机器人化柔性装配过程的模糊自动机模型

机器人化柔性装配系统是现代制造系统的重要研究内容之一．装配过程的建模是许多研究工作的基础．本文在分析装配过程的特点的基础上，将模糊自动机的理论和方法应用于装配过程的建模研究中，提出了一种机器人化柔性装配过程的模糊自动机模型     

基于蒙特卡洛模拟的机器人工作站规划

机器人装配工作站是机器人柔性装配系统的主要组成部分。本文采用蒙特卡罗原理研究作业系统误差、机器人位姿误差补偿和机器人柔顺性对机器人装配过程的影响，从而确定上料装置和定位装置的最优位姿，本文所提出的工作站规划方法对设计机器人装配工作站具有实用价值。     

微装配机器人:关键技术、发展与应用

微装配机器人是机器人研究和应用领域的一个重要方向和热点,有重要理论意义和应用前景。本文对微装配机器人的关键技术进行了详细介绍,包括微操作系统的基本概念、微装配机器人的工作原理、尺度效应、多尺度交叉、微夹持器技术、显微视觉与显微视觉伺服等。对国内外微装配机器人研究和发展现状进行了综述,最后对微装配机器人的应用范围和发展前景进行了展望。     

基于机器人的可重构装配系统

本文分析了市场全球化给企业带来的挑战和机遇 ,提出了基于机器人的可重构装配系统 .在分析国外在可重构制造领域的研究状况的基础上 ,提出了基于机器人可重构装配系统的设计内容和方法 ,并提出了可重构装配系统今后需研究的方向     

基于知识的装配机器人选型专家系统的研制

装配机器人的迅速发展，使装配机器人选型变得越来越重要。本文根据装配机器人进行装配业的特点，主要探讨了装配机器人选型专家系统中知识表示、推理方法以及装配知识的获取等问题。     

智能工厂搬运系统的设计

本文针对智能工厂生产模式的实际需求,研制基于搬运机器人的智能工厂搬运系统,整个系统包含两大设备:装配搬运机器人和外围设备.外围设备包括供料站、冲压站和仓库区.装配搬运机器人主要负责物料的转移和搬运,而外围设备负责物料的处理加工和存储.具体细分,可将系统分成装配搬运机器人、供料站、冲压站和仓库区这四部分,形成一体化流水线...     

关于发展我国机器人化柔性装配系统问题的探讨

为了使机器人技术能对国民经济起推动作用,“八六三”智能机器人主题确立了以机器人化柔性装配系统和装配机器人的开发研究及应用作为今后主题战略目标的一个重点,这很有必要。80年代后期,特别是进入90年代后,由于生产制造行业对装配技术提出了高质量、高速度、低成本并能适应多品种产品的生产要求,使机器人化柔性装配系统呈现出持续增长的趋势。此外近年来国外装配机器人的应用也十分普遍。在日本,装配机器人已占整个机器人应用数量的50～60％左右。在德国,装配机器人在实际使用的机器人中已占到第二位。在美国,1981年对装配机器人的需求量只占总需求量的3～10％,到1990年已增长到25～40％。大量的实例证明,机器人化柔性装配的特点在提高装配质量、保证产品质量的稳定、提高生产节拍和生产率等方面,都显示出极大的优越性。为了促进我国机器人化柔性装配系统的发展,     

机器人化装配过程中的规则与判断支持

装配作业是一种精细复杂的智能控制作业.机器人化装配需要知识与判断的支持.本文阐述了装配作业的目标、主要装配关系和装配动作.给出了一组有关零部件拆卸装配的基本规则.探讨了约束的一种表征和移动拆卸的判断算法,在二维平面内验证了判断算法的可行性,给出了判断框图及源程序.     

智能装配机器人机构的研究和发展

本文概述国外装配机器人向着高性能。智能化方向发展的趋势,并着重评述与此相应在智能装配机器人机构方面的研究和发展趋势.如高速、高精度的机械结构,轻型手臂,高性能驱动器,柔顺装配技术、柔顺手腕,灵巧手爪,可编程的周边装置等.     

机器人装配操作的规划与控制

机器人装配操作是机器人研究与应用的一个重要领域．与机器人焊接、喷涂等作业 不同,机器人的装配操作是一种约束运动类操作,因此在规划和控制时必须考虑接触约束和 各种不确定性因素的影响．本文对机器人装配操作的规划和控制策略进行了详细的综述,并 对一些典型的装配操作任务进行了分析．文末提出了需要进一步深入研究的一些问题．     

机器人装配作业控制技术

机器人装配作业是机器人应用的一个重要领域，装配机器人作为自动化技术，机构学，传感器技术，材料科学，信息处理等多学科综合而成为机器人研究的热点。对于扩大机器人的应用领域，其适应性极其重要。本文简要地介绍了装配机器人结构及其工作原理以及装配机器人被动适从和主动适从的实现问题，详细地介绍了机器人装配作业控制中的动力学问题以及不确定性问题，最后指出了装配机器人控制的努力方向。     

全方位移动装配机器人运动学分析

针对空间狭小拥挤、地面不平的特殊装配环境,设计了一种5自由度全方位移动装配机器人.该机器人主要由基于4组并联布置的MY(mutual Yo Yo)轮的全方位移动平台和具有2自由度的并联举升机构组成.首先,针对该机器人的全方位运动和并联举升机构的2自由度结构特点,建立了机器人的整体运动学模型,并基于该模型对机器人进行了圆形曲线轨迹仿真.然后,设计双曲线滤波PD(proportional derivative)控制器对机器人的轨迹进行跟踪并分析其轨迹跟踪误差.该控制器能控制平均误差在5 mm左右,且误差随跟踪时间减小而减小.最后,通过实验结果验证了该运动学模型和仿真结果的正确性,且该控制器能迅速并精确地实现其轨迹跟踪,从而进一步验证了该全方位移动装配机器人的优越性.     

智能装配机器人机械零件知识库的自动建立

为了实现智能装配机器人能够模拟人装配机械零件,系统应包含有关装配所必需的知识.利用这些知识,机器人自动编制装配工艺规程.并自动安排机器人的一系列控制命令.机械零件知识库是基于知识的智能装配机器人规划系统中不可缺少的知识.本文介绍了由机器人的视觉系统摄入机械零件图纸后,如何由摄入的二值化图形自动建立机械零件知识库.     

机械臂绝对定位精度标定关键技术综述

目前我国飞机和卫星装配仍主要采用人工装配,装配技术陈旧、机器人绝对定位精度低等问题难以满足飞机和卫星高精度、高性能的要求,阻碍了工业机器人在航空制造行业的发展,因此,在机器人柔性自动化装配过程中,如何提高机械臂绝对定位精度的标定技术已成为学术界和工业界广泛关注的焦点。为了系统地分析和总结现有的研究成果,对绝对定位精度标定方法进行了分类探讨,归纳了国内外机械臂标定技术的研究现状,详细分析了误差不确定性、冗余参数的消除及最优测量结构选择性等关键技术,并对机械臂绝对定位精度标定技术的未来发展趋势进行了构想和展望。     

“精密1号”装配机器人

该型号样机的研究目标是研制一台带有多传感器（二维视觉、六维力传感器）、多任务操作、可离线编程的高速、高精度、4轴SCARA平面关节型、直接驱动伺服控制的智能精密装配机器人原型样机。它的主要设计原则是以掌握精密装配机器人的设计与制造技术为主,攻克并集成多项关键技术研制高性能精密装配机器人。 “精密1号”装配机器人的主要总体功能为:具有直接驱动型4轴平面关节,速度高、精度高;     

基于接触状态感知发育的机器人柔性装配方法

为了提高工业机器人装配的实时性、自适应性和鲁棒性,借鉴人类后天感知学习方式,提出一种基于接触状态感知发育的柔性装配方法.采用机器人末端的位姿和力/力矩来描述装配接触状态,结合支持向量数据描述和改进极限学习机对接触状态感知发育,形成可自我更新成长的经验知识库,预测机器人的装配动作,完成柔性装配任务.为验证所提出方法的有效性,以小型断路器卡合装配为例进行实验,实验结果表明,采用接触状态感知发育可实现装配经验知识库的自我更新,完成机器人的柔性装配,验证了所提出方法的可行性和有效性.     

宏微结合的多机械手微装配机器人系统

为解决复杂组件装配中存在的并行操作、空间操作和多操作对象的难题,研制了一套基于显微视觉伺服的多机械手微装配机器人系统.该系统有6个机械手,每个机械手都由宏动模块、微动模块和末端夹持器组成.分别针对5种不同结构类型的零件,设计了5种异形零件夹持器.通过给镜头配置高精度的位移平台,实现了在30 mm×30 mm×30 mm的大操作空间内2μm精度的在线检测,可实现±9μm的装配精度.通过显微视觉反馈和力觉反馈相结合的策略,设计了过盈配合件的装配方法.使用该微装配机器人开展了微装配实验,实验结果表明该微装配机器人系统是可行的,基本能实现既定的装配要求.     

模糊神经网络在机器人控制中的应用

本文首先阐明模糊理论和神经网络技术的结合形式,主要体现在四个方面;以及二者与人工智能技术之间的关系,在知识处理过程中,这两种技术往往可以相互代替,取长补短;机器人在从事装配、空间对接、医疗手术等与环境有接触的作业时,需要对机器人进行力控制,以达到最佳的作业效果,文章中介绍了模糊神经网络在机器人控制中的应用——并联机器人自适应力控制器。最后,针对医用骨科机器人,谈一谈模糊神经网络技术在研究中应用的可能性。     

使用机器视觉的柔性机器人装配质量控制

柔性机器人装配系统在现代制造系统中已越来越重要，装配质量控制是柔性机器人装配系统中的关键技术之一，装本质量控制的主要任务是检测装配状态的正确性并采取相应的措施施保证装配质量，本文提出了柔性机器人装配控制的模型以及实现这个模型的一些有效方法，最后给出一实例。     

面向机器人装配设计与规划的集成框架

本文针对面向机器人装配的产品设计与装配规划中的关键问题,分析实际产品设计与 装配规划的一般过程,提出了将面向机器人装配的产品设计与装配规划进行系统集成的框架 ,并对系统的各个模块的功能和实现作了研究探讨,通过在工程实践中的应用验证了其正确 性和有效性．