机器人制孔质量控制数字孪生系统研发

作     者：张腾飞 

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：2023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：数字孪生 机器人制孔 质量控制 深度学习 

摘      要：机器人制孔是一种广泛应用于航空航天、汽车、造船等领域的自动化加工技术,凭借高自由度高柔性的特点可提高生产效率。然而在加工过程中,由于多关节连杆型机器人动态刚度、固有频率等多种因素影响,刀具与工件间易产生颤振,极大影响加工孔的尺寸精度和表面粗糙度,且影响因素为多自由度振动耦合,传统的单变量或多变量分析无法准确分析得出加工过程的具体变化。数字孪生是一种将物理实体与其数字模型相互映射的技术,可实现物理实体的状态感知、行为模拟和优化决策。本文旨在实现机器人制孔过程的实时监测和智能质量控制,为此设计开发了一套针对毛刺与孔径偏差的机器人制孔质量控制数字孪生系统。本文研究内容主要包括:(1)建立机器人制孔质量控制数字孪生系统架构,并分析数字孪生体五维模型的组成及功能。以安川GP-110机器人为研究对象,根据该制孔系统的运行特性,设计各个功能模块,构建数字孪生系统架构,建立基于数字孪生技术的质量控制运行机制。(2)引入数字孪生五维模型理论,建立机器人制孔数字孪生体模型,利用solidworks与3dsmax软件构建制孔系统的几何模型,构建制孔系统的振动、刚度和钻削力等数学物理模型,以及机器人同步运动和末端钻削等数学行为模型,对各个模型进行组合封装,并使用unity3d引擎实现模型的渲染与驱动。同时,利用传感器采集机器人制孔过程中的加工状态数据,进行滤波和特征提取,通过对不同零件模型挂载脚本,实现数字孪生体模型的同步仿真。(3)基于深度学习和遗传算法,建立机器人制孔质量控制模块。构建质量控制流程,并建立毛刺类型静态数学模型与动态修正融合预测模型;利用深度学习对振动信号进行分析,实现孔径偏差预测;利用深度学习建立主轴转速与进给速率的优化模型;利用遗传算法建立机器人位姿的优化模型,实现机器人制孔的质量控制。(4)开发人机交互操作界面。封装上述模型,并基于提出的机器人制孔质量控制数字孪生系统架构开发交互操作界面,实现同步加工控制,利用数据处理模块对加工状态数据进行处理,实现质量预测与加工参数优化。