钻削力扰动作用下的机器人制孔毛刺预测方法研究

作     者：吴明宇 

作者单位：东华大学 

学位级别：硕士

导师姓名：郑小虎;郭国强

授予年度：2022年

学科分类：08[工学] 080202[工学-机械电子工程] 0802[工学-机械工程] 080201[工学-机械制造及其自动化] 

主      题：弱刚性 机器人制孔 毛刺控制 机理数据融合 预测 

摘      要：地面防空战车的发射系统与车架之间主要依靠螺栓连接,传统机床设备无法在大跨度范围内完成战车车架制孔,而基于多关节机器人的自动制孔系统因其具有空间可达性高、柔性好的特点,适合战车车架安装孔制孔,但由于战车车架连接板的材料属于难加工材料,且多关节机器人制孔系统刚度低,在连接件上钻削大直径孔时,因切削力大系统易发生变形及颤振,造成制孔毛刺较为严重。为探究系统振动对制孔毛刺高度的影响,以机器人制孔系统钻削的不锈钢板为研究对象,从毛刺形成机理入手,通过研究钻削过程中动态切削力导致的系统颤振对制孔毛刺高度的影响,采用机理与数据融合的预测方法实现制孔毛刺高度的准确预测,为机器人制孔系统闭环控制奠定重要的技术基础,本文主要研究成果包括:（1）建立了机器人制孔系统钻削出口毛刺高度机理模型。首先通过机器人关节刚度辨识得到机器人的关节刚度矩阵,从而与运动学模型联合求解得到机器人操作刚度矩阵,实现系统刚度建模;其次对钻削力进行建模,通过对组成钻削力不同部分的分别建模最终得到总的钻削力模型;通过刚度与钻削力模型求解颤振模型以及强迫振动模型,得到系统总的振动模型;最后以上述建立模型为基础,联立材料本身固有物理特性建立毛刺高度机理模型。（2）建立了基于机理与数据融合驱动的制孔毛刺高度分类预测模型以及制孔加工参数优化模型预测模型以机理模型预测结果为基础,通过数据驱动的动态更新模型对机理模型预测结果进行补偿,从而最终预测结果为二者预测结果之和,在保留了模型可解释性的基础上提升了整体的预测精度;优化模型通过找到对于毛刺生成的影响程度最大的工艺参数,进而对其进行优化调整以降低毛刺。（3）搭建了机器人制孔实验平台,开发了机器人制孔控制软件原型系统,并基于上述系统进行机器人制孔实验,采集相关实验数据对所建立模型进行验证。经验证发现融合模型预测准确率达到94.7%,高于传统机理模型预测以及单纯基于数据模型预测准确率;在使用工艺参数优化算法后发现,验证组加工后生成的出口毛刺高度平均降低27%,证明了优化算法的可行性。