Kalibracja robota

Kalibracja robota jest procesem określania różnych parametrów mechaniki robota w celu uzyskania całkowitego kinematyczny model do robota . Kalibracji robota, narzędzie i przedmiot obrabiany ( kalibracji komórek ) można ograniczyć lub zminimalizować istniejących niedokładności. Kalibracja może również zwiększyć niezawodność procesu.

Dokładność pozycjonowania robotów przemysłowych (IR) jest często niewystarczająca do niektórych zadań. Podczas wymiany robotów i programowania precyzyjnych aplikacji mogą pojawić się problemy, których rozwiązanie może być bardzo czasochłonne i kosztowne.

Parametry i wpływy błędów

Międzynarodowa norma ISO 9283 definiuje różne kryteria wydajności dla IR i sugeruje metody badawcze do ich określenia. Najważniejszymi parametrami są bezwzględna dokładność (dokładność pozy lub ścieżki, AP) oraz powtarzalność (powtarzalność pozy i ścieżki, RP) Są to powszechnie stosowane kryteria.

Dokładność powtarzalności jest kluczowa nie tylko podczas programowania robota poprzez uczenie („nauczanie”), ale także w każdym bardziej wymagającym procesie. Jest to niezależne od tego, czy robot jest tylko „uczony”, czy też dane zostały wygenerowane przez „programowanie offline”.

Jeśli jednak program ruchu jest tworzony przy użyciu symulacji 3D („programowanie offline”), ważna jest również absolutna dokładność IR. Na ogół negatywnie wpływają na to różne czynniki. Największe znaczenie mają pozycje zerowe osi oraz błędy długości i kąta pomiędzy poszczególnymi elementami robota. Te, w połączeniu ze zmiennym obciążeniem kołnierza IR, stanowią największe źródła błędów. Zmiany długości spowodowane wahaniami temperatury przyczyniają się również do zmiany położenia robota, która w zależności od programu robota lub ogrzewania maszyny, może wnieść wkład znacznie powyżej powtarzalności.

Systemy pomiarowe

Istnieją różne możliwości pomiaru pozycji robotów przemysłowych, na przykład zbliżanie się do próbek detali, za pomocą czujników ultradźwiękowych , interferometrii laserowej , teodolitów , sond pomiarowych lub triangulacji laserowej . Istnieją również systemy kamer, które można zainstalować w komórce robota lub na samej podczerwieni i uchwycić położenie obiektu referencyjnego. Dostawcami systemów pomiarowych są np. Firmy Automated Inspection (dawniej HGV Vosseler), Carl Zeiss, Dynalog, EngRoTec Solutions, FARO, Leica, Metris, NDI, Perceptron, Wiest i Teconsult.

Podstawy matematyczne

Błędy robota wykryte za pomocą pomiaru położenia można zminimalizować dzięki optymalizacji numerycznej w ramach obliczania kompensacji. Aby to zrobić, należy najpierw utworzyć kompletny model kinematyczny konstrukcji geometrycznej, którego parametry są następnie określane przez optymalizację matematyczną. Na podstawie zmiennych wejściowych i wyjściowych zapisanych w notacji wektorowej ogólne zachowanie systemu można sformułować za pomocą funkcji modelu wektorowego w następujący sposób:

Zmienne k, l, m, n i ich powiązania opisują wymiary poszczególnych przestrzeni wektorowych. Minimalizacja błędu resztowego r w celu zidentyfikowania optymalnego wektora parametrów p wynika z różnicy między dwoma wektorami wyjściowymi przy użyciu normy euklidesowej.

Poniższe są odpowiednie do rozwiązywania problemów optymalizacji kinematycznej. Metoda zstępowania metodą najmniejszych kwadratów , na przykład zmodyfikowana metoda quasi-Newtona . Ta metoda dostarcza skorygowane parametry kinematyki dla mierzonej maszyny, które następnie można wprowadzić do sterownika robota, na przykład w celu dostosowania używanego tam modelu komputerowego do rzeczywistej kinematyki.

Wyniki

Bezwzględna dokładność pozycjonowania robotów przemysłowych waha się od kilku dziesiątych do kilku milimetrów, w zależności od producenta, wieku i zastosowania. Dokładność pozycjonowania ok. 0,5 mm można zwykle osiągnąć przez kalibrację, która przy ograniczonej objętości roboczej może również zbliżyć się do normalnej powtarzalności robota wynoszącej ok. 0,1 mm.

Przykłady aplikacji

Cela pomiarowa in-line do pomiarów ciała

W branży występuje m.in. Obecnie panuje ogólna tendencja do zastępowania obrabiarek lub maszyn specjalnych robotami przemysłowymi do określonych zadań produkcyjnych, których wymagania dokładności mogą spełniać roboty kalibrowane. Aktualny przykład pokazano na rysunku: technologia pomiaru in-line w warsztacie, gdzie „tunele pomiarowe” z wieloma drogimi czujnikami, np. T. należy zastąpić IR, z których każdy prowadzi tylko jeden czujnik. Może to znacznie obniżyć całkowite koszty celi pomiarowej. Ponadto w przypadku zmiany modelu system można ponownie wykorzystać bez żadnych zmian konstrukcyjnych dzięki prostemu przeprogramowaniu.

Kolejnymi przykładami zastosowań precyzyjnych są wspomagane robotem zawijanie wałków w warsztacie np. B. EngRoTec Solutions, montaż telefonów komórkowych, wiercenie, nitowanie i frezowanie w konstrukcjach lotniczych oraz coraz częściej w zastosowaniach medycznych.

Podsumowanie

Dzięki zastosowaniu wydajnych metod kalibracji możliwe jest osiągnięcie absolutnej dokładności pozycjonowania na poziomie 0,1 mm w przypadku robotów przemysłowych dostępnych obecnie na rynku - zwłaszcza równoległych robotów kinematycznych - w celu poprawy wymienności, uproszczenia programowania w trybie off-line i nowych, precyzyjnych zastosowań umożliwić.

literatura

  • Lukas Beyer: Zwiększenie dokładności robotów przemysłowych, zwłaszcza z kinematyką równoległą. Rozprawa, Uniwersytet Helmuta Schmidta w Hamburgu. Shaker Verlag , Aachen 2005, ISBN 3-8322-3681-3
  • Klaus Schröer: Identyfikacja parametrów kalibracyjnych łańcuchów kinematycznych. Rozprawa, Politechnika Berlińska. Hanser Fachbuchverlag, Monachium 1993, ISBN 3446176500
  • Ulrich Wiest: Kalibracja kinematyczna robotów przemysłowych. Rozprawa, Uniwersytet w Karlsruhe. Shaker Verlag, Aachen 2001, ISBN 3-8265-8609-3
  • Jörg Wollnack: Robotyka (analiza, modelowanie i identyfikacja) . Skrypt , Uniwersytet Techniczny w Hamburgu
  • NN: ISO 9283 - Manipulowanie robotami przemysłowymi. Kryteria wydajności i powiązane metody badań. ISO, Genewa 1998
  • Y. Zhang i F. Gao, „Test kalibracji platformy Stewart”, Międzynarodowa konferencja IEEE 2007 na temat sieci, wykrywania i kontroli, IEEE, 2007, s. 297-301.