99久久免费精品国产

    1. <tbody id="vfhx0"></tbody>

      深圳市鼎達信裝備有限公司

      掃一掃關注

      當前位置: 首頁 » 資訊 » 真空技術 » 正文

      并聯機器人智能分揀系統設計

      放大字體  縮小字體 發布日期:2020-02-20 09:43:34    瀏覽次數:12    評論:0
      導讀

      目前,將機器人、機器視覺等先進技術引入到傳統的生產行業,提高生產效率、降低勞動強度,已經成為各行業發展的一種新趨勢[1]。從19世紀60年代恩格爾伯格研究出第一臺工業機器人起[2],工業機器人技術逐漸成熟,并得到了廣泛的應用。工業機器人不斷向結構化、智能化及智慧化等方向發展[3]。在早期的機器人應用中,由

      0 引 言

      目前,將機器人、機器視覺等先進技術引入到傳統的生產行業,提高生產效率、降低勞動強度,已經成為各行業發展的一種新趨勢[1]。

      從19世紀60年代恩格爾伯格研究出第一臺工業機器人起[2],工業機器人技術逐漸成熟,并得到了廣泛的應用。工業機器人不斷向結構化、智能化及智慧化等方向發展[3]。在早期的機器人應用中,由于串聯機器人結構簡單、運動空間大、工作方式靈活等優點,使其一直占據主導地位,因此,并聯機器人的發展受到了極大的限制[4-6]。1985年,CLAVEL博士[7]發明了一種3自由度空間平移并聯機器人(即著名的Delta機械手),Delta并聯機器人克服了并聯機構諸多缺點,具有承載能力強、運動藕合弱、力控制容易、安裝驅動簡單等優點,是運用最廣泛的并聯機器人[8]。

      1999年,瑞士ABB公司設計出了一款IRB340型號Delta并聯機器人,該機器人帶有一個抓取工件的真空吸盤和配套開發的F1exPicker視覺系統[9];瑞士SIG公司研發出了一款視覺系統[10],并將其應用于并聯機器人CE33上,實現了高速輸送機上工件分揀的功能;2010年,日本Fanuc公司開發出了基于機器視覺的M-3iA工業機器人,該機器人最大負載12 kg,且可靠性很高,廣泛應用于制藥和食品生產線;美國最大的工業機器人公司Adept開發出了一種基于機器視覺的自動揀選機器人Quattro[11],該機器人通過單目攝像機識別出了目標對象,并測量出了目標對象的位置及方位,然后對路徑進行了規劃。

      國內的清華大學、北京航空航天大學、東北大學、天津大學、哈爾濱工業大學、大連理工大學、中國科學院沈陽自動化所等[12-13],主要著重于位置正逆解求解、工作空間分析、運動控制器的設計、動力學模型的建立等方面的理論研究。目前國內僅有新松、微柏等少數幾家公司研制出Delta并聯機器人[14-15],產量和市場占有率都比較低。

      與傳統的人工示教或離線編程的工業機器人相比,基于機器視覺的智能分揀工業機器人能夠適應更加復雜的分揀工作環境,具有更高的柔性和更廣闊的發展應用前景[16-19]。本文將以Delta并聯機器人為實驗平臺,機器視覺技術為基礎,設計出一套智能分揀的方案,并加以實現。

      1 系統構成

      本研究所使用的Delta并聯機器人均為自主設計研發,由PAC控制器、變頻器、Delta并聯機器人主體、工業相機、編碼器、減速機、傳送帶以及周邊設備組成,其中控制器、伺服電機及驅動器、變頻器等采用的是美國羅克韋爾公司產品。搭建的分揀實驗平臺如圖1所示。

      圖1 實驗平臺示意圖

      具體硬件、軟件配置如表1所示。

      表1 系統主要配置及型號

      本研究將以上硬件設備通過工業以太網線連接到EtherNET/IP上,系統結構如圖2所示。

      圖2 智能分揀生產控制示意圖

      EtherNet/IP是基于TCP/IP標準制定的規范,協議開放,具有諸多優點,如:設備之間容易識別并實現互相連接;用戶可以實現遠程訪問和診斷;數據傳輸速度快,可達千兆;數據可達性強,數據有多條通路抵達目的地?;谝陨蟽烖c,本研究采用EtherNET/IP,使用起來方便快捷。

      2 控制系統設計

      分揀系統工作流程如圖3所示。

      圖3 分揀系統工作流程

      首先本研究在Studio 5000和CCW軟件上設置系統參數,分別把程序下載到主控制器(1769-L36ERM)和輔助控制器(Micro-850)中,然后將工件放到工業相機下拍照,對圖像進行處理。程序運行時,當工業相機檢測到目標工件時,此時對圖像進行處理,提取像素坐標,并轉換成世界坐標傳輸給主控制器,同時,編碼器開始記脈沖數。主控制器根據所得目標工件位置,并結合其末端對應起點坐標以及軌跡形式進行相應路徑規劃。主控制器分別對軌跡上的插補點位置進行逆解,并且將運算結果保存在數據庫中。此時,控制器中的執行線程按照一定的順序讀取保存在數據庫中的運算結果并進行運動規劃,驅動器控制Delta并聯機器人的伺服電機轉動,當機器人末端到達目標點同時傳送帶上的目標物件到達規劃拾取位置時,輔助控制器控制氣泵打開氣閥,實現對目標工件的拾取,機器人末端運動到工件的存放點,此時輔助控制器關閉氣閥,將目標工件放下,至此Delta并聯機器人運行了一個完整的周期。

      3 實驗與分析

      為了驗證系統的可靠性,本文利用所搭建的分揀實驗平臺,對系統分揀的成功率以及模擬工業現場進行分揀實驗(實驗平臺如圖1所示)。

      3.1 系統分揀的成功率實驗

      實驗過程為:在機器人速度及加速度保持不變的情況下,通過設定變頻器輸出頻率,來改變傳送帶的速度,將變頻器輸出頻率分別設為10 Hz、20 Hz、30 Hz、40 Hz、50 Hz、60 Hz,分別測出傳送帶移動1 m所需要的時間,求出傳送帶的速度分別為0.01 m/s,0.02 m/s,0.03 m/s,0.04 m/s,0.05 m/s,0.06 m/s。將50個圓形工件和50個正方形工件混合后,隨機放在傳送帶上,平均間隔為0.1 m,記錄機器人成功分揀正方形工件的個數,結果如表2所示。

      表2 系統分揀成功率

      從表2可以看出:隨著傳送帶速度的增加,分揀的成功率有所下降。因此,傳送帶的速度的變快是影響分揀成功率下降的因素之一,可以在傳送帶運行速度范圍內,適當降低速度來提高分揀的成功率。另外,該系統的分揀成功率穩定在92%以上,與蔣書賢的《基于機器視覺的工業機器人分揀系統研究》的研究結論70%相比,具有較高的可靠性。

      3.2 實況分揀實驗

      實驗過程為:將機器人加速度分別設為0.5 m/s2,1.0 m/s2,2.0 m/s2;機器人速度分別設為0.2 m/s,0.6 m/s,0.8 m/s;通過設定變頻器輸出頻率,來改變傳送帶的速度,將變頻器輸出頻率分別設為10 Hz、20 Hz、30 Hz、40 Hz、50 Hz、60 Hz,分別測出傳送帶移動1 m所需要的時間,求出傳送帶的速度分別為0.01 m/s,0.02 m/s,0.03 m/s,0.04 m/s,0.05 m/s,0.06 m/s。

      本研究將50個圓形工件和50個正方形工件混合后,以一定密度,隨機放在傳送帶上,平均間隔為0.1 m,記錄機器人成功分揀正方形工件的個數。模擬過程如圖4所示。

      圖4 傳送帶工件擺放密度

      分揀結果如表(3~5)所示。

      表3 加速度為0.5 m/s2分揀結果

      從表3中可以看出:將機器人加速度設置為0.5 m/s2,當機器人的速度相同時,隨著傳送帶速度的加快,成功分揀個數會相應的降低;當傳送帶的速度相同時,機器人速度越快,成功分揀個數越多。

      表4 加速度為1.0 m/s2分揀結果

      從表4中可以看到:除表3的結論外,通過與表3數據對比,在機器速度和傳送帶速度相同時,機器人加速度高的要比機器人加速度低的分揀成功個數要高。

      表5 加速度為2.0 m/s2分揀結果

      從表5中可以驗證以上結論:除了機器人速度和傳送帶速度的影響外,影響分揀的成功率的因素還有機器人加速度,其中加速度的變化對成功率有較大影響。因此,當傳送帶速度一定時,在加速度允許范圍內,可優先提高機器人加速度并適當提高機器人速度來提高系統分揀的成功率。

      5 結束語

      本研究以Delta并聯機器人為實驗平臺,設計并組建了基于視覺技術的智能分揀系統,并測試了并聯機器人的速度、加速度以及傳送帶的速度對分揀成功率的影響情況;采用控制變量的方法,從實驗數據中發現機器人的加速度對系統分揀的成功率影響較大,其次是機器人的速度,最后是傳送帶的速度。

      研究結果表明:該系統可以滿足食品、醫藥等領域對智能分揀作業的要求,具有較高的可靠性。

      參考文獻

      [1] 晏祖根,李 明,徐克非,等.高速機器人分揀系統機器視覺技術的研究[J].包裝與食品機械,2014,32(1):28-31.

      [2] 劉 耕.工業機器人發展史[N].東莞日報,2015(B07).

      [3] 任志剛.工業機器人的發展現狀及發展趨勢[J].裝備制造技術,2015(3):166-168.

      [4] MERLET J P. Parallel robots (solid mechanics and its applications)[M]. New York:Springer-Verlag Inc, 2006.

      [5] 陳學生,陳在禮,孔民秀.并聯機器人研究的進展與現狀[J]. 機器人,2002,24(5):464-470.

      [6] 艾青林,祖順江,胥 芳.并聯機構運動學與奇異性研究進展[J].浙江大學學報:工學版,2012,46(8):1345-1359.

      [7] CLAVEL R. Device for displacing and positioning an element in Space[P]. EP: EP0250470,1991.

      [8] BOURI M, CLAVEL R. The linear delta:developments and applications[C]. ISR 2010(41st International Symposium on Robotics) and ROBOJIK 2010 (16th German Conference on Robotics), Munich: IEEE, 2010.

      [9] MERLET J P. Jacobian, manipulability,condition number and accuracy of parallel robots[J]. Journal of Mechanical Design, 2006, 128(128):199-206.

      [10] HERVE J Y, SHARMA R, CUCKA P. Toward robust vision-based control: hand/eye coordination without calibration[C]. IEEE International Symposium on Intelligent Control, New York: IEEE, 1991.

      [11] 康曉娟.Delta并聯機器人的發展及其在食品工業上的應用[J].食品與機械,2014,30(5):167-172.

      [12] 楊斌久,蔡光起,羅繼曼,等.少自由度并聯機器人的研究現狀[J].機床與液壓,2006(5):202-205.

      [13] 馮李航,張為公,龔宗洋,等.Delta系列并聯機器人研究進展與現狀[J].機器人,2014,36(3):375-384.

      [14] 徐 超.Delta并聯機器人的優化設計與運動/視覺控制技術研究[D].武漢:華中科技大學機械工程學院,2015.

      [15] 孫志偉,單東日.一種Delta機器人定位技術[J].機電工程技術,2018,47(2):4-6.

      [16] 柳建飛,張偉中.新型二自由度移動并聯機構設計[J].輕工機械,2017,35(2):63-65.

      [17] 沈 亮,劉 剛,葉柳華.液壓動力平板本自動駕駛系統的研究[J].液壓氣動與密封,2017(10):70-72.

      [18] 劉新樂,李紅果,周益林.基于現場總線技術機器人碼垛控制系統設計[J].包裝與食品機械,2017(3):37-40.

      [19] 蔣書賢.基于機器視覺的工業機器人分揀系統研究[D].成都:西南交通大學電氣工程學院,2015.


       
      (文/小編)
      打賞
      免責聲明
      本文為小編原創作品,作者: 小編。歡迎轉載,轉載請注明原文出處:http://www.fanartstrip.com/news/202002/20/210.html 。本文僅代表作者個人觀點,本站未對其內容進行核實,請讀者僅做參考,如若文中涉及有違公德、觸犯法律的內容,一經發現,立即刪除,作者需自行承擔相應責任。涉及到版權或其他問題,請及時聯系我們sales@dingdx.com。
      0相關評論
       

      ? Copyright 深圳市鼎達信裝備有限公司 版權所有 2005-2016. All Rights Reserved.
      聲明:本站內容僅供參考,具體參數請咨詢我們工程師!鼎達信作為創新真空產品研發制造商,我們提供海綿吸具,海綿吸盤,真空吸盤,真空發生器,真空泵,真空鼓風機,緩沖支桿,真空配件,真空吊具等等產品

      粵ICP備17119653號-1

      99久久免费精品国产
      1. <tbody id="vfhx0"></tbody>