焊接自动线和焊接机器人

机器人弧焊离线编程与仿真系统的设计；面向遥控焊接的焊缝模型建模技术；基于局部视觉的弧焊机器人自主焊缝轨迹规划；IGM弧焊机器人大型工作站仿真系统设计；Z4型焊接机器人；TRIBON M2焊接计划的使用与二次开发；机器视觉型焊缝跟踪技术；基于LabVIEW的位移测理系统及应用；基于LabVIEW的电弧传感跟踪控制系统。[编者按]     

基于UG的弧焊机器人离线编程系统开发

针对KUKA KR30L16型6自由度焊接机器人,应用UG/Open二次开发函数和C++编程语言,进行了基于UG可视化平台的离线编程系统开发,实现了焊接机器人系统和常用焊接工件的三维建模及组装、运动学求解、焊接轨迹规划、运动路径仿真与检测、焊接控制程序自动生成等功能。详细探讨了系统开发中的关键技术问题。仿真检测与试验结果表明,所开发的离线编程系统能够满足车间常用工件焊接的离线编程要求,提高了焊接生产效率。     

机器人三维可视化离线编程和仿真系统

提出了一种基于PC的交互式三维可视化离线编程和动态仿真系统。利用目前流行的PC机和Windows操作系统所支持的OpenGL三维图形功能,在系统中实现了焊接机器人及其工件的三维几何建模和机器人运动学建模,并研究了机器人运动轨迹的自动规划和编程以及它的图形化三维动态仿真。采用交互式三维“虚拟示教”方式实现了机器人单道焊焊接路径的规划和编程,对多层多道焊,则通过采用“宏”技术实现机器人焊接运动轨迹的自动规划和编程,通过图形化三维动态仿真实现了对机器人程序及运动轨迹的可靠性和安全性验证。离线编制的程序在向机器人控制系统传送的过程中实现了向机器人语言的自动转换,从而使机器人离线编程的实用性得到大大提高。     

弧焊机器人MOTOMAN—UP20离线编程系统

弧焊机器人离线编程系统(Offline-Programming system for Arc Welding Robot)是目前机器人研究领域最活跃、最前沿的研究方向.介绍了国内外弧焊机器人离线编程系统的发展现状和发展趋势.以Motoman-UP20弧焊机器人为例,集成了机器人通信模块MOTOCOM32和运动学仿真模块ROTSY并同步导入马鞍形工件,不仅能单步生成作业指令,且可自动生成作业程序,并对焊接过程进行了离线仿真试验,验证该系统切实可行.此外介绍了弧焊机器人离线编程系统的构成.     

弧焊机器人轨迹规划及应用研究

机器人弧焊技术,因焊接质量稳定、生产效率高等优势,在汽车工业中得到广泛的应用。在建立机器人弧焊工作单元的基础上,本文分析研究了弧焊工作站运动仿真、离线编程的实际应用及影响焊接质量的因素。通过使用轨迹优化仿真软件,指导焊接工装设计,降低投资成本;进一步的离线编程的使用使得虚拟轨迹与真实机器人运动轨迹挂钩,提高了工作效率和可靠性。通过实验对比及弧焊工作站的调试,讨论了焊接电流、焊接电压、机器人焊接速度对焊接质量的影响。     

机器人弧焊成形系统中离线自动编程

目前的机器人离线编程系统大多采用图形示教方式建立机器人运动路径,然而这种编程方式对于复杂路径来说工作量仍是相当大的,而且对于路径规划直接计算得出的机器人位置数据及弧焊操作指令无法方便地形成机器人程序(relative job,JOB).文中以弧焊机器人为对象进行了离线自动编程的研究.利用MOTOMAN机器人的相对JOB数据交换格式,实现了MOTOMAN机器人相对JOB的离线自动编程,自动生成机器人程序.离线自动编程模块通过ODBC接口从弧焊成形系统中相应的规划数据库取得指令代码及数据,充分发挥数据库的优势,有利于离线编程系统的扩展.结果表明,研究的离线编程运行稳定,机器人动作连贯,焊接路径与设计吻合.     

基于虚拟现实的焊接机器人工作站离线编程系统

在自动焊接应用中,离线编程焊接机器人通常具有一定的控制局限性。结合虚拟现实技术搭建了一套焊接机器人工作站,通过开发离线编程系统,简化机器人控制方式、灵活调整视角和自动规划焊接轨迹等,提升了焊接机器人离线编程效率。开发了同点异线焊缝识别算法,实现了单机器人的轨迹规划功能。基于焊枪基准姿态,分析横焊、平焊、立向上焊和立向下焊的焊接姿态,实现全位置焊接姿态规划。增加KBR-2Z500双轴变位机,实现多轴联动的复杂轨迹规划功能,研究了机器人运动与变位机运动的耦合与解耦问题,达成焊接机器人工作站协同运动规划。通过现实空间完全复现虚拟环境下的空间曲线焊接轨迹规划实验,验证了工作站离线编程系统的交互性、可行性和可靠性。     

基于ROTSY的弧焊机器人离线编程

以MOTOMAN-UP6弧焊机器人和SGMDH-12A2A-YRB变位机为试验平台.将离线编程软件ROTSY、计算机与机器人通信软件MOTOCOM32和校正软件MOTOCALV32组成一个弧焊机器人离线编程系统,实现了机器人和变位机的联动离线编程.通过复杂的马鞍形焊缝编程对所建立离线编程系统进行了验证.在实际运行过程中,焊缝上的点接近或处于船型焊或平焊的位置,焊枪运行平滑,始终对准焊缝,焊枪的姿态也始终符合实际焊接的要求.证明了本离线编程系统达到了设计要求.     

基于VC＋＋的弧焊机器人离线编程系统设计

针对MOTOMAN-UP系列机器人,在PC机的Windows平台上利用VC++开发了弧焊机器人离线编程系统.介绍了该系统的组成、功能及其设计方法.该系统能对任意马鞍形工件规划出焊枪的运动路径与姿态,且按比例同步显示工件;集成了机器人通信模块和运动学仿真模块,并自动导入工件,不仅能单步生成作业指令,而且可自动生成作业文件;采用OpenGL技术建立三维工件模型,实现工件的显示、旋转、缩放等功能.通过以太网,对PC机中的作业程序和机器人控制器中的作业程序进行相互传输,实现了弧焊机器人的离线编程及远程控制.     

弧焊机器人工作站协同作业研究

采用耦合规划方法,对弧焊机器人/变位机工作站和多机器人焊接工作站的协同作业路径进行规划。利用自主开发的协调路径规划器,构建弧焊机器人工作站仿真模型的驱动函数,完成了马鞍型焊缝和螺旋线焊缝的协同作业仿真实验,验证了协同作业路径规划方法的正确性和可行性。     

Study on motion simulation of arc welding robot based on UG

The motion simulation of arc welding robot is the basis of the system of robot off-line programming, and it has been one of the important research directions. The UGNX 4. 0 is adopted to establish 3D simulating model of MOTOMAN-HP6 arc welding robot. The kinematic model under link-pole coordinate system is established by the second development function offered by UG/OPEN API and the method of programming using VC ＋＋ 6. 0. The methods of founding model and operational procedures are introduced, which provides a good basis for off-line programming technique under Unigraphies condition.     

MATLAB环境下关节型焊接机器人仿真平台设计

Motoman-HP20焊接机器人的离线编程软件MoToSimEG进行轨迹规划采用点到点的方式,对于一些复杂曲线,需要非常多的约束点才能达到较高的精度要求,导致编程过程复杂繁琐。针对这一缺点,开发了一套基于MATLAB环境的六自由度关节型焊接机器人仿真平台实现人机交互,并进行了数据通信完成实验验证。验证结果表明:仿真平台不仅可以完成点到点的关节空间和直角坐标空间的轨迹规划,也可以实现任意已知解析式的轨迹规划运动,并得到轨迹数据完成了示教再现,简化了机器人复杂运动轨迹的编程方法,进一步改善了轨迹规划离线编程功能。     

弧焊机器人离线编程与仿真技术的研究现状及发展趋势

根据中国弧焊机器人的应用情况和发展需要,传统的工业机器人在线示教已经不能满足生产需求,弧焊离线编程与仿真技术越来越受到生产厂家的重视.文中在分析弧焊机器人离线编程与仿真技术的特点基础上,详细阐述了焊接机器人离线编程与仿真技术目前在国内外相关领域的研究现状.特征建模、对工件和机器人工作单元的标定、自动编程技术等是弧焊机器人离线编程与仿真的核心技术,稳定高效的标定算法和传感器集成是机器人弧焊离线编程系统实用化的关键技术.     

基于WebGL的焊接机器人仿真及多层多道路径规划

针对中厚板机器人焊接运动仿真、多层多道路径规划等需求,开发了一种基于Web GL的开放的机器人焊接离线编程系统.首先搭建了基于激光视觉传感的机器人MAG焊接系统,接着利用Java Script,Web GL等技术搭建了仿真平台,通过传感器获取焊道的三维点云数据,利用点云处理技术对焊道特征信息进行提取,在此基础上,进一步提出了对20 mm厚的开V形坡口钢板的多层多道路径规划策略,最终完成了V形坡口4层10道的焊接实验.结果表明,该系统对机器人焊接自动化、智能化关键技术提供了可靠的实现途径.     

基于PMAC的开放式弧焊机器人控制系统

针对V01弧焊机器人控制器结构封闭，不能进行离线编程和集成焊接传感器的缺点，设计了一种基于PMAC的开放式机器人控制器。文中给出了控制器分层的系统体系和结构化的功能单元组成的控制系统体系结构，根据该体系结构设计了机器人的伺服系统和控制器的硬件结构；采用面向对象技术和模块化的思想开发了系统的控制软件。     

基于UG的弧焊机器人离线编程系统的设备建模

通过对弧焊机器人的结构以及各连杆的几何参数分析后,运用UGNX4.0强大的三维建模功能,对Motoman HP6型弧焊机器人进行了三维建模.所建立的模型是整个离线编程系统的基础.在UGNX4.0环境下,弧焊机器人的设备建模包括三个重要的模块,即零件建模模块、装配建模模块以及运动学模块.其中,零件建模模块是基础,装配建模模块和运动模块都是在此基础上进行的.以VC 作为二次开发工具,成功地进行了弧焊机器人和变位机的三维建模,从而为UG环境下的二次开发研究打下了良好的基础.     

基于弗莱纳-雪列空间矢量的焊接离线编程路径规划

阐述了机器人离线编程的弗莱纳-雪列空间矢量原理和路径规划算法.依据此原理和算法,以机器人焊接球罐和圆柱的空间曲线焊缝为实例.求出复杂空间曲线焊缝路径的各个点的齐次矩阵,计算机仿真实现路径规划.实例的详细步骤能指导您实现机器人离线编程作业,提高焊接质量和降低生产成本.     

Spline-based automatic path generation of welding robot

This paper presents a flexible method for the representation of welded seam based on spline interpolation. In this method, the tool path of welding robot can be generated automatically from a 3D CAD model. This technique has been implemented and demonstrated in the FANUC Arc Welding Robot Workstation. According to the method, a software system is developed using VBA of SolidWorks 2006. It offers an interface between SolidWorks and ROBOGUIDE, the off-line programming software of FANUC robot. It combines the strong modeling function of the former and the simulating function of the latter. It also has the capability of with on-line robot. The result data have shown its high accuracy and strong reliability in experiments. This method will improve the intelligence and the flexibility of the welding robot workstation.     

Study on DC welding parameters of Al-alloy shaping based on arc-welding robot

The Al-alloy arc-welding shaping system based on arc-welding robot is established, and the Al-alloy shaping manufacture is realized with the DC （direct current） gas metal arc welding （GMAW）. The research indicates that the metal transfer type of DC GMA W, heat input and the initial temperature of the workpiece greatly affect the Al-alloy shaping based on arc welding robot. On the penetration, the weld width and the reinforcement, the influence of welding parameters is analyzed by generalized regression neural network （GRNN） fitting.