时间:2024-07-28
周莹皓,张加波,乐 毅,杨继之,刘明爽,田 威
(1.北京卫星制造厂,北京 100080)(2.南京航空航天大学机电学院,江苏 南京 210016)
随着“工业4.0”、“中国制造2025”的兴起,工业机器人在汽车、烟草、食品等行业的应用得到了极大的发展,有效提高了产品制造效率,降低了制造成本。然而,航天产品尺寸大、结构复杂、开敞性差,极大限制了机器人优势的发挥,而移动机器人系统将机器人与地轨或者自动导引运输车(AGV)结合起来,正成为航天制造业应用机器人的一个趋势[1-3]。移动机器人极大拓展了加工区域,解决了航天产品尺寸大的需求,同时移动机器人在原有6关节的基础上增加了1~3个自由度,冗余自由度能够更好地规划机器人的位姿,满足了航天器结构复杂的需求。本文将结合航天器生产过程中的实际需求,对移动机器人在行业内的应用和技术需求进行总结。
近年来,以机器人为中心的移动式制造系统在国外有了很大的发展,相对于传统的机床加工系统,其具有较强的操作灵活性与工作空间适应性,有着广泛的应用前景。在工业场合,导轨式移动机器人系统能够满足大型构件焊接、装配等一系列的需求,已经在汽车和飞机生产线上得到应用。
图1所示的空客机器人柔性协同装配平台,利用2台沿导轨移动的工业机器人加工单元与钻铆中心组成一套柔性加工系统,能够实现对不同负载的搬运、夹持定位,以及与钻铆中心进行协同作业,大大提高了工作效率[1]。图2所示的巴西A380机翼柔性制造系统,通过将2套Tricept混联机器人加工单元集成在导轨移动模块上,可实现70m长度范围内快速移动,配合专用的测量系统和控制系统,实现对左右机翼框架的高精度、高效、自动化钻铆[4-5]。
图1 空客机器人柔性协同装配平台
图2 巴西A380机翼柔性制造系统
德国KUKA公司开发研制了“OnmiRob”系列智能移动机器人,由机械臂、全向移动平台和相应的控制系统组成,具有可编程、高度灵活、模块化和接口开放的特性。该系统可在同一移动平台上配置不同机械臂用以完成复杂的配套装配工序,如图3所示。其加工末端可根据产品进行灵活调整,以满足产品不同工况、不同工位的加工需求,可以有效减少产品的反复吊装调整的次数[3]。海克斯康采用ROMCUT移动式高速铣削机器人与白光系统的集成方案,为汽车模具加工提供了高效加工和检测手段,精度可达0.2mm[6],如图4所示。
图3 “OnmiRob”型全向智能移动机器人
图4 ROMCUT高速铣削机器人
随着移动机器人在制造行业的应用不断深入,机器人因其高度的灵活性和柔性,得到了航天领域制造业的青睐。目前,航天器制造中的主要技术瓶颈可归纳如下。
1)航天器超大结构产品的制造超出现有加工设备的能力范围。
航天器舱体结构尺寸大、质量大、转运困难,舱体焊接、组合加工等超过现有加工设备允许的尺寸上限或超过现有加工技术能力,制造瓶颈日益突出,迫切需要独立的、柔性化程度较高的移动式加工装备,通过现场重构的方式,解决生产车间大型结构件制造的难题。
2)航天器产品制造过程复杂、工序繁多、任务繁重,研制周期短。
航天器大型舱体产品结构复杂、种类繁多,且具有较差的继承性。鉴于舱体结构特点,其研制周期通常较长,年产量较低。近年来,随着我国战术战略发展需要,航天器产品需求量攀升,造成了航天器制造业研制任务大幅增加的局面,迫使装备的研制周期大为缩短。
3)舱体制造过程柔性、自动化水平需要提升。
鉴于舱体大尺寸的结构特性,其制造过程主要由人工进行,易造成装备的一致性差、品质不稳定。同时,装配过程对工人技能依赖大,人力占用多,此外由于人工作业、生产组织复杂、生产环节多,导致生产效率低、产能不足。因此,需要高度自动化、智能化的装备提升产品质量可靠性及生产效率。
为此,航天器制造业针对移动机器人进行了一系列应用探索,部分已应用于型号生产中,取得了良好的效果。
针对航天领域各种型号的铝合金火箭贮箱、航天器舱体等结构的复杂焊接,传统焊接装备及工艺已不能满足其需求。为此,经过数年的探索,采用空间曲线柔性焊接机器人工作站,能够有效地解决这一难题。该工作站将机器人、三轴运动模块、变位机集成,配合集成协同控制系统,能够实现11轴联动,可始终保持向上立焊的姿态,有效完成空间复杂轨迹的焊接。如图5所示。
图5 空间曲线焊接柔性机器人工作站
该机器人工作站综合了变极性TIG焊和等离子弧焊两方面的优点,采用穿孔立焊工艺,既有利于焊缝正、反面成形,又有利于熔池中氢的逸出,结合机器人焊接轨迹仿真技术(如图6所示),有效保证焊接轨迹的正确性,同时采用焊缝跟踪系统实现加工过程中机器人精度的自动补偿,如图7所示。目前,该装置已应用于某型号火箭贮箱、天宫系列大型密封舱结构纵缝和环缝的焊接生产,有效保证了产品的可靠性,提高了产品的生产效率。
为了提高大型航天器柔性制造能力,采用全向智能移动机器人装备,在保证机器人操作精度的基础上,大大拓展了机器人的操作空间。该机器人以全向智能移动平台与作业机器人为核心,融合AGV自动导引与测量技术、数字化信息集成技术,实现航天器舱外支架安装面及安装孔的组合加工、辐射器焊接等,探索并验证了一套低成本、高柔性的全向移动机器人,创造出了大型高端装备制造的全新生产模式。该设备颠覆了传统机床以设备为中心、产品在各工位流动的作业模式,实现以产品为中心、设备流转的新的工作模式。该模式可大大减少产品的反复吊装、转运和装夹时间,实现加工、装配及测量环节的自动化和柔性化,特别适用于超大尺寸产品的加工与装配,如图8的全向移动焊接机器人系统、图9的全向移动测量机器人系统。其中移动焊接机器人已应用于空间站辐射器的焊接过程中。
图6 焊接系统仿真系统
图7 基于视觉的焊缝跟踪系统
在航天器复杂装配、大型零部件的搬运中,单一机械臂能力越显不足,而多个机械臂或机器人由于其内在分布特性,通过共享资源(信息、知识、物理装置等)可弥补单个机器人能力的不足,扩大能力范围,从而获得满意效果。
图8 全向移动焊接机器人系统
图9 全向移动测量机器人系统
为此,针对航天器研制过程中复杂装配、搬运等过程,开展了多臂/多机器人协同工作研究与应用。这类机器人通常分为松耦合和紧耦合两种形式。松耦合形式中每个机器人有独立的作业任务,如图10所示,航天器滚弯壁板工装采用多机器人协同装配,每个机器人在装配中完成独立的拧钉任务。紧耦合形式中各个机器人与作业对象相互作用,形成闭链,如航天器板类零件姿态翻转采用两个机器人协同作业,如图11所示。
图10 热处理工装协同装配
图11 板类零件姿态翻转
智能化柔性制造系统针对航天器柔性制造的需求,以数字化制造为基础,逐步把智能制造技术、智能制造装备、智能物流等与现有制造系统集成融合,实现航天器柔性、高效的制造。
智能化柔性制造系统主要由4个部分构成:移动机器人、控制系统、导航系统、调度和制造信息管理系统。移动机器人以系列化制造装备单元(如:焊接机器人)的形式存在,是作业任务的具体执行者;控制系统接收调度与制造信息管理系统的信息,控制移动机器人进行加工;导航与定位系统承担联络整个制造系统与外部制造环境的工作;调度与制造信息管理系统作为整个制造系统的中枢,负责移动机器人的任务调度和智能控制。该系统改变了机器人固定工位加工的单一应用模式,同时改变机器人单点控制方式,实现多台移动机器人协同控制和集群作业,有利于大型装备在固定工位的情况下实现并行工作,能够大大提高大型、超大型产品的制造效率,如图12所示。
图12 智能化柔性制造系统
鉴于航天器制造特点,传统在线示教式机器人路径规划方式越发具有局限性,尤其是复杂路径的编程。因此,针对高精度、复杂轨迹的路径规划(如钻铣、焊接等),采用离线编程与仿真软件为机器人提供CAD/CAM高精度复杂路径离线编程;针对多臂/多机器人协同工作,采用多机器人编程软件实现从单一的运动机构到生产线布局整体仿真。该过程用来完成航天器制造过程中来自不同公司、不同类型的机器人任务规划,并编译所规划型号的机器人加工程序。通过建模与图形仿真,直观地完成加工现场布局、机器人任务规划、干涉与碰撞检测等。仿真能够在前期进行对规划路径进行论证和评估,包括对各种方案的运动学及动力学特性进行评估,并为机器人控制提供参考依据,对最终产品性能进行跟踪、故障预测、诊断等。机器人系统离线编程如图13所示。
图13 机器人系统离线编程
与大规模使用机器人的汽车行业不同,航天产品的特点决定了大规模的自动化生产线不具备可行性,不需要很多的机器人,而是需要具备柔性和智能性的机器人去完成一件件独立且不会完全重复的任务。同时,为了保证航天器的高可靠性,需要柔性制造系统具备更高的精度和更大的灵活性,并且具备对外界的感知功能,甚至是自主学习并处理“类似任务”的功能,因此对机器人柔性、智能性和精度提出了较高的要求。
在航天器精密制孔、钻铆、对接、装配等应用场合,对加工精度的要求普遍较高,而工业机器人容易受零件制造、安装误差以及温度梯度变化的影响,其绝对定位精度通常在毫米级,显然不能满足这些场合的应用需求,因此需要辨识机器人关节刚度、位置、温度等因素造成的误差,并建立误差标定模型,结合机器人定位误差测量设备,如激光跟踪仪、激光测距仪或拉线传感器等,对机器人各轴和末端执行器进行标定,来补偿机器人的位置误差。此外还可以通过在机器人的关节处增加光栅反馈,来实现机器人的高精度闭环控制。在作业过程中,尤其是切削、搅拌摩擦焊接等机器人承受复杂交变力矩的场合,关节与连杆刚度特性对末端定位精度产生较大影响,因此需要对刚度特性与模态特征进行重新辨识和优化,并且在线检测末端位姿和受力状态,实时补偿机器人的位姿。
为了提高机器人控制系统的实时通信能力,需要在市场现有工业机器人控制系统的基础上,采用模块化结构的机器人控制系统架构,用来突破外围设备与现有工业机器人控制系统的兼容性,从而提高系统的实时通讯能力。例如,采用西门子840D数控系统中自带的工业机器人运动学模块,对串联式关节机器人进行运动学DH模型自定义,并将机器人关节转角外部监测装置集成到数控系统中,实现机器人关节的闭环反馈。
随着未来机器人对柔性化、智能化的要求越来越高,机器人传感与感知显得日益重要。机器人的传感器包括各种物理量、化学量或者生物量传感器,如视觉、力和触觉传感器,惯性传感器,声纳传感器,距离传感器等,这些传感器的功能与品质是构造高品质机器人传感系统的关键,因此需要攻克高精度传感器的制造以及图像解析算法,并结合实际应用场景,建立环境感知模型和决策控制模型,以减少机器人作业过程中的不确定性[7-8]。同时,由于现有的单一传感器普遍存在着探测范围有限、数据可靠性低等缺点,多传感器及先进的感知算法将是在现实环境中实现具有高度灵活性及高鲁棒性移动机器人的关键。
为了让机器人拥有更加智能的大脑,近年来机器人自主学习成为机器人发展的一个新兴领域,它用来模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构,从而不断地改善自身性能。未来,在高端装备制造过程中移动机器人动态路径规划、机器人作业中适应性学习建模、视觉引导大数据机器学习算法,将成为高端装备应用的重点方向。
针对航天器制造领域多品种、小批量、结构尺寸大、精度要求高等特点,移动机器人为推进制造模式转型、提升高端装备制造能力奠定了重要基础,但移动机器人在应用过程中依旧存在很多技术难题,因此需要深入挖掘移动机器人潜在应用需求,突破各项关键技术,从而推进移动机器人技术不断创新。
[1] TOLIO T, URGO M. Design of flexible transfer lines:a case-based reconfiguration cost assessment[J]. Journal of Manufacturing Systems, 2013, 32(2):325-334.
[2] LIANG J, BI S. Design and experimental study of an end effector for robotic drilling[J]. International Journal of Advanced Manufacturing Technology, 2010, 50(1/4):399-407.
[3] DEVLIEG R. Expanding the use of robotics in airframe assembly via accurate robot technology[J]. Sae International Journal of Aerospace, 2010, 3(1):198-203.
[4] 毕树生, 梁杰, 战强,等. 机器人技术在航空工业中的应用[J]. 航空制造技术, 2009(4):34-39.
[5] 洪振宇. 可重构混联机械手——Tricept的自标定方法[J]. 航空学报, 2009, 30(4):768-772.
[6] 解希娟. 高速铣削机器人在模具制造中的应用[J]. 模具工程, 2011(6):55-57.
[7] LIANG Q, ZHANG D, SONG Q, et al. A potential 4-D fingertip force sensor for an underwater robot manipulator[J]. IEEE Journal of Oceanic Engineering, 2010, 35(3):574-583.
[8] MASUTA H, KUBOTA N. Information reduction for environment perception of an intelligent robot arm equipped with a 3D range camera[C]// Proceedings of the SICE Annual Conference 2010.Taipei:Society of Instrument and Control Engineers,2010:392-397.
我们致力于保护作者版权,注重分享,被刊用文章因无法核实真实出处,未能及时与作者取得联系,或有版权异议的,请联系管理员,我们会立即处理! 部分文章是来自各大过期杂志,内容仅供学习参考,不准确地方联系删除处理!