CN118024022B 机器人铣削加工多类型颤振检测方法 (哈尔滨工业大学).docxVIP

  • 0
  • 0
  • 约2.1万字
  • 约 40页
  • 2026-01-19 发布于重庆
  • 举报

CN118024022B 机器人铣削加工多类型颤振检测方法 (哈尔滨工业大学).docx

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN118024022B(45)授权公告日2025.07.08

(21)申请号202410242590.2

(22)申请日2024.03.04

(65)同一申请的已公布的文献号申请公布号CN118024022A

(43)申请公布日2024.05.14

(73)专利权人哈尔滨工业大学

地址150001黑龙江省哈尔滨市南岗区西

大直街92号

(72)发明人邓柯楠路勇袁兆君高栋

段晓明

(74)专利代理机构哈尔滨市松花江联合专利商标代理有限公司23213

专利代理师张利明

(51)Int.CI.

B23Q17/12(2006.01)

B25J19/00(2006.01)

B25J9/16(2006.01)

B25J11/00(2006.01)

(56)对比文件

CN114800042A,2022.07.29CN112001027A,2020.11.27审查员李洪庆

权利要求书3页说明书12页附图5页

(54)发明名称

机器人铣削加工多类型颤振检测方法

(57)摘要

CN118024022B机器人铣削加工多类型颤振检测方法,解决了针对机器人颤振检测方法无法排除机器人柔性振动对颤振检测的影响,且无法辨识机器人铣削过程中的大幅度柔性振动的问题,属于铣削加工领域。本发明同步采集多通道振动信号与机器人内部控制器信号,并将多通道振动信号转化到刀具进给坐标系下;基于铣削振动信号表征和振动信号对颤振的灵敏度分析,利用振动位移滤波信号、振动加速度滤波信号和内部信号结合,检测由机器人结构模态主导的低频颤振、由刀具模态主导的高频颤振以及大振幅柔性振动,判断主

CN118024022B

初始切削参数

初始切削参数

设置主窗口和次窗口参数

振动位移预测模型

采集机器人内外信号对齐并转换到刀具进给坐标系下

主窗口低频和梳状滤波次窗口高频噪声和梳状滤波

计算颤振检测指标CSIg与CSI?计算颤振检测指标CSI

根据颤振检测指标组合判断颤振类型

CN118024022B权利要求书1/3页

2

1.机器人铣削加工多类型颤振检测方法,其特征在于,包括:

S1、在机器人铣削加工中同步采集机器人的内部信号和外部信号,所述内部信号为机器人的控制器信号,外部信号为机器人铣削过程采集的振动信号,所述振动信号包括机器人各通道的加速度和振动位移信号,将所述振动信号转换到刀具进给坐标系;

S2、对外部信号中的振动位移信号进行处理,消除高频分量和周期性分量,得到机器人铣削过程的多通道位移信号sdis,k,对外部信号中的多通道加速度信号进行处理,消除低频分量、周期性分量和调制分量,得到机器人加工过程的多通道加速度信号sac.;

S3、以内部信号作为输入值,预测机器人空运行过程中法兰坐标系下各方向振动位移统计特征sisk;

S4、根据多通道位移信号snis,k和对应方向的振动位移统计特征k确定机器人末端振动位移的幅值指标CSIR,根据所述内部信号确定时间窗口内机器人关节加速度波动程度指标CSI。,根据多通道加速度信号sCck确定高频颤振检测指标CSI;

S5、颤振判定:

当所有颤振检测指标都低于相应阈值时,机器人铣削过程处于稳定状态;

当CSI大于CST并且CSI。小于CST。时,机器人铣削过程发生低频颤振;

当CSI和CSI都超过相应阈值时,机器人结构发生大振幅柔性振动;

当CSI高于阈值CST,其它指标均低于相应阈值时,判定机器人铣削系统发生高频颤振;

CSTR、CST。和CST分别为机器人末端振动位移的幅值阈值、时间窗口内机器人关节加速度波动程度阈值CSI和高频颤振检测的阈值。

2.根据权利要求1所述的机器人铣削加工多类型颤振检测方法,其特征在于,S1中,将所述振动信号转换到刀具进给坐标系的方法为:

5=(R)1s

Secs表示刀具进给坐标系下振动信号,Srfcs表示法兰坐标系下振动信号,R=RRB,R为T中的旋转矩阵,R为T“中的旋转矩阵,R为T“中的旋转

矩阵,T=(T)TT,T表示基坐标系到工件坐标系的齐次变换矩阵矩阵,T“表示

基坐标系到法兰坐标系的齐次变换矩阵矩阵,T

您可能关注的文档

文档评论(0)

1亿VIP精品文档

相关文档