压铸件双机器人协同打磨工作台设计与路径规划研究
发布时间：2021-04-25 12:51
随着制造业的蓬勃发展,铝合金压铸件在汽车、机电、船舶等行业的应用日益广泛,尤其在汽车工业行业更是取得了大规模的应用。目前,我国大部分汽车零部件的生产,是在压铸成型之后,大多数是由工人手持打磨工具完成打磨抛光工作,工作环境恶劣,而且效率低,产品一致性差。虽然有一部分企业已经采用了自动化打磨的生产方式,如工业机器人末端执行器夹持工件的打磨方式,但是此种方式只适用于中小型压铸件。随着各行各业对压铸件需求的增加,传统的手工打磨方式的现状已经完全满足不了巨大的市场需求,针对压铸件的自动化打磨抛光研究也成为了在汽车零部件大批量生产过程中提高效率的关键。汽车发动机凸轮轴盖是安装在发动机的汽缸盖上以固定发动机凸轮轴的重要零部件,本文针对此种零件的压铸件展开了基于双机器人协同打磨的新型自动化打磨方式研究,研究的主要内容如下:（1）论文综述了抛光打磨技术的研究现状,对比研究了国内外不同机器人作业路径规划算法的优缺点,探讨了多机器人路径规划过程中的关键问题。（2）论文在对比了各种机器人打磨方式后,确定了适合双机器人打磨复杂压铸件的方式,完成了双机器人打磨工作平台的设计,并结合目前人工打磨工艺流程和压铸件的结...
【文章来源】：武汉理工大学湖北省 211工程院校 教育部直属院校
【文章页数】：93 页
【学位级别】：硕士
【文章目录】：
中文摘要
Abstract
第1章 绪论
1.1 课题来源、背景及意义
1.1.1 课题来源
1.1.2 课题研究背景
1.2 机器人打磨抛光技术及路径规划的国内外研究现状
1.2.1 机器人打磨抛光技术研究现状
1.2.2 多机器人协同作业路径规划研究现状
1.3 本文研究的关键问题和主要内容
1.3.1 本文研究的主要内容
1.3.2 本文拟解决的问题
第2章 双机器人协同打磨工作台的设计与分析
2.1 双机器人打磨工作台设计
2.1.1 单台机器人打磨工作台
2.1.2 汽车发动机凸轮轴盖压铸件的一般特点
2.1.3 打磨工艺流程分析
2.1.4 专用工装夹具设计
2.1.5 双机器人打磨工作台的布局设计
2.2 打磨力数学建模
2.2.1 数学建模
2.2.2 仿真分析
2.3 有限元分析
2.3.1 静力学分析
2.3.2 模态分析
2.4 本章小结
第3章 单机器人打磨路径规划研究
3.1 打磨路径总体规划分析
3.2 旅行商问题描述
3.3 基于混合粒子群算法的路径规划
3.3.1 粒子群算法概述
3.3.2 遗传算法
3.3.3 混合粒子群算法
3.3.4 单机器人打磨路径规划
3.4 混合的粒子群算法仿真分析
3.5 本章小结
第4章 双机器人协同打磨路径规划
4.1 双机器人打磨任务分析
4.1.1 任务分配问题
4.1.2 传统分配方法
4.1.3 多背包问题
4.1.4 多背包问题约束条件
4.2 多机器人打磨避免干涉问题
4.2.1 避免干涉方法
4.2.2 避免干涉数学模型
4.3 基于协同进化混合粒子群算法的打磨路径规划
4.3.1 协同进化算法
4.3.2 协同进化混合粒子群算法
4.3.3 基于协同进化混合粒子群算法的双机器人路径规划
4.4 协同进化混合粒子群优化算法的仿真验证
4.5 本章小结
第5章 双机器人打磨路径规划的仿真与实验
5.1 路径规划的仿真验证
5.1.1 搭建工作站模型
5.1.2 双机器人运动路径仿真验证
5.2 双机器人打磨路径实验
5.2.1 实验设备与分组
5.2.2 结果分析
5.3 双机器人打磨工艺参数整定实验
5.3.1 实验设备与方法
5.3.2 结果分析
5.4 本章小结
第6章 总结与展望
6.1 全文总结
6.2 展望
参考文献
致谢
研究生期间发表的学术成果
附录1
附录2
【参考文献】：
期刊论文
[1]基于Wireshark和Lua的数据链协议解析插件开发[J]. 张海斌,周翔,张松,梁静. 中国新通信. 2017(15)
[2]基于V-REP的关节机器人运动仿真[J]. 赵海林,钱炜,孙福佳. 电子科技. 2017(04)
[3]基于改进遗传算法的移动机器人路径规划[J]. 张毅,代恩灿,罗元. 计算机测量与控制. 2016(01)
[4]基于蚁群算法的机器人切割轨迹规划[J]. 童安璐,宗光华,王巍. 机械工程与自动化. 2015(04)
[5]求解复杂旅行商问题的混合粒子群算法[J]. 朱莹莹,王宇嘉. 轻工机械. 2015(03)
[6]双机器人松协调焊接过程无碰路径规划[J]. 张立栋,李亮玉,王天琪,刘海华,郑武科. 焊接学报. 2015(03)
[7]多机械臂协调控制研究综述[J]. 甘亚辉,戴先中. 控制与决策. 2013(03)
[8]基于模态分析的高精密夹具优化设计[J]. 邹文俊,杨建国,刘国良. 机床与液压. 2012(21)
[9]发动机油底壳数控加工工艺分析[J]. 徐国庆,徐飞跃,曾超锋. 机械制造. 2011(10)
[10]基于遗传算法的多机器人系统最优轨迹规划[J]. 甘亚辉,戴先中. 控制理论与应用. 2010(09)
博士论文
[1]粒子群算法的研究及应用[D]. 刘衍民.山东师范大学 2011
硕士论文
[1]6kg工业机器人路径规划及运动仿真研究[D]. 张文强.合肥工业大学 2017
[2]基于粒子群算法的路径规划问题研究[D]. 吴高超.燕山大学 2016
[3]基于Q学习算法的移动机器人路径规划方法研究[D]. 默凡凡.北京工业大学 2016
[4]基于协同进化算法的多机器人路径规划研究[D]. 冯涛.南京邮电大学 2015
[5]多机器人协同的焊接路径规划研究[D]. 赵硕.合肥工业大学 2015
[6]并联抛光机器人动力学建模与控制[D]. 韦文.哈尔滨工业大学 2012
[7]五轴并联抛光机器人抛光力建模与控制[D]. 杜平.哈尔滨工业大学 2012
[8]协同差异演化方法在函数优化中的应用[D]. 张萍.中国地质大学 2008
本文编号：3159418
【文章来源】：武汉理工大学湖北省 211工程院校 教育部直属院校
【文章页数】：93 页
【学位级别】：硕士
【文章目录】：
中文摘要
Abstract
第1章 绪论
1.1 课题来源、背景及意义
1.1.1 课题来源
1.1.2 课题研究背景
1.2 机器人打磨抛光技术及路径规划的国内外研究现状
1.2.1 机器人打磨抛光技术研究现状
1.2.2 多机器人协同作业路径规划研究现状
1.3 本文研究的关键问题和主要内容
1.3.1 本文研究的主要内容
1.3.2 本文拟解决的问题
第2章 双机器人协同打磨工作台的设计与分析
2.1 双机器人打磨工作台设计
2.1.1 单台机器人打磨工作台
2.1.2 汽车发动机凸轮轴盖压铸件的一般特点
2.1.3 打磨工艺流程分析
2.1.4 专用工装夹具设计
2.1.5 双机器人打磨工作台的布局设计
2.2 打磨力数学建模
2.2.1 数学建模
2.2.2 仿真分析
2.3 有限元分析
2.3.1 静力学分析
2.3.2 模态分析
2.4 本章小结
第3章 单机器人打磨路径规划研究
3.1 打磨路径总体规划分析
3.2 旅行商问题描述
3.3 基于混合粒子群算法的路径规划
3.3.1 粒子群算法概述
3.3.2 遗传算法
3.3.3 混合粒子群算法
3.3.4 单机器人打磨路径规划
3.4 混合的粒子群算法仿真分析
3.5 本章小结
第4章 双机器人协同打磨路径规划
4.1 双机器人打磨任务分析
4.1.1 任务分配问题
4.1.2 传统分配方法
4.1.3 多背包问题
4.1.4 多背包问题约束条件
4.2 多机器人打磨避免干涉问题
4.2.1 避免干涉方法
4.2.2 避免干涉数学模型
4.3 基于协同进化混合粒子群算法的打磨路径规划
4.3.1 协同进化算法
4.3.2 协同进化混合粒子群算法
4.3.3 基于协同进化混合粒子群算法的双机器人路径规划
4.4 协同进化混合粒子群优化算法的仿真验证
4.5 本章小结
第5章 双机器人打磨路径规划的仿真与实验
5.1 路径规划的仿真验证
5.1.1 搭建工作站模型
5.1.2 双机器人运动路径仿真验证
5.2 双机器人打磨路径实验
5.2.1 实验设备与分组
5.2.2 结果分析
5.3 双机器人打磨工艺参数整定实验
5.3.1 实验设备与方法
5.3.2 结果分析
5.4 本章小结
第6章 总结与展望
6.1 全文总结
6.2 展望
参考文献
致谢
研究生期间发表的学术成果
附录1
附录2
【参考文献】：
期刊论文
[1]基于Wireshark和Lua的数据链协议解析插件开发[J]. 张海斌,周翔,张松,梁静. 中国新通信. 2017(15)
[2]基于V-REP的关节机器人运动仿真[J]. 赵海林,钱炜,孙福佳. 电子科技. 2017(04)
[3]基于改进遗传算法的移动机器人路径规划[J]. 张毅,代恩灿,罗元. 计算机测量与控制. 2016(01)
[4]基于蚁群算法的机器人切割轨迹规划[J]. 童安璐,宗光华,王巍. 机械工程与自动化. 2015(04)
[5]求解复杂旅行商问题的混合粒子群算法[J]. 朱莹莹,王宇嘉. 轻工机械. 2015(03)
[6]双机器人松协调焊接过程无碰路径规划[J]. 张立栋,李亮玉,王天琪,刘海华,郑武科. 焊接学报. 2015(03)
[7]多机械臂协调控制研究综述[J]. 甘亚辉,戴先中. 控制与决策. 2013(03)
[8]基于模态分析的高精密夹具优化设计[J]. 邹文俊,杨建国,刘国良. 机床与液压. 2012(21)
[9]发动机油底壳数控加工工艺分析[J]. 徐国庆,徐飞跃,曾超锋. 机械制造. 2011(10)
[10]基于遗传算法的多机器人系统最优轨迹规划[J]. 甘亚辉,戴先中. 控制理论与应用. 2010(09)
博士论文
[1]粒子群算法的研究及应用[D]. 刘衍民.山东师范大学 2011
硕士论文
[1]6kg工业机器人路径规划及运动仿真研究[D]. 张文强.合肥工业大学 2017
[2]基于粒子群算法的路径规划问题研究[D]. 吴高超.燕山大学 2016
[3]基于Q学习算法的移动机器人路径规划方法研究[D]. 默凡凡.北京工业大学 2016
[4]基于协同进化算法的多机器人路径规划研究[D]. 冯涛.南京邮电大学 2015
[5]多机器人协同的焊接路径规划研究[D]. 赵硕.合肥工业大学 2015
[6]并联抛光机器人动力学建模与控制[D]. 韦文.哈尔滨工业大学 2012
[7]五轴并联抛光机器人抛光力建模与控制[D]. 杜平.哈尔滨工业大学 2012
[8]协同差异演化方法在函数优化中的应用[D]. 张萍.中国地质大学 2008
本文编号：3159418
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3159418.html
