滚动轴承数字孪生几何模型精细建模

针对滚动轴承数字孪生几何模型构建过程中，因被赋予理想的光滑表面而缺乏表面形貌信息，导致模型配合面与物理实体一致性差的问题，提出滚动轴承数字孪生几何模型精细建模方法，基于分形理论、点云变换和点云重建技术构建了带有表面形貌特征的滚动轴承数字孪生精细几何模型。通过对滚动轴承的数字孪生精细几何模型和光滑几何模型进行仿真分析，并与实验采集的滚动轴承振动数据在时频域参数上进行对比验证，表明相比传统的光滑几何模型，滚动轴承的数字孪生精细几何模型更符合实际运行情况。     

六自由度铣削加工机器人刚度建模及误差补偿

针对铣削加工机器人低刚度特性影响加工精度的问题，对机器人的刚度建模和误差补偿方法进行研究。以ES165D型号的6自由度串联机器人为研究对象，综合考虑机器人关节变形、臂杆变形和臂杆重力对机器人末端变形的影响，建立了机器人整体刚度模型；通过机器人末端受力变形试验，可知末端变形预测值与试验值的平均绝对百分比误差小于15%,证明了机器人刚度模型的有效性和准确性；基于机器人刚度模型对铣削加工过程中的加工路径进行补偿，补偿后加工路径的平均距离误差相对补偿前降低37.39%。     

基于全卷积神经网络的焊缝识别方法

在机器人自动化焊接中，精准高效的焊缝识别是实现高质量焊接的关键。针对现有视觉检测方法效率低、精度差的问题，提出了一种基于全卷积神经网络的焊缝识别方法。该方法首先采集数据对全卷积神经网络进行训练，得到最佳的网络参数；然后采用训练好的全卷积神经网络和最佳网络参数对焊缝图片进行语义分割，将焊缝所在区域与背景进行分离；然后对分割出的焊缝区域，进行骨架提取，得到接近单像素宽度的焊缝；之后根据自定义的直线度参数对焊缝形状进行判定，确定该焊缝是否为直线，用最小二乘法进行直线或曲线拟合，得到最终的焊缝轨迹。实验结果表明，所提方法能够快速准确地识别出焊缝位置和形状，可以作为自动焊接机器人轨迹自主规划和控制的技术基础。