Design and Research of the Intelligent Grinding System of the Marine Composite Structure
-
摘要: 针对大型一体化成型船用复合材料构件,作者分析了大型复合材料表面修磨处理的特点和问题,阐述了国内外最新应用现状,在此基础上设计了AGV复合机器人智能修磨系统的解决方案,并对自动生成机器人修磨轨迹等关键技术进行了介绍,最后对系统进行了实体测试。修磨效率与人工修磨相比提高了10倍以上,修磨机械粗糙度达到0.627 μm,线性精度可以达到0.5 mm,完全满足船用复合材料构件的实际使用需求。研发高性能的AGV复合机器人智能修磨系统,不仅可提升大型一体化成型船用复合材料构件的修磨质量和效率,还可为实现大型船用复合材料构件的其他加工工艺提供一个有效的研究平台,从而为后续同类型产品的智能制造工厂数字化、集群式和脉动式生产打下基础。Abstract: The characteristics and problems of the large-scale integrated molding marine composite components are analyzed, and the latest application status at home and abroad is explained. Based on the study above, the AGV composite robot intelligent grinding system is designed to solve the problems. The key technologies like the automatically generated grinding trajectoryof robot are introduced. Finally, the system is tested physically. The grinding efficiency is improved by more than 10 times compared with that of the manual grinding, the grinding mechanical roughness reaches 0.63 μm, and the linear precision reaches 0.5 mm, which can fully meet the practical use requirements of the marine composite components. The development of a high-performance AGV composite robot intelligent grinding system can not only improve the grinding quality and efficiency of the large-scale integrated molding marine composite components, but also provide an effective research platform for realizing other processing processes for the large-scale marine composite components, thus laying the foundation for the subsequent digital, clustered and pulsed production of the same type of products.
-
Keywords:
- marine composite materials /
- AGV /
- intelligent grinding
-
-
[1] 顾轶卓, 李敏, 李艳霞, 等. 飞行器结构用复合材料制造技术与工艺理论进展[J]. 航空学报, 2015, 36(8):2773-2797. [2] 刘监波, 刘文玺, 周其斗, 等. 水下结构物舱壁振动控制的结构参数优化研究[J]. 中国舰船研究, 2010, 5(6):21-25. [3] 钱伯章. 船用碳纤维复合材料的发展趋势[J]. 合成纤维, 2020, 49(7):57-58. [4] 庞英杰. 风电叶片打磨机器人设计与分析[D]. 秦皇岛:燕山大学, 2021. [5] 祁萌, 李晓红, 高彬彬. 国外航空领域机器人技术发展现状与趋势分析[J]. 航空制造技术, 2018, 61(12):97-101. [6] 丰飞, 严思杰, 丁汉. 大型风电叶片多机器人协同磨抛系统的设计与研究[J]. 机器人技术与应用, 2018(5):16-24. [7] 彭远红. 数控车间AGV小车系统控制设计[D]. 广州:广东工业大学, 2020. [8] 陈显宝, 金隼, 罗磊, 等. 基于视觉定位的AGV定位精度提高方法[J]. 机械设计与研究, 2021, 37(1):36-40. [9] 王胜华, 都东, 张文增, 等. 机器人定点变位姿手-眼标定方法[J]. 清华大学学报(自然科学版), 2007, 47(2):165-168. [10] 韩帅. 基于工业相机的图像采集与回放系统研究[D]. 太原:中北大学, 2015. [11] 王海霖, 黄祥兵, 彭飞, 等. 基于三维点云的加筋圆柱壳体圆度测量及初挠度计算[J]. 中国舰船研究, 2016, 11(6):65-69. [12] 段志鑫. 三维激光扫描数据精简、表面重构方法及应用研究[D]. 徐州:中国矿业大学, 2019. [13] 叶永龙. 基于机器人的玻璃自动打磨系统的设计与实现[D]. 杭州:浙江理工大学, 2013. [14] 张煜. 机器人曲面加工的视觉引导与运动控制方法研究[D]. 长沙:湖南大学, 2019.
计量
- 文章访问数: 122
- HTML全文浏览量: 29
- PDF下载量: 20
下载:
