The Function of Industrial Robot in the Automatic Granular Packaging Machine
ABSTRACT：The industrial robot is a used in the manufacturing environment to increase productivity. It can be used to do routine and tesious assembly line jobs, or it can perform jobs that might be hazardous to the human worker .For example , one of the industrial robots was used to replace the nuclear fuel rods in nuclear power plants.
The basic terminology of robotic systems is introduced in the following. The robotic system has three basic components: the manipulator, the controller, and the power source.A. Manipulator The controller in the robotic system is the heart of the operation .The controller can be made from mechanically operated drums that step through a sequence of events.The controller is also required to communicate with periphral equipment within the work cell. For example, the controller has an input line that identifies when a machining operation is completed.
KEY WORDS: industrial robot , Packaging Machine
Among the advantages of using industrial robots for machining applications instead of machine tools are flexibility, cost effectiveness, and versatility. Due to the kinematics of the articulated robot, the system behaviour is quite different compared with machine tools. Two major questions arise in implementing robots in machining tasks: one is the robotrsquo;s stiffness, and the second is the achievable machined part accuracy, which varies mainly due to the huge variety of robot models. This paper proposes error prediction model in the application of industrial robot for machining tasks, based on stiffness and accuracy limits. The research work includes experimental and theoretical parts. Advanced machining and inspection tools were applied, as well as a theoretical model of the robot structure and stiffness based on the form-shaping function approach. The robot machining performances, from the workpiece accuracy point of view were predicted.
Among the benefits in applying robots to machining tasks that were first reported in the 1990s were increased flexibility and lower costs. Industrial robots (IRs) integrated in cutting applications are primarily used for prototyping, cleaning, and pre-machining of cast parts as well as end-machining of middle tolerance parts [1]. Notwithstanding their advantages, IRs suffer from inherent weaknesses under the presence of machining process forces, namely: low positioning accuracy, vibration, and deflections. For articulated robots, repeatability is inherently dependent on its reach distance, such that the greater the reach distance, the lower the repeatability [2]. Therefore, in robotic milling applications, the process final results are unwanted trajectory deviations, which lead to errors in target dimensions and reduced surface quality of the workpiece (WP). These deviations are mainly caused by static offset overlaid with low frequency tool oscillation [3]. Todayrsquo;s optimum repeatability levels for industrial articulated robots can reach plusmn;0.03 mm [4], which is sufficient for many low- to medium-accuracy part machining tasks. Robot positioning accuracy and repeatability were investigated and reported in [2]. The tool center point (TCP) position error result for the KUKA KR 16 - 2 robot without loading during movement along a cube with a side length of 1000 mm was 0.15 mm. Previously reported TCP deviation from the nominal programmed position using the LOLA 50 robot under a static load of Fystat = 100 N was 0.3 mm [5]. Additional deflections of 0.25 mm were measured under milling loads of 100 N using the KUKA KR 210 robot, which was consistent with the expected compliance [4]. The accuracy of robots in machining was reported for various operation types and under several processing conditions, for example, a deviation error of 0.19 - 0.55 mm was obtained for the KUKA KR 125 robot in milling with a 300 N load [6]. In another milling test using the IRB 6640 robot with a 500 N load, an error of 1 mm before compensation and 0.4 mm after compensation was achieved [7]. An error of 0.2 - 0.35 mm was reported in a drilling test using the KUKA KR500-2 robot with a process load of 1000 N [8]. Although studies on the positioning errors, measurement, and compensation, in robotic applications, were conducted since the 1990rsquo;s [9] [10], it has been difficult to improve the accuracy of machining tasks. The main reason was the lack of a reliable programming tool for predicting possible TCP position error in relation to the WP geometry and to the robot
剩余内容已隐藏，支付完成后下载完整资料
工业机器人在颗粒包装机中的应用
摘要：机械手是机器人的手臂，它使机器人能弯屈、延伸和旋转，提供这些运动的是机械手的轴，亦是所谓的机械人的自由度机械手的轴使机械手在某一区域内执行任务，我们将这个区域为机器人的工作单元，该区域的大小与机械手的尺寸相对应，。由链、齿轮和滚珠丝杠组成的机械传动链驱动着机器人的各轴。
机器人控制器是工作单元的核心。用于大多数机器人系统中的控制器代表现代电子学的水平，是更复杂的装置，即它们可以使得微处理器操纵的。动力源是给机器人和机械手提供动力的单元。例如，如果机器人的机械手是由液压和气压驱动的，控制信号便传送到这些装置。
关键词：工业机器人，包装机
使用工业机器人代替机床进行加工应用的优势包括灵活性，成本效益和多功能性。由于铰接式机器人的运动学，与机床相比，系统行为有很大不同。在加工任务中实现机器人会产生两个主要问题：一个是机器人的刚度，第二个是可实现的加工零件精度，这主要是由于机器人型号种类繁多而变化。本文提出了基于刚度和精度极限的工业机器人在加工任务中的误差预测模型。研究工作包括实验和理论部分。应用了先进的加工和检测工具，以及基于形状整形函数方法的机器人结构和刚度的理论模型。机器人的加工性能，从工件精度的角度进行了预测。
将机器人应用于加工任务的好处之一是1990年代首次报道的灵活性和成本的降低。集成在切割应用中的工业机器人（IR）主要用于铸件的原型设计，清洁和预加工以及中间公差零件的末端加工[1]。尽管具有优势，但IR在加工工艺力的存在下存在固有的弱点，即：定位精度低，振动和挠度。对于铰接式机器人，可重复性本质上取决于其伸展距离，因此伸展距离越大，重复性越低[2]。因此，在机器人铣削应用中，工艺最终结果是不需要的轨迹偏差，从而导致目标尺寸错误和工件表面质量（WP）降低。这些偏差主要是由于静态偏移与低频刀具振荡叠加[3]引起的。如今，工业铰接式机器人的最佳可重复性水平可以达到plusmn;0.03 mm [4]，这对于许多中低精度零件加工任务来说已经足够了。[2]中研究了机器人定位精度和可重复性并进行了报告。KUKA KR 16 - 2 机器人在沿边长为 1000 mm 的立方体移动过程中无负载时，刀具中心点 （TCP） 位置误差结果为 0.15 mm。先前报道的在 Fystat = 100 N 的静态负载下，使用 LOLA 50 机器人的 TCP 偏离标称编程位置为 0.3 mm [5]。使用库卡 KR 210 机器人在 100 N 的铣削载荷下测量了 0.25 mm 的额外挠度，这与预期的合规性一致 [4]。报告了各种操作类型和多种加工条件下机器人的加工精度，例如，KUKA KR 125 机器人在 300 N 载荷的铣削中获得了 0.19 - 0.55 mm 的偏差误差 [6]。在另一项使用IRB 6640机器人的铣削测试中，500 N负载，补偿前误差为1 mm，补偿后误差为0.4 mm[7]。在使用过程载荷为 1000 N 的 KUKA KR500-2 机器人进行钻孔试验时，报告了 0.2 - 0.35 mm 的误差 [8]。尽管自20世纪90年代以来，机器人应用中的定位误差，测量和补偿的研究已经进行了[9] [10]，但提高加工任务的精度一直很困难。主要原因是缺乏可靠的编程工具来预测与WP几何体和机器人工作区相关的可能的TCP位置误差。
本文介绍了一种开发的方法，该方法使最终用户能够通过仿真来预测机器人辅助加工中可实现的精度，并根据可实现的加工精度优化工作空间中的WP位置。执行实验验证过程。开发的软件基于形状整形函数（FSF）方法，以前应用于机床建模[11][12]，在这里首次用于铰接式机器人研究。
对用于加工任务的串行运动学IR可实现的精度和刚度进行了研究和实验验证。选择了通常用于精度测试的实际加工工艺：通过立铣刀对圆周槽进行轮廓铣削。在最佳切削条件下以 50，000 rpm 的速度进行高速加工。
为了获得最大程度的红外加工精度，1）应用了两步教学程序，其中包括使用雷尼绍球杆测量的点位置校正和最终的球杆测试，以确定TCP运动轨迹;2）基于FSF方法的仿真工具，以前仅适用于机床，用于预测IR工作空间内的精度和刚度;3）开发的软件工具，允许计算和可视化任意机器人姿势的合规性矩阵。此外，还显示了给定的顺应矩阵、接头旋转角度以及由于存在切削力而导致的刀尖偏差矢量分量的值。应用上述过程使我们能够预测和优化工作区中给定点的定位误差。
在加工实验期间测量的力用于计算由于机器人刚性而发生的与标称位置的偏差。所选加工平面上获得的偏差值表示为等值线图。WP平面的不同倾斜角度在等值线图中表示。这种映射使得在加工精度方面优化相对于机器人的WP位置和方向成为可能。
获得的铣削圆的圆度为plusmn;200 mu;m，这与机器人定位误差（asymp;140 mu;m）和机器人刚度（asymp;60 mu;m）引起的标称半径偏差之和非常吻合。因此，定位误差对铣削精度的影响是机器人关节刚度的2.2倍。所提出的仿真工具便于估计由于机器人在工作空间内的合规性而产生的机器人定位误差，并且具有初步的有限误差。
描绘了6R机器人的拟议模型，该模型被认为是具有六个运动学链接，旋转接头的串行运动学链，从底座到工具标记，如下所示：S，L，U，R，B和T。每个关节的正旋转方向也如图2所示。
应用建模基于误差预算理论和FSF方法[11][12]。这项研究的结果使我们能够做到以下几点：
bull; 预测加工工件（WP）上可实现的公差。
bull; 优化WP相对于机器人配置的安装位置。
bull; 定义允许的机械载荷，从而定义允许的加工参数（刀具几何形状、进给率、主轴转速和切削深度）。
机床或机器人的形状整形系统（FSS）由机器链接的有序集合组成，其相对位置和相互运动确保了TCP相对于WP的指定行程轨迹。
FSS理论的主要数学模型是FSF。根据要变换的对象、位置矢量、方向矢量或螺钉，将考虑三种类型的 FSF。
FSF的位置分量通过操纵矩阵0An连接两个向量rn和r0，其中rn是功能点（FP）的位置向量，以帧Sn表示，r0是同一点的位置向量，以帧S0表示。
该研究的实验部分包括使用安装在MH-12 YASKAWA机器人上的高速微型主轴，在平坦的WP表面上铣削半径为100 mm的圆形凹槽。考虑的误差来源是机器人的定位精度，它决定了工具运动的指定轨迹，以及由于机器人关节的有限刚性而与指定路径的TCP偏差。将获得的加工精度与计算的理论值进行比较。测定了机器人刚性对上述偏差的影响。在所描述的研究和开发的模型中考虑了铣削工艺力，因此有必要测量它们。
执行了以下步骤：
bull; 机器人被编程为沿着圆形路径移动工具。
bull; 进行了两次全球杆测试。将测试结果合并到一个图表中，如图 11 所示。
bull; 在铣削过程中，沿 X、Y 和 Z 轴在三个方向上测量作用在刀具上的力。测量结果被记录下来，并以图表的形式显示在奇石乐测量系统的监视器上（图12）。
bull; 铣削路径完成后，每5度测量一次圆半径的精确值，以确定凹槽圆度（图13）。
计算WP平面中的二维矢量场以可视化工具尖端与标称位置的偏差。审议了第3.7节中界定的四种力情况。计算的向量场的叠加如图 16 所示。WP平面中计算出的位置误差在plusmn;60mu;m范围内，用于在4.2节中描述的表现条件下进行铣削。
测量了从获得的圆槽中心到刨槽中心线的精确距离，沿刨槽中心线应用5°的步长，如图13所示。从图13中可以清楚地看出，铣削圆与标称圆的实际偏差在plusmn;200mu;m范围内。由于机器人关节刚度的计算偏差为plusmn;60mu;m。plusmn;140 mu;m的差异是由机器人的定位误差引起的。
工业机器人是在生产环境中用以提高生产效率的工具，它能
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[591019]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
课题毕业论文、文献综述、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
