缩短生产准备时间,实现生产过程的快速切换,这样才算抓住问题的主要矛盾,才能实现真正意义上的快速响应。
传统的“定位-夹紧-加工”制造生产过程如附图1所示。其加工的质量、速度、可靠性等等各方面需要两个要素保证:工件处于预定位置;工件加工程序固定。这也就要求一方面要使用精密的定位夹具保持工件处于精确的预定加工位置(或手动调整,虽增加了装夹柔性,但即使有经验的师傅也无法保证准确的安装),但实际在夹紧以后,工件的状态则可能发生变化,无法获知其实际位置,容易造成加工错误;另一方面需要按照工件的预定的待加工位置进行手动编程,对数控系统进行加工控制,而其代码固定不变,只能应用于当前状态,如果工件本身并不处于理想位置时,无法自动修正,或需要重新进行编程(非加工状态),或造成加工生产错误(加工状态)。
通过分析不难发现,起到保证传统制造方法顺利进行的夹具体本身存在的以下一些问题:①制作成本在整个制造过程中支出的费用过高:统计数字表明,夹具的费用占整个制造成本的10-20%;②工装夹具的设计制备周期过长:在某些国家,工装夹具的设计制备周期越占整个生产准备周期的30%-50%;③难以继续提高加工质量:因为夹具定位元件的制造精度约占加工精度的1/3-1/5,如要求继续提高被加工工件的加工精度,定位元件的加工精度要求更高,非线性的性价比使得夹具成本将大大提高而不足取。而在新品研制或单件小批量生产中,由于工件实际加工所消耗的时间和成本都将相对降低,工装夹具准备时间和成本所占比重逐渐增加,上述三个主要问题体现的将更加突出,明显地降低了企业的市场反应能力,提高了产品的单件成本。
本发明的目的在于为克服已有技术的不足之处,提出一种全新的智能寻位加工方法,该方法可针对产品需要对市场作出快速反应(例如新品研制或单件小批量生产)的情况,缩短企业生产准备时间,以加快产品推出速度,降低辅助生产成本,降低加工难度,提高企业市场反应能力。
本发明提出一种智能寻位加工方法,其特征在于,包括以下步骤:
1)将待加工件置于测量/加工站后,按照预定的系统规划,采用视觉测量系统,通过与CAD模型库中的零件模型的匹配操作,快速获取该工件的整体宏观信息;
2)再根据获得的该工件整体宏观信息,按照系统规划,通过CAD模型库中生成的测量点、测量路径,精确测得足够多样本点,再通过摄动最小距离匹配算法,得到该工件的精确三维位姿;
3)采用智能控制器将输入的CAD模型库及系统规划的工件几何、工艺信息及该工件位姿信息生成实时加工控制轨迹;
4)根据第三步所述的控制信息,由伺服驱动模块驱动加工单元对该工件进行位姿自适应加工。
上述的第一步骤获取该工件的整体宏观信息方法可包括二维处理和三维处理二个阶段;
所说的二维处理阶段包括:首先对整个测量系统所基本需要的参数进行初始化设置;而后按照预定的系统规划,自动摄取视觉图象;再对图象进行基本预处理操作;之后进行工件自动对中处理,使工件完全处于摄像头正下方;再通过与CAD模型库中的零件模型的匹配操作,识别出当前位置的工件种类,并与工件上站时输入的种类号进行比较,判别是否为正确工件,给出监控信息;最后通过转动惯量法对工件进行二维空间位姿分析,完成二维宏观信息获取。
所说的三维处理阶段包括;首先对整个测量系统所基本需要的参数进行初始化设置;而后根据在宏观获取阶段获取的工件二维空间位姿,按照预定的系统规划,将工件自动移动到结构光视觉测量设备投射范围之内,顺应工件的当前位姿,自动投射结构光摄取视觉图象;通过对图象处理的一些基本预处理操作以后,根据CAD模型库中工件的可视的寻位特征而进行的相关特征的抽取;之后,按照坐标求取公式得知这些特征的三维空间坐标,对计算之后的数据与CAD模型进行匹配处理,得知物体的三维空间位姿。
上述的第二步骤获得该工件的精确三维位姿方法具体可包括:首先按照系统规划根据CAD模型生成的测量点规划、测量路径规划,以所说的宏观测量结果为依据,自动重新生成测量点的绝对坐标规划和测量路径的绝对坐标规划;而后按照测点规划和测量路径规划令测头主动、快速而准确地完成测点的测量任务,获取足够多样本点;之后,按照摄动最小距离匹配算法,得知物体的三维空间位姿,求解出最优的转换矩阵,完成三维微观信息获取。
上述的第三步骤实时加工控制方法具体包括:首先按照系统规划从工艺规划工作站中提取出工件的几何工艺文件,通过基本的预处理,同时结合工件的实际微观位姿信息,进行工艺信息的坐标变换,根据生产现实生成加工规划,量化刀具的切削轨迹,并通过坐标运动计算,将坐标运动序列输入到控制器,完成实时加工控制。
本发明的工作原理及主要技术特征详细说明如下:
本发明从根本上打破了传统的基于夹具定位夹紧的“定位-夹紧-加工”方法的束缚,其基本过程如图2所示。它充分利用先进的智能技术,主动从待加工现场获取工件信息,通过智能寻位获取被加工工件的三维空间位姿,并以该信息为引导,实时生成加工轨迹,自动生成数控加工程序,进而实现实时控制,通过能实现顺应现实加工的设备完成对工件的无精确定位束缚的加工,简而言之,即“简单夹紧-主动寻位-顺应现实加工”。其过程可以具体细化为以下几个步骤:宏观信息获取→微观信息获取→实时加工控制→顺应现实加工。在每一个步骤中间,均有多种实现方法可供选择,作为一种新型加工方法,其具体实现方法的不同也就决定了该加工方法的技术多样性,可以随着不同技术发展时期及相应研究成果的发展而动态调整,保持整体技术的最优性。
本发明则从当前技术发展前沿角度出发,具体采用了无接触式视觉方法宏观测量,接触式测头测量方法精确测量,结合智能寻位算法,以多自由度坐标控制法进行加工控制,通过智能寻位加工单元这一新型终端执行机构实现对工件的无精确定位、无预定程序的顺应现实加工。整体框图见附图3。描述如下:
在工件上测量(加工)站以后,首先进行宏观视觉二维测量,实现对工件进行空间定位与定向,通过该信息引导三维的视觉测量工作,高速、可靠、较高精度地测取工件的三维空间位姿(三个平移量,三个旋转量),然后在三维较精确位姿获取的前提下,可以引导测头进行有目的的测量,高速、可靠地靠近工件,精确测得样本坐标值,通过智能寻位算法求取工作的三维空间位姿,并以此实现实时加工控制,引导顺序现实工件的顺利实现。在这个过程中,CAD模型库一直起到提供各个步骤的外部模型信息输入的作用,系统规划则起到统领全局协调有序工作的作用。
通过图1、图2对比可以看出,与传统方法的重大差别在于:
1、以主动寻位代替被动定位:
这样在定位功能取消以后,夹具本身的技术要求则可以获得最大的简化,实现了将夹具的定位与夹紧功能进行实体分解,只赋予“夹具”以夹紧功能,通过引入“无定位”、寻位加工的新概念,将“定位”功能通过“寻位”方法予以实现,只需要通过简单的夹紧(例如螺钉压板夹紧)将工件固定在加工工作台上,而不需要复杂的定位元件即可顺利实现加工。
2、以顺应现实灵活加工代替按既定关系强制加工:
通过智能寻位信息的引导,实时生成刀具加工轨迹,取代了传统的预先编程工作,避免了加工的强制性,增加了加工的柔顺性,可以做到歪放歪加工,完全消除了传统加工方法中如果工件放置偏移之后造成错误加工的问题。
为实现这样一个目的,本发明的基本方法是采用宏观微观相结合,分层递阶进行信息处理。从方法学和实践的角度来看,将一个复杂问题分解为几个简单问题,从粗到精(Coarse to Fine)进行解决是非常行之有效的方法。即先从宏观解决方法入手,以最快的速度较高的精度获取工件的宏观描述,然后以此为约束,在工件已经在较为精确的位置情况下(宏观阶段的结果),进行小摄动微观测量,实现高精度、高可靠性的测量,其收敛性及收敛速度都得到极高的保证。而在这个过程中间由于宏观阶段的结果只对后续微观阶段起到一个引导作用,其寻位精度并不累计到整体的寻位精度中间去,整体的寻位精度完全由最后的微观寻位阶段的结果决定,因而也决定了本发明的解决问题方法与现有的方法的极大的不同。在寻位工作可靠完成以后,则采用实时控制策略,由智能控制器根据输入的工件几何工艺信息和工件寻位模块反馈的工件实际状态信息自动实时生成加工控制轨迹,最后由伺服驱动模块驱动顺应现实加工单元的有关部件运动,对毛坯或半成品进行位姿自适应加工得到合格的工件成品,从总体上将“寻位-加工”方法予以实现。
下面顺序地从各实现环节对发明内容进一步详细说明:
1、宏观信息获取阶段
在宏观信息获取阶段,目的是快速获取被加工对象的整体宏观信息,借助这些宏观信息的导引,来顺利实现精密的微观测量寻位过程,提高整个系统的可靠性、敏捷性,这就将这个阶段的快速性的要求提到一个较高的位置上。无接触测量方法则是达到这个目的可选的比较好的测量方法。而这其中,基于视觉测量方法则随着相关硬件设备的不断更新改进,以及相关技术的研究成果不断出现,使得这种方法非常适合于获取宏观信息。同时细分为二维处理与三维处理两个阶段。
A、二维处理阶段:运用计算机视觉测量的处理手段,采用转动惯量法进行图象模板分析,实现高速、低精度、可靠测量,提供尽可能多的物体位姿宏观信息。
此阶段的工作原理为:经过视觉系统进行图象摄取、背景压缩、噪声祛除、区域增强、二值处理等基本图象预处理过程以后,采用质心惯量方法进行二维位姿分析。质心惯量法是利用物体的面积或体积、位置、方向和其它一些参数来表述物体特性的一种方法。应该说转动惯量这个概念是来自力学领域。这种方法具有平移、尺寸、旋转变换对物体空间位置和姿态确定工作没有影响的优点,这也就使得该方法相比一般的例如相关法确定物体的空间位姿无论在速度上,还是在可靠匹配上都具有无可比拟的优势。
式中:m,n表示数字图象分辨率为n×m
i,j分别为数字图象行、列索引值
p+q为离散图象中物体转动惯量级数
f(x,y)为离散数字图象在定位点(x,y)处象素的密度函数。
空间定位:在二维数字图象中,一个物体的位置用该物体的质量分布中心来表示。而质量分布中心坐标正是二维数字图象的第一级惯量矩。即有:
空间定向:在二维数字图象中,一个物体的影象方向由该影象主轴与图象坐标系X轴所成角度θ表示。有如下定义:
一个物体影象的主轴是通过该物体质量分布中心并对应着物体影象第二级转动惯量积M11取得最小值的方向。
为计算主轴方向角θ,我们引入相对质量分布中心的转动惯量:Ipq=∑∑f(x,y)(x-
X)p(y-
Y)q
当围绕物体影象质量分布中心按逆时针旋转XOY坐标系时,第二级转动惯量I11不断变化,并在某一个转角θ使I11达到零。则物体影象的方向角可表示为:
该处理阶段的基本过程如下:
首先对整个测量系统所基本需要的参数进行初始化设备,例如摄象头的基本参数获取、机床原点、工件上站前背景图象获取等等;而后按照一定的系统规划,自动摄取视觉图象;通过对图象处理的一些基本预处理操作以后,进入工件自动对中过程。工件自动对中的目的是使工件完全处于摄像头正下方,使得分析结果更可靠、更准确。如果视觉图象中没有工件的影象,则在系统规划的作用下,按照一定的控制策略控制工作台移动到一个新的位置,直到工件影象出现并处于视野中央时停止;通过与CAD模型库中的零件模型的匹配操作,识别出当前位置的工件种类,并与工件上站时输入的种类号进行比较,判别是否为正确工件,给出监控信息;之后,通过转动惯量法对工件进行二维空间位姿分析,完成二维宏观信息获取,如图4(a)所示。
B、三维处理阶段:采用计算机视觉测量方法处理手段,在二维位姿测量方法的基础上,高速、相对高精度地实现工件三维空间位姿测取。具体包括以下步骤:
该阶段的工作原理为:选择结构光栅格法作为三维坐标求取的成象分析的方法。该方法直接通过投射栅格空间编码而赋予图象以深度信息,通过三角法计算,很容易进行信息处理,速度、精度也较高,原始分辨率也可以通过控制栅格尺寸进行控制,减少了计算复杂程度,提高了三维物体识别的可靠性,因此获得了广泛的应用。
先考虑线型结构光模型,光平面在参考坐标系(Xr,Yr,Zr)内由Os点(入射点)以θ角入射,且光平面平行于Yr轴交Xr轴于Om点(没有物体时),投射点Os的坐标为(0,0,OSz,)(注:角标Zr表示在Zr轴的投影,以下同)。成象平面中心Oi(象平面坐标系Xi,Yi,Zi),其Zi轴与Yr轴成β,见附图5。通过分析推导(简单的三角法),
其中:XgYgZg为待求AB曲线上各点的实际坐标,f为焦距,θ为结构光入射角,β为摄像头光轴成象角,其余各参量实际意义见附图5。
这样,就可以通过光带的入射信息的确定及象点在成象平面上的空间位置求得表面光带的三维坐标信息。
再考虑光栅结构光模型。实际上,光栅结构光正是线形结构光的扩展,可以看成入射角度不同(但每条光带的角度是固定的)的多个光平面的组合,在使用前需要经过校准,确定每个光平面的入射信息,才能正确分析出光带的三维坐标信息。其算法与线形结构光完全一致,系统参数除了需要将各表达式中的入射角θ变成第n个光平面的入射角θn之外,其它都不变。
这样,即获得了工件三维信息获取的分析方法。通过选取测点集合中足够多而有效的寻位特征样本,进行分析计算,求取三维坐标,予以信息拟合,并与CAD模型信息匹配,求取寻位特征的空间三维位姿。
该处理阶段的基本过程如下:
首先对整个测量系统所基本需要的参数进行初始化设置,例如结构光系统校准、摄像头参数调整等等;而后根据在宏观获取阶段获取的工件二维空间位姿,按照一定的系统规划,将工件自动移动到结构光视觉测量设备投射范围之内,顺应工件的当前位姿,自动投射结构光摄取视觉图象;通过对图象处理的一些基本预处理操作以后,进入寻位特征抽取过程。该过程是根据CAD模型库中工件的可视的寻位特征而进行的相关特征的抽取,例如点(圆心、角点等)、线(棱边、圆孔等)、面(平面、柱面、曲面等)等等,这些特征的组合足以表征一个工件实际的空间位姿;之后,按照上面的坐标求取公式,较易地得知这些特征的三维空间坐标,对计算之后的数据与CAD模型进行匹配处理,很容易地得知物体的三维空间位姿,完成二维宏观信息获取,如图4(b)所示。
2、微观信息获取阶段:采用接触式测量方法,以视觉测量系统获取空间位姿为引导,获取工件高精度空间位姿,引导后续顺应现实加工过程的实现。
本阶段的目的是借助宏观信息的引导,实现精密的可靠的微观测量寻位工作,这就将这个阶段的精确性、可靠性的要求提到一个较高的位置上。利用精密位置传感器的接触测量方法可以很好的达到这一要求。接触式测头以其成熟的技术,广泛的工业应用证明了这种方法的可行性,其可靠性、精确性经过了广泛的检验,有相对较多的特性参数已经可以经验地使用,使测量工作真正地得到保证。其实现的工作原理如下:
一般,工件加工坐标系与设计坐标系之间的关系可用齐次变换矩阵T表示,其表达式为:
其中:α、β、γ-加工坐标系框架绕设计坐标系X、Y、Z轴的旋转角
x、y、z-加工坐标系原点相对于设计坐标系原点的平移量
在经过宏观位姿信息获取过程以后,工件未知状态仅在很小的摄动范围以内,变换矩阵则可进行线性化处理,有:
其中:dα、dβ、dγ-加工坐标系框架绕设计坐标系X、Y、Z轴的摄动转角;
dx、dy、dz-加工坐标系原点相对于设计坐标系原点的摄动平移。
为求得T中的6个参数,一个直观的考虑是,在工件上取m(m≥6)个测量点Pi(i=1,2,…,m),同时在其CAD模型上找到m个对应点Qi,然后构造一目标函数
其中:
Pi-工件第i个测量点在设计坐标系中的齐次坐标Pi=[pxipyipzi1]T
Qi-工件CAD模型中与Pi相对应点在设计坐标系中的齐次坐标Qi=[qxiqyiqzi1]T
m-测量点总数
显然,最优的T应使J取极小值。求J对6个参数的偏导数,并令其等于零得方程组:
[ξ1ξ2ξ3ξ4ξ5ξ6]=[dαdβdγdxdydz]
求解可得最优的转换矩阵T。综合粗精两方面的信息,即可得到从加工坐标系到设计坐标系的大范围精确寻位信息。
这里,由于有宏观信息的引导,增加了信息约束,使得接触式测量工作是在一种预知状态下主动地获取所需测量点的数据,避免了测量的盲目性,减少了测量点的数量,提高了测量速度,将处理难度更多地化减为对数据处理处理的算法问题。而这方面,在这些信息约束的前提下,使得测点与CAD模型初始偏移处于非常小的范围,减化了六个变量的匹配优化运算,计算量小,解决了以前位姿算法的收敛性、收敛速度不易保证的问题,即可使得位姿算法有了实现的前提条件。在本发明中,正是基于此实现了对现有位姿算法的简化与补充,智能寻位的方法也得以真正的实现。
该处理阶段的基本过程如下:
首先按照系统规划根据CAD模型生成的测量点规划、测量路径规划,以宏观测量结构为依据,自动重新生成测量点的绝对坐标规划和测量路径的绝对坐标规划;而后按照测点规划和测量路径规划令测头主动、快速而准确地完成测点的测量任务,获取足够多样本点;之后,按照上面的摄动最小距离匹配算法,可以很容易地得知物体的三维空间位姿,求解出最优的转换矩阵,完成三维微观信息获取,如图6所示。
3、实时加工控制阶段:
在获得工件的三维空间位姿描述以后,如何在其引导下自适应地生成刀具轨迹和机床运动控制命令,实现顺应现实加工,则成为智能寻位加工技术的另一个需要解决的问题。
其实现的原理如下:
首先由坐标变换模块根据寻位信息对经预处理的工件几何信息进行坐标变换,得到其在加工坐标系下的描述,然后由加工规划模块处理,生成工件表面的加工顺序链表和切削参数。在此基础上,由切削轨迹计算模块求解出工件表面上的切削轨迹。
设零件加工表面可表示为S(u,v)=x(u,v)
i+y(u,v)
j+z(u,v)
k
根据加工规划信息取走刀平面Ax+By+Cz+D=0
走刀平面与零件加工面交得切削轨迹的u-v域表达式:
Ax(u,v)+By(u,v)+Cz(u,v)+D=0
进一步根据进给速度和加工精度要求求得u、v采样值ui、vi,即可求出坐标函数表示的切削轨迹:
xcut=x(u1,v1);ycut=y(u1,v1);zcut=z(u1,v1);
而根据刀具半径和切削点法矢信息,即可求得刀具轨迹:
xtrace=x(u1,v1)+rNx(u1,v1)
ytrace=y(u1,v1)+rNy(u1,v1)
ztrace=z(u1,v1)+rNz(u1,v1)
其中,r是刀具半径,Nx、Ny、Nz是单位法矢在XYZ各轴上的分量。
对于我们选用的多坐标加工终端设备,可以进一步根据刀具轴线与切削点法矢的关系以及机床结构,求出旋转坐标运动控制指令A、B、C,及考虑解耦修正量Δx、Δy、Δz后的直线坐标运动控制指令
xcontrol=xtrace+Δx
ycontrol=ytrace+Δy
zcontrol=ztrace+Δz
该处理阶段的基本过程如下:
首先按照系统规划从工艺规划工作站中提取出工件的几何工艺文件,通过基本的预处理,同时结合工件的实际位姿信息(三个平移量,三个旋转量),进行工艺信息的坐标变换,根据生产现实生成加工规划,量化刀具的切削轨迹,并通过坐标运动计算,将坐标运动序列输入到控制器,完成实时加工控制,如图7所示。
4、顺应现实加工阶段:
在本发明中,选用新型的智能寻位加工单元作为终端执行机构,它是在“虚拟轴加工机床”(Virtual Axis Machine Tools,VAMT)的基础上,通过改进其寻位规划及控制刀具轨迹控制策略而构成的,并继承了VAMT的模块化程度高、出力大、速度快、精度高、造价低、多自由度加工的特点,可以在一定范围内实现多坐标数控加工、测量等功能,适于实现寻位、加工集成化工作环境,顺利实现智能寻位加工。它的广泛应用也必将为智能寻位加工技术的实现与实用化提供最强有力的支持。基于该设备的引入,使得采用多坐标控制法具有更实际的意义,只需要通过对机床运动坐标的一次性补偿即可使加工坐标系与设计坐标系保持一致,而无须对刀具轨迹或位姿进行实时修正,因而简化了控制,并提高了加工的灵活性。整体结构如图8所示。
本发明通过多分辨率、分层递阶的方法,宏观微观结合实现无接触宏观宏观测量引导、接触式微观精确测量,将硬性定位约束转化为软性寻位算法实现,不需要测点与CAD模型对应的先验知识,实现了大范围工件寻位,轨迹的非预先生成性使得顺序现实加工得以实现,解决了生产现实中快速响应的问题,具有较强的创新性。
相比传统的生产方法,本发明具有极大的优势:Ⅰ.消除了工序基准与定位基准不重合误差,大大减少传统定位的误差
在传统定位方法中,不能精确实现以对称轴、回转轴等虚轴为基准的定位,而只能以特征的内、外表面上的点近似定位,设计基准与定位基准不重合,如采用圆柱销、V型块等,都存在一定的安装误差,测量求逆定位通过对称特征和回转特征的测量,可以计算出对称轴、回转轴等虚轴的姿态,实现设计基准与定位基准的重合,排除由此引起的误差;同时,由于实现了“先夹紧、后寻位”的装夹顺序,使得在传统装夹中由夹紧操作引起的定位偏差得到消除,降低了对安装调整的要求,并可以在多次装夹的情况下使加工精度达到设计精度。工件在夹具中加工时的加工误差,除加工过程误差之外,都可以得到去除或不同程度的降低。Ⅱ.简化了夹具的结构,降低了夹具的成本
因通过寻位设备可以获取工件的空间位姿,也就是说达到传统意义上的“定位”操作,夹具的定位功能将大大减弱,退化为对工件的夹紧和局部定位,使得夹具只需采用通用夹具即可满足要求,大大简化了夹具的结构,降低了夹具的制造成本。Ⅲ.缩短了产品生产准备周期
因“夹紧-寻位-加工”生产方法不需要专用的精密夹具,取而代之以通用夹具(甚至是简单固定机构),则在新产品开发及产品转型等需要制备精密夹具的场合下,这种方法带来的优势体现得更为明显。Ⅳ.大幅度地提高了系统的柔性
寻位加工方法可以使得工件加工对环境的依赖性大为降低,做到对工件进行顺应现实加工,即可以根据工件的实际位姿自动生成刀具路径轨迹规划,而不需要对工件的加工进行预编程,使得系统的柔性大大提高。Ⅴ.降低了对操作人员的技术要求
因传统的加工方法要求工件加工“一次装夹”,对操作人员技术水平要求较高。而“寻位”操作则实现对工件顺序现实的位姿获取,操作工人只需进行简单的“安装-压紧”的操作,其它工作如寻位、自动生成加工代码则交给智能寻位加工工作站即可。Ⅵ.提高了系统的生产成品率与可靠性
该加工方法使生产过程自动实现,减少了许多中间环节的误差传递,同时除去加工误差之外,无论加工前各工序中如何引入定位位姿误差,均在在线检测时得以缩减为测量误差,而且可以对被加工的工件实现100%的在线检测,使得工件的质量可以获得保证,生产过程的可靠性也得以大幅度提高。Ⅶ.扩大了可加工型面的范围
由于传统的加工方法在定位面的选择上提出了过多的约束,在有加工干涉的情况下显得无力解决,而主动寻位则不存在定位元件实体,也就不存在定位与加工之间干涉的问题,使得一次装夹加工型面增多,既保证了加工的一致性,提高了加工质量,又简化了加工过程,使得加工效率得以提高。
附图简要说明:
图1为传统定位加工方法基本实现过程框图
图2为新型智能寻位加工方法基本实现过程框图
图3为本发明所选方案整体实现框图
图4为宏观信息获取阶段处理流程,(a)为二维处理阶段(b)为三维处理阶段
图5为结构光投射结构模型
图6为微观信息获取阶段处理流程
图7为无预定程序实时加工阶段处理流程
图8为实施例一的集成式实现结构示意图
图9为实施例二的分布式实现结构示意图
实施例1为集成式结构形式的智能寻位加工系统。
集成式结构的概念是,将工件主动寻位和顺应现实加工集成到一个制造单元(或加工设备)中,该单元可独立完成被加工工件的智能化寻位与加工。将这样的基本单元进行组合,即可构成更大规模的制造系统。按此思路开发的一种智能寻位加工单元的基本结构和实现框图如附图8所示。整个集成式实现结构是由伺服驱动控制模块1、寻位加工集成单元2和智能寻位处理机11三大部件构成。伺服驱动控制模块1主要完成寻位加工集成单元2伺服驱动控制。寻位加工集成单元2以“虚拟轴加工机床”为控制及框架基础,集成智能寻位及顺应现实加工的底层单元,作为整个智能寻位加工技术的终端执行设备。智能寻位处理机11以一台PⅡ233为基础构成,完成信息处理、寻位算法及寻位路径规划等工作。其中寻位加工集成单元2的主要功能块有:加工测量单元本体,包括伺服电机5、连杆6(共6根,空间排列)、主轴电机8、动平台9(可实现空间六自由度运动)和加工刀具15;测量单元,包括结构光投射器3(实现工件结构光信息赋予工作)、精密转动台4(带动3和10在一定控制策略下精密转动,以有效获取不确定位置的零件的寻位特征信息)、CCD摄象机7(摄取工件宏观信息)、CCD摄象机10(摄取投射到工件表面的结构光信息)和测头15;寻位加工对象,包括托盘12、工件13和夹具14(只需要实现简单的固定功能)。
该系统的工作方式为:首先用通用紧固夹持元件(如螺栓、压板等)将工件固定于工作台上(无须精确定位),然后由寻位加工集成单元和智能寻位处理机以递阶方式快速获取工件轮廓信息并实时求解出工件的实际状态(位置与姿态)。进一步由智能寻位处理机根据输入的工件几何工艺信息和工件寻位模块反馈的工件实际状态信息实时生成加工控制轨迹。最后由伺服驱动模块驱动寻位加工集成单元的相关部件运动,对毛坯或半成品进行位姿自适应加工得到合格的工件成品。
实施例2为分布式结构形式的智能寻位加工系统。
分布式结构的概念是,将智能寻位、路径规划、工件加工等分解成独立单元分布于系统中不同的地方,借助网络系统进行信息交换,通过管理计算机中的动态调度软件协调整个系统的运行。分布式寻位加工系统的基本组成包括:工艺规划工作站21、刀具路径实时生成模块22、管理控制工作站23、模型库24、装卸站25、智能寻位工作站26、多个寻位加工中心27,如附图9所示。在这个分布式实现结构中,各功能模块进行了完全的功能分解,分别通管不同的工作,体系结构是分布式的,中间的信息及控制流完全通过网络环境进行传递,例如本系统中采用现场总线28(CAN总线)进行分布式设备互连。其中工艺规划工作站21完成整个生产加工的工艺规划问题;刀具路径实时生成模块22是根据智能寻位工作站26获取的工件当前实际位姿,在工艺规划信息引导下自动实时生成刀具的加工切削轨迹;管理控制工作站23完成整个系统的宏观协调管理工作,实时监控,物流管理;模型库24则统一归纳整理系统测量及加工中所需要的模型信息及特定规划;智能寻位工作站26则完成上站工件的在线自动寻位工作,引导后续顺应现实加工工作的顺利进行;寻位加工中心27则接受现场总线中的信息与控制流,进行顺应现实加工,其基本结构与集成式结构的寻位加工集成但愿基本相似,只不过去掉了其寻位设备。装卸站25则完成零件在物流系统中运输媒介。
该系统接到新加工任务后,根据CAD给出的工件设计信息,CAPP给出的加工工艺要求及生产准备系统提供的工件毛坯信息,在调度子系统控制下即可起动开始加工。具体运行过程为:
装卸站的操作人员根据调度指令用通用紧固夹持元件将工件固定于托盘上,并将工件/托盘复合体送往工件寻位工作站。工件寻位工作站以智能化方法主动获取工件表面宏观及微观信息,实时求解出工件的实际状态,并通过现场总线将工件实际状态信息送往刀具路径实时生成工作站。刀具路径实时生成工作站将根据设计信息、工艺信息和被加工工件的实际状态信息,通过实时规划生成被加工工件本次入线在各个机床上加工的刀具运动路径文件,并通过现场总线将刀具路径文件送往相应的机床控制系统(一种新型位姿自适应数据系统),使其作好准备。一旦工件由物流系统送达该机床即可进行加工。工件本次入线的所有工序完成后,由物流将其送往出口装卸站,由操作人员将工件从托盘上卸下,托盘则回到系统入口处,准备装载新的工件。
在这一由现场总线网络构成的集成环境下,工件寻位与加工操作可并行进行。例如,有若干个工件P1,P2,P3,…进入系统进行加工,则加工中心在对先进入系统的工件(如P1)进行加工时,信息获取工作站可同时对后续进入系统的工件(如P2)进行寻位处理,而此时装卸站还可将新工件(如P3)装上托盘准备送入系统,所有这些操作完全是并行进行的,在调度系统控制下系统将有条不紊地高效工作。
分布式系统只需一套寻位装置,系统成本较低。此外,由于工件装卸、传递、寻位和加工的高度并行性,使系统具有较高的设备利用率和生产率。
Claims (4)
1、一种智能寻位加工方法,其特征在于,包括以下步骤:
1)将待加工件置于测量/加工站后,按照预定的系统规划,采用视觉测量系统,通过与CAD模型库中的零件模型的匹配操作,快速获取该工件的整体宏观信息;
2)再根据获得的该工件整体宏观信息,按照系统规划,通过CAD模型库中生成的测量点、测量路径,精确测得足够多样本点,再通过摄动最小距离匹配算法,得到该工件的精确三维位姿;
3)采用智能控制器将输入的CAD模型库及系统规划的工件几何、工艺信息及该工件位姿信息生成实时加工控制轨迹;
4)根据第三步所述的控制信息,由伺服驱动模块驱动加工单元对该工件进行位姿自适应加工。
2、如权利要求1所述的智能寻位加工方法,其特征在于,所说的第一步骤获取该工件的整体宏观信息方法包括二维处理和三维处理二个阶段;
所说的二维处理阶段包括:首先对整个测量系统所基本需要的参数进行初始化设置;而后按照预定的系统规划,自动摄取视觉图象;再对图象进行基本预处理操作;之后进行工件自动对中处理,使工件完全处于摄像头正下方;再通过与CAD模型库中的零件模型的匹配操作,识别出当前位置的工件种类,并与工件上站时输入的种类型进行比较,判别是否为正确工件,给出监控信息;最后通过转动惯量法对工件进行二维空间位姿分析,完成二维宏观信息获取。
所说的三维处理阶段包括:首先对整个测量系统所基本需要的参数进行初始化设置;而后根据在宏观获取阶段获取的工件二维空间位姿,按照预定的系统规划,将工件自动移动到结构光视觉测量设备投射范围之内,顺序工件的当前位姿,自动投射结构光摄取视觉图象;通过对图象处理的一些基本预处理操作以后,根据CAD模型库中工件的可视的寻位特征而进行的相关特征的抽取;之后,按照坐标求取公式得知这些特征的三维空间坐标,对计算之后的数据与CAD模型进行匹配处理,得知物体的三维空间位姿。
3、如权利要求1所述的智能寻位加工方法,其特征在于,所说的第二步骤获得该工件的精确三维位姿方法具体包括:首先按照系统规划根据CAD模型生成的测量点规划、测量路径规划,以所说的宏观测量结果为依据,自动重新生成测量点的绝对坐标规划和测量路径的绝对坐标规划;而后按照测点规划和测量路径规划令测头主动、快速而准确地完成测点的测量任务,获取足够多样本点;之后,按照摄动最小距离匹配算法,得知物体的三维空间位姿,求解出最优的转换矩阵,完成三维微观信息获取。
4、如权利要求1所述的智能寻位加工方法,其特征在于,所说的第三步骤实时加工控制方法具体包括:首先按照系统规划从工艺规划工作站中提取出工件的几何工艺文件,通过基本的预处理,同时结合工件的实际微观位姿信息,进行工艺信息的坐标变换,根据生产现实生成加工规划,量化刀具的切削轨迹,并通过坐标运动计算,将坐标运动序列输入到控制器,完成实时加工控制。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN99127180A CN1075420C (zh) | 1999-12-30 | 1999-12-30 | 智能寻位加工方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN99127180A CN1075420C (zh) | 1999-12-30 | 1999-12-30 | 智能寻位加工方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN1256990A CN1256990A (zh) | 2000-06-21 |
CN1075420C true CN1075420C (zh) | 2001-11-28 |
Family
ID=5284776
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN99127180A Expired - Fee Related CN1075420C (zh) | 1999-12-30 | 1999-12-30 | 智能寻位加工方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN1075420C (zh) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
SE524818C2 (sv) * | 2003-02-13 | 2004-10-05 | Abb Ab | En metod och ett system för att programmera en industrirobot att förflytta sig relativt definierade positioner på ett objekt |
CN101633090B (zh) * | 2008-07-21 | 2012-11-07 | 鞠小平 | 汽车配件互锁叉的加工方法 |
CN102649285B (zh) * | 2012-05-03 | 2014-11-19 | 上海维宏电子科技股份有限公司 | 双刀车床中根据单刀加工数据实现加工控制的方法 |
CN104503364B (zh) * | 2014-11-21 | 2017-09-29 | 珠海市晶彩医疗科技有限公司 | 全瓷义齿磨削系统的刀具轨迹测量仪 |
CN104714473B (zh) * | 2014-12-04 | 2017-11-24 | 北京航空航天大学 | 一种管路柔性装焊的导管余量切割位置计算方法 |
TWI577493B (zh) * | 2014-12-26 | 2017-04-11 | 財團法人工業技術研究院 | 校正方法與應用此方法的自動化設備 |
CN105095189B (zh) * | 2015-08-20 | 2018-12-28 | 广州市德慷软件有限公司 | 一种一键式策略编程的方法及装置 |
CN105252376A (zh) * | 2015-10-14 | 2016-01-20 | 中国人民解放军国防科学技术大学 | 一种用于高精度抛光机床的工件自寻位装置及加工方法 |
CN106799595B (zh) * | 2017-01-25 | 2018-12-04 | 东华大学 | 一种喷丝头加工自动化生产系统和方法 |
CN110161964B (zh) * | 2019-05-09 | 2022-06-17 | 苏州德硕智能科技有限公司 | 一种数控机床自动寻点加工工艺 |
CN110057338B (zh) * | 2019-05-24 | 2021-04-20 | 福建工程学院 | 一种基于复合测量的工件原点自适应设置方法 |
CN110940302B (zh) * | 2019-12-06 | 2021-08-24 | 深圳赛动生物自动化有限公司 | 基于python的工位坐标自定位方法、装置、计算机设备及存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5392663A (en) * | 1991-08-26 | 1995-02-28 | The Ingersoll Milling Machine Company | Octahedral machine tool frame |
CN1182003A (zh) * | 1997-07-04 | 1998-05-20 | 清华大学 | 双八面体框架式虚拟轴机床结构 |
-
1999
- 1999-12-30 CN CN99127180A patent/CN1075420C/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5392663A (en) * | 1991-08-26 | 1995-02-28 | The Ingersoll Milling Machine Company | Octahedral machine tool frame |
CN1182003A (zh) * | 1997-07-04 | 1998-05-20 | 清华大学 | 双八面体框架式虚拟轴机床结构 |
Also Published As
Publication number | Publication date |
---|---|
CN1256990A (zh) | 2000-06-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107052950B (zh) | 一种复杂曲面打磨抛光系统及方法 | |
CN104722926B (zh) | 一种机器人三维激光自动切割系统方法 | |
CN110524582B (zh) | 一种柔性组对焊接机器人工作站 | |
CN1075420C (zh) | 智能寻位加工方法 | |
CN115972093B (zh) | 工件表面的测量方法及装置、机翼壁板软模的打磨方法 | |
CN108180834B (zh) | 一种工业机器人同三维成像仪位姿关系现场实时标定方法 | |
CN101890638A (zh) | 复杂结构件装配系统 | |
Ge et al. | Robot welding seam online grinding system based on laser vision guidance | |
CN112319845B (zh) | 用于飞机壁板精度自修正的变形监测方法及系统 | |
Fan et al. | Binocular vision and priori data based intelligent pose measurement method of large aerospace cylindrical components | |
CN1730248A (zh) | 一种逆向工程机器人系统 | |
Hu et al. | The architecture, methodology and implementation of step-nc compliant closed-loop robot machining system | |
CN118788992A (zh) | 一种基于机器视觉的数控车床加工辅助系统 | |
Lembono et al. | Automatic robot taping: system integration | |
CN111275662A (zh) | 基于二维码的工件定位方法、装置、设备和存储介质 | |
CN114739290A (zh) | 线激光扫描化铣胶刻线的路径规划方法及系统 | |
CN110060330B (zh) | 一种基于点云图像的三维建模方法、装置和机器人 | |
CN114663400A (zh) | 一种基于视觉定位座椅坐垫的打钉控制方法及系统 | |
Peng et al. | Tool path correction for robotic deburring using local non-rigid 3D registration | |
Tan et al. | Calibration and validation of XYΘ micropositioners with vision | |
Zhou et al. | Automatic robotic trajectory planning assisted by laser projection measurement | |
CN117047787B (zh) | 基于双目结构光视觉的水轮机顶盖在位机器人编程方法 | |
Su et al. | Automatic die calibration for accurate punching for shoe making machine tools | |
Yang et al. | An Automatic Laser Scanning System for Objects with Unknown Model | |
Masoodi Nia | Adaptive Correction Strategy in Robotic Gas Tungsten Arc Welding for Additive Manufacturing |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C06 | Publication | ||
PB01 | Publication | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
C19 | Lapse of patent right due to non-payment of the annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |