典型文献
机器人铣削加工误差视觉跟踪测量与补偿研究
文献摘要：
机器人铣削加工是大型复杂构件的重要加工手段,然而由于机器人本体结构特点及零部件制造、安装等误差,使其在大行程运动过程中轨迹绝对精度较低,严重制约机器人铣削加工的应用工况.现有机器人精度的传感测量控制方法主要集中在基于视觉的定位误差预测和激光跟踪仪的轨迹误差测量等,前者难以考虑铣削轨迹误差,后者操作复杂且设备极其昂贵.为此,提出一种利用双目视觉系统跟踪测量的机器人铣削加工刀具端位置误差计算和加工误差补偿方法,实现机器人铣削加工误差的高效准确预测和补偿.其中通过训练粒子群算法(Particle swarm optimization,PSO)优化的BP神经网络建立了位姿相关的机器人加工刀具TCP位置误差预测模型,基于弦截法建立了位置误差迭代模型,制定了轨迹误差的综合补偿策略.试验结果表明机器人铣削加工最大切深误差从1.354 mm降低到0.244 mm,为机器人铣削加工工况扩展提供了理论和技术基础.
文献关键词：
机器人铣削;视觉跟踪测量;加工误差;综合补偿;BP神经网络
中图分类号：
作者姓名：
邸红采;彭芳瑜;唐小卫;闫蓉
作者机构：
华中科技大学机械科学与工程学院 武汉 430074;华中科技大学数字制造装备与技术国家重点实验室 武汉 430074
文献出处：
引用格式：
[1]邸红采;彭芳瑜;唐小卫;闫蓉-.机器人铣削加工误差视觉跟踪测量与补偿研究)[J].机械工程学报,2022(14):35-43
A类：
视觉跟踪测量
B类：
机器人铣削,铣削加工,加工误差,补偿研究,大型复杂构件,机器人本体,本体结构,零部件制造,大行程,绝对精度,人精,传感测量,测量控制,定位误差预测,激光跟踪仪,误差测量,昂贵,双目视觉系统,加工刀具,位置误差,误差计算,误差补偿,补偿方法,准确预测,粒子群算法,Particle,swarm,optimization,PSO,位姿,机器人加工,TCP,综合补偿,补偿策略,最大切深,技术基础
AB值：
0.308232
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
