一种智能家居机器人钣金件冲压成型机构及控制方法与流程
本发明属于机械零件制造技术领域，尤其涉及一种智能家居机器人钣金件冲压成型机构及控制方法。
背景技术
目前业内常用的现有技术是这样的:
钣金是一种针对金属薄板(通常在6mm以下)的综合冷加工工艺，包括剪、冲/切/复合、折、焊接、铆接、拼接、成型(如汽车车身)等。其显著的特征就是同一零件厚度一致。通过钣金工业加工出的产品叫做钣金件。不同行业所指的钣金件一般不同，多用于组配时的称呼。钣金件就是钣金工艺加工出来的产品，生活到处都离不开钣金件。钣金件是通过灯丝电源绕组、激光切割、重型加工、金属粘结、金属拉拔、等离子切割、精密焊接、辊轧成型、金属板材弯曲成型、模锻、水喷射切割来制作的。然而，现有钣金件冲压成型机构如果冲压力过大会形成过成型，夹角会减小，不能保证需要夹角。如果冲压力小，因为变形小，钣金件应力没有遭到破坏，变形困难，且不能精确控制钣金件变形，即变形更加不明显，也得不到需要的夹角；同时在焊接时不能准确检测是否成功焊接安装，一旦漏检，将导致整套零件报废。
综上所述，现有技术存在的问题是：
现有钣金件冲压成型机构如果冲压力过大会形成过成型，夹角会减小，不能保证需要夹角；如果冲压力小，因为变形小，钣金件应力没有遭到破坏，变形困难，且不能精确控制钣金件变形，即变形更加不明显，也得不到需要的夹角；
同时在焊接时不能准确检测是否成功焊接安装，一旦漏检，将导致整套零件报废。
整定系统作为智能家居机器人钣金件冲压成型机构的重要组成部分，其控制性能决定着能否完成设定任务。如何提高整定系统的控制性能成为研发者更为关注的问题。整定系统的性能优劣外在主要表现为速度控制响应和位置跟踪误差两方面。现有技术不能有效提高伺服速度环和位置环控制特性。
现有的图形相似度常用识别方法有概率统计算法、特征值的最小均方误差和几何外观特征必要条件的加权平均算法等。虽然取得了一定的效率，但也存在一些不足：算法的实现过程和分辨的匹配性不直观；算法复杂，导致数据处理量大，运行成本高；算法的平均性分析导致图形中重要几何特征的变化对整体相似度的影响，导致准确性和稳定性存在一定偏差。
技术实现要素：
针对现有技术存在的问题，本发明提供了一种智能家居机器人钣金件冲压成型机构及控制方法。
本发明是这样实现的，一种智能家居机器人钣金件冲压成型机构控制方法，所述智能家居机器人钣金件冲压成型机构控制方法包括：
收集并分析智能家居机器人构造中钣金冲压件设计的原始资料；对冲压工艺性进行分析以冲压件产品图为依据，按照冲压工艺行业标准，设定初试冲压工艺参数，并以此参数为条件建立用多边形的边长和邻角按逆时针构造一个向量s1表示多边形的冲压工艺数据模型；s1＝(l1,α1,l2，α2…ln-1,αn-1,ln,αn)；s1和多边形有一一映射关系，与边角初始顺序无关；对冲压工艺数据模型进行描述图形的完备向量组建立与图形对应的特征矩阵，计算出相邻两边的夹角；计算两图形间的最近距离；对计算结果的增强性处理；获得冲压工艺方案；
对冲压工艺方案确认与工艺计算，对钣金冲压件的形状特点、尺寸大小及精度要求，对所用材料的冲压成形性能进行分析；
选择模具类型，用有限元方法建立凸模、凹模、压边圈、板材的网格模型，输入铝板材料参数，进行冲压仿真模拟，选择符合要求的复合模；
在弯折形成钣金件之前消除钣金件应力；
选择冲压设备，进行钣金件冲压成型；
检测冲压成型后的钣金件是否焊接安装；
主控模块通过集成的整定系统调节智能家居机器人钣金件冲压成型机构集成的材料收集模块、冲压分析模块、方案确认模块、参数输入模块、应力消除模块、冲压模块、检测模块的运行参数，控制各个模块正常工作；
整定系统调节控制中，接收材料收集模块、冲压分析模块、方案确认模块、参数输入模块、应力消除模块、冲压模块、检测模块输入的运行参数信号；对所有粒子初始化，在允许取值范围内随机设置粒子的初始化位置x，将第i个粒子的自身个体极值设置成当前位置，全局极值设置成粒子群中的最优粒子位置；
随机给定整定系统初始控制参数p＝x，通过adc采样，坐标变换后得到材料收集模块、冲压分析模块、方案确认模块、参数输入模块、应力消除模块、冲压模块、检测模块的运行参数跟踪响应信号，更新粒子位置，计算粒子i的适应度；
如果粒子i的适应度优于自身个体极值的适应度；如果当前进化代数中，粒子i的适应度优于全局极值的适应度；根据公式计算群体适应度方差；
判断算法是否满足收敛条件，如果满足就执行根据公式计算群体适应度方差，否则就对全局最优解按照公式执行变异操作并转回对所有粒子初始化；
求出全局最优解的目标函数值，并输出全局最优解，算法结束；通过伺服系统校验最优值等于全局极值，如果满足响应要求则整定成功，否则继续整定；相同整定结构，在确定整定系统最优p值之后，整定i、d值；最终校验整定系统整体响应特性，发出材料收集模块、冲压分析模块、方案确认模块、参数输入模块、应力消除模块、冲压模块、检测模块的运行参数控制指令。
进一步，整定系统电整定方法进一步包括：
在方波信号作用下，分析材料收集模块、冲压分析模块、方案确认模块、参数输入模块、应力消除模块、冲压模块、检测模块的运行参数一个周期t的pid调整参数；
分析时将方波信号一个周期分为高电平区间[0,t/2]、低电平区间[t/2,t]；
方波信号函数用e(t)表示，高电平区间电流响应函数用e1(t)表示，低电平区间电流响应函数用e2(t)表示；
itae整定准则表达式为
对p值进行整定，初值p(0)对应itae指标为e(0)；p(i)对应itae指标为e(i)；i∈[1,∞)，i∈n；
按照粒子群优化算法对p值进行动态赋值，变量p(i)值所对应的适应度函数用fi表示，当fi<2％时，此时得到最优整定p(i)值，粒子群优化算法公式如下：
x(t+1)＝wx(t)+c1r1(pbest-x(t))+c2r2(gbest-x(t))；
w＝(wmax-wmin)×exp(-β(t/tmax)2)+wmin；
式中w为惯性权重，初始值取0.8，c1、c2为常数2，r1、r2为分布于[0,1]范围内的随机数，pbest为粒子本身找到的最优解，全局极值gbest为整个粒子群当前最优解；式中β取值由经验决定，为β∈[15,20]；
根据群体适应度方差δ2判别局部极值是否是全局极值，群体适应度方差定义为下式：
式中n为粒子数，fi为第i个粒子适应度，favg为粒子群目前平均适应度，f为归一化定标因子，f的取值为下式：
f＝max{1,max|f1-favg|},i∈[1,n]；
如果出现粒子群过早收敛，则执行变异操作：
gbest＝gbest×(1+τ×0.5)
τ为服从标准正态分布的随机变量，对gbest执行随机变异操作用来提高离子群算法跳出局部最优解的能力；
在确定最优整定系统控制参数p值后，分别使d值取0，整定i值，i值取0，整定d值；
对得到的整定参数进行校验，若作用下的阶跃响应满足快速、稳态误差小特征，则认为参数整定结果满足控制整定要求，整定过程结束，否则重新进行整定；
所述itae准则表达为：
进一步，完备向量组，按逆时针方向，有2n个向量s1、s2……s2n－1、s2n和多边形均有一一映射关系，构成多边形的一个完备向量组，表示如下：
s1＝(l1,α1,l2，α2…ln-1,αn-1,ln,αn)；
s2＝(α1,l2，α2…ln-1,αn-1,ln,αn,l1)；
……
s2n－1＝(ln,αn,l1,α1,l2，α2…ln-1,αn-1)；
s2n＝(αn,l1,α1,l2，α2…ln-1,αn-1,ln)；
用矩阵se表示完备向量，并定义se为该多边形的特征矩阵，se表示如下：
进一步，应力消除法包括：
首先，在弯折形成钣金件需要面之前，先在钣金件上预先加工出应力破坏坑以破坏钣金件原有应力，应力破坏坑位于钣金件弯折时应力最大的位置，
然后，再将需要面进行弯折成型；
最后，以与加工应力破坏坑相同的方法但方向相反以消除应力破坏坑，使应力破坏坑所在位置恢复原来的平面状态；其中钣金件需要弯折的面和面之间的夹角大于170°；
所述应力破坏坑为中部深、深度由中部逐渐向周围变浅的弧形坑，其直径为3-4厘米，中心深度为3-5毫米。
进一步，压力检测方法包括：
(1)使机器人伺服焊钳在无第二钣金件的第一钣金件上加压后读取机器人伺服焊钳轴的位置传感器的数据；
(2)将不确定是否安装有第二钣金件的第一钣金件固定在夹具上，后用机器人伺服焊钳在其上加压，读取机器人伺服焊钳轴的位置传感器的数据；
(3)对步骤(1)和(2)读取的位置传感器的数据做差值，差值与第二钣金件的厚度值进行比较，如该差值大于等于第二钣金件的厚度，则第二钣金件已安装，如该差值小于第二钣金件的厚度，则第二钣金件未安装。
本发明的另一目的在于提供一种实现所述智能家居机器人钣金件冲压成型机构控制方法的计算机程序。
本发明的另一目的在于提供一种实现所述智能家居机器人钣金件冲压成型机构控制方法的信息数据处理终端。
本发明的另一目的在于提供一种计算机可读存储介质，包括指令，当其在计算机上运行时，使得计算机执行所述的智能家居机器人钣金件冲压成型机构控制方法。
本发明的另一目的在于提供一种实现所述智能家居机器人钣金件冲压成型机构控制方法的智能家居机器人钣金件冲压成型机构，所述智能家居机器人钣金件冲压成型机构包括：
材料收集模块，与主控模块连接，用于收集并分析智能家居机器人构造中钣金冲压件设计的原始资料；
冲压分析模块，与主控模块连接，用于对冲压工艺性进行分析，以冲压件产品图为依据，按照冲压工艺行业标准，设定初试冲压工艺参数，并以此参数为条件建立冲压工艺数据模型；
主控模块，与材料收集模块、冲压分析模块、方案确认模块、参数输入模块、应力消除模块、冲压模块、检测模块连接，用于控制各个模块正常工作；
方案确认模块，与主控模块连接，用于冲压工艺方案确认与工艺计算，就该钣金冲压件的形状特点、尺寸大小及精度要求，对所用材料的冲压成形性能进行分析；
参数输入模块，与主控模块连接，用于选择模具类型，用有限元方法建立凸模、凹模、压边圈、板材的网格模型，输入铝板材料参数，进行冲压仿真模拟，选择模符合要求的复合模；
应力消除模块，与主控模块连接，用于在弯折形成钣金件之前消除钣金件应力；
冲压模块，与主控模块连接，用于选择冲压设备，进行钣金件冲压成型；
检测模块，与主控模块连接，用于检测冲压成型后的钣金件是否焊接安装。
本发明的另一目的在于提供一种搭载有所述智能家居机器人钣金件冲压成型机构的钣金件冲压成型设备。
本发明的优点及积极效果为：
本发明通过应力消除模块在钣金件上预先加工出应力破坏坑，以破坏钣金件原有应力，使钣金件更容易变形，这样在后续弯折成型过程中，冲压力更容易控制，钣金件更容易达到需要的弯折和形变；能够消除钣金件成型过程中因为材料应力带来的加工困难，成型质量差的不足，从而提高加工质量和效率；同时通过检测模块可以准确检测钣金件焊接安装降低了零件报废率，具有操作简单、经济实用和检测结果准确的优点。
本发明的整定系统在许多高科技领域得到了非常广泛的应用，如激光加工、机器人、数控机床、大规模集成电路制造、办公自动化设备、雷达和各种军用武器随动系统、以及柔性制造系统等。整定系统的控制核心其内部一般采用固定参数的pid控制结构来完成系统的调节过程。现有技术中，虽然pid控制结构具有算法简单、鲁棒性强和可靠性高等优点，但其控制性能与设置的控制参数密切相关，当控制参数设置不恰当时，无法使pid控制结构获得满意的控制性能。由于实际的整定系统中存在非线性摩擦、放大器饱和、执行机构的死区与饱和等非线性特征，以及存在负载对象的不确定性，因此，在整定系统的应用过程中，常常无法获得进行控制参数整定的准确依据，以致难以得到与实际应用过程相匹配的最优控制参数。本发明则进行了很好地解决，得到了很好的效果。
本发明冲压分析模块的分析方法提高了机器对图形相似度的视觉分辨效果，尤其对人工不易分辨高相似度图形的难点有很大帮助；图形检测效果有较强的稳定性和可靠性；检测时间短，运行高效，实施效果成本低。本发明减少了数据处理量。本发明达到了算法高效并有较强的稳定性。
附图说明
图1是本发明实施例提供的智能家居机器人钣金件冲压成型机构结构框图。
图中：1、材料收集模块；2、冲压分析模块；3、主控模块；4、方案确认模块；5、参数输入模块；6、应力消除模块；7、冲压模块；8、检测模块。
图2是本发明实施例提供的压力检测方法流程图。
具体实施方式
为能进一步了解本发明的发明内容、特点及功效，兹例举以下实施例，并配合附图详细说明如下。
现有钣金件冲压成型机构如果冲压力过大会形成过成型，夹角会减小，不能保证需要夹角；如果冲压力小，因为变形小，钣金件应力没有遭到破坏，变形困难，且不能精确控制钣金件变形，即变形更加不明显，也得不到需要的夹角；
同时在焊接时不能准确检测是否成功焊接安装，一旦漏检，将导致整套零件报废。
如图1所示，本发明提供的智能家居机器人钣金件冲压成型机构包括：材料收集模块1、冲压分析模块2、主控模块3、方案确认模块4、参数输入模块5、应力消除模块6、冲压模块7、检测模块8。
材料收集模块1，与主控模块3连接，用于收集并分析智能家居机器人构造中钣金冲压件设计的原始资料；
冲压分析模块2，与主控模块3连接，用于对冲压工艺性进行分析，以冲压件产品图为依据，按照冲压工艺行业标准，设定初试冲压工艺参数，并以此参数为条件建立冲压工艺数据模型；
主控模块3，与材料收集模块1、冲压分析模块2、方案确认模块4、参数输入模块5、应力消除模块6、冲压模块7、检测模块8连接，用于控制各个模块正常工作；
方案确认模块4，与主控模块3连接，用于冲压工艺方案确认与工艺计算，就该钣金冲压件的形状特点、尺寸大小及精度要求，对所用材料的冲压成形性能进行分析；
参数输入模块5，与主控模块3连接，用于选择模具类型，用有限元方法建立凸模、凹模、压边圈、板材的网格模型，输入铝板材料参数，进行冲压仿真模拟，选择符合要求的复合模；
应力消除模块6，与主控模块3连接，用于在弯折形成钣金件之前消除钣金件应力；
冲压模块7，与主控模块3连接，用于选择冲压设备，进行钣金件冲压成型；
检测模块8，与主控模块3连接，用于检测冲压成型后的钣金件是否焊接安装。
下面结合具体具体分析对本发明作进一步描述。
本发明实施例提供的智能家居机器人钣金件冲压成型机构控制方法，包括：
收集并分析智能家居机器人构造中钣金冲压件设计的原始资料；对冲压工艺性进行分析以冲压件产品图为依据，按照冲压工艺行业标准，设定初试冲压工艺参数，并以此参数为条件建立用多边形的边长和邻角按逆时针构造一个向量s1表示多边形的冲压工艺数据模型；s1＝(l1,α1,l2，α2…ln-1,αn-1,ln,αn)；s1和多边形有一一映射关系，与边角初始顺序无关；对冲压工艺数据模型进行描述图形的完备向量组建立与图形对应的特征矩阵，计算出相邻两边的夹角；计算两图形间的最近距离；对计算结果的增强性处理；获得冲压工艺方案；
对冲压工艺方案确认与工艺计算，对钣金冲压件的形状特点、尺寸大小及精度要求，对所用材料的冲压成形性能进行分析；
选择模具类型，用有限元方法建立凸模、凹模、压边圈、板材的网格模型，输入铝板材料参数，进行冲压仿真模拟，选择符合要求的复合模；
在弯折形成钣金件之前消除钣金件应力；
选择冲压设备，进行钣金件冲压成型；
检测冲压成型后的钣金件是否焊接安装；
主控模块通过集成的整定系统调节智能家居机器人钣金件冲压成型机构集成的材料收集模块、冲压分析模块、方案确认模块、参数输入模块、应力消除模块、冲压模块、检测模块的运行参数，控制各个模块正常工作；
整定系统调节控制中，接收材料收集模块、冲压分析模块、方案确认模块、参数输入模块、应力消除模块、冲压模块、检测模块输入的运行参数信号；对所有粒子初始化，在允许取值范围内随机设置粒子的初始化位置x，将第i个粒子的自身个体极值设置成当前位置，全局极值设置成粒子群中的最优粒子位置；
随机给定整定系统初始控制参数p＝x，通过adc采样，坐标变换后得到材料收集模块、冲压分析模块、方案确认模块、参数输入模块、应力消除模块、冲压模块、检测模块的运行参数跟踪响应信号，更新粒子位置，计算粒子i的适应度；
如果粒子i的适应度优于自身个体极值的适应度；如果当前进化代数中，粒子i的适应度优于全局极值的适应度；根据公式计算群体适应度方差；
判断算法是否满足收敛条件，如果满足就执行根据公式计算群体适应度方差，否则就对全局最优解按照公式执行变异操作并转回对所有粒子初始化；
求出全局最优解的目标函数值，并输出全局最优解，算法结束；通过伺服系统校验最优值等于全局极值，如果满足响应要求则整定成功，否则继续整定；相同整定结构，在确定整定系统最优p值之后，整定i、d值；最终校验整定系统整体响应特性，发出材料收集模块、冲压分析模块、方案确认模块、参数输入模块、应力消除模块、冲压模块、检测模块的运行参数控制指令。
整定系统电整定方法进一步包括：
在方波信号作用下，分析材料收集模块、冲压分析模块、方案确认模块、参数输入模块、应力消除模块、冲压模块、检测模块的运行参数一个周期t的pid调整参数；
分析时将方波信号一个周期分为高电平区间[0,t/2]、低电平区间[t/2,t]；
方波信号函数用e(t)表示，高电平区间电流响应函数用e1(t)表示，低电平区间电流响应函数用e2(t)表示；
itae整定准则表达式为
对p值进行整定，初值p(0)对应itae指标为e(0)；p(i)对应itae指标为e(i)；i∈[1,∞)，i∈n；
按照粒子群优化算法对p值进行动态赋值，变量p(i)值所对应的适应度函数用fi表示，当fi<2％时，此时得到最优整定p(i)值，粒子群优化算法公式如下：
x(t+1)＝wx(t)+c1r1(pbest-x(t))+c2r2(gbest-x(t))；
w＝(wmax-wmin)×exp(-β(t/tmax)2)+wmin；
式中w为惯性权重，初始值取0.8，c1、c2为常数2，r1、r2为分布于[0,1]范围内的随机数，pbest为粒子本身找到的最优解，全局极值gbest为整个粒子群当前最优解；式中β取值由经验决定，为β∈[15,20]；
根据群体适应度方差δ2判别局部极值是否是全局极值，群体适应度方差定义为下式：
式中n为粒子数，fi为第i个粒子适应度，favg为粒子群目前平均适应度，f为归一化定标因子，f的取值为下式：
f＝max{1,max|f1-favg|},i∈[1,n]；
如果出现粒子群过早收敛，则执行变异操作：
gbest＝gbest×(1+τ×0.5)
τ为服从标准正态分布的随机变量，对gbest执行随机变异操作用来提高离子群算法跳出局部最优解的能力；
在确定最优整定系统控制参数p值后，分别使d值取0，整定i值，i值取0，整定d值；
对得到的整定参数进行校验，若作用下的阶跃响应满足快速、稳态误差小特征，则认为参数整定结果满足控制整定要求，整定过程结束，否则重新进行整定；
所述itae准则表达为：
完备向量组，按逆时针方向，有2n个向量s1、s2……s2n－1、s2n和多边形均有一一映射关系，构成多边形的一个完备向量组，表示如下：
s1＝(l1,α1,l2，α2…ln-1,αn-1,ln,αn)；
s2＝(α1,l2，α2…ln-1,αn-1,ln,αn,l1)；
……
s2n－1＝(ln,αn,l1,α1,l2，α2…ln-1,αn-1)；
s2n＝(αn,l1,α1,l2，α2…ln-1,αn-1,ln)；
用矩阵se表示完备向量，并定义se为该多边形的特征矩阵，se表示如下：
应力消除法包括：
首先，在弯折形成钣金件需要面之前，先在钣金件上预先加工出应力破坏坑以破坏钣金件原有应力，应力破坏坑位于钣金件弯折时应力最大的位置，
然后，再将需要面进行弯折成型；
最后，以与加工应力破坏坑相同的方法但方向相反以消除应力破坏坑，使应力破坏坑所在位置恢复原来的平面状态；其中钣金件需要弯折的面和面之间的夹角大于170°；
所述应力破坏坑为中部深、深度由中部逐渐向周围变浅的弧形坑，其直径为3-4厘米，中心深度为3-5毫米。
如图2，本发明实施例提供的压力检测方法包括：
s101：使机器人伺服焊钳在无第二钣金件的第一钣金件上加压后读取机器人伺服焊钳轴的位置传感器的数据；
s102：将不确定是否安装有第二钣金件的第一钣金件固定在夹具上，后用机器人伺服焊钳在其上加压，读取机器人伺服焊钳轴的位置传感器的数据；
s103：对步骤s101和s102读取的位置传感器的数据做差值，差值与第二钣金件的厚度值进行比较，如该差值大于等于第二钣金件的厚度，则第二钣金件已安装，如该差值小于第二钣金件的厚度，则第二钣金件未安装。
本发明工作时，通过材料收集模块1收集并分析智能家居机器人构造中钣金冲压件设计的原始资料；通过冲压分析模块2对冲压工艺性进行分析以冲压件产品图为依据，按照冲压工艺行业标准，设定初试冲压工艺参数，并以此参数为条件建立冲压工艺数据模型；主控模块3调度方案确认模块4对冲压工艺方案确认与工艺计算，就该钣金冲压件的形状特点、尺寸大小及精度要求，对所用材料的冲压成形性能进行分析；通过参数输入模块5选择模具类型，用有限元方法建立凸模、凹模、压边圈、板材的网格模型，输入铝板材料参数，进行冲压仿真模拟，选择符合要求的复合模；通过应力消除模块6在弯折形成钣金件之前消除钣金件应力；通过冲压模块7选择冲压设备，进行钣金件冲压成型；通过检测模块8检测冲压成型后的钣金件是否焊接安装。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用全部或部分地以计算机程序产品的形式实现，所述计算机程序产品包括一个或多个计算机指令。在计算机上加载或执行所述计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(dsl)或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输)。所述计算机可读取存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，dvd)、或者半导体介质(例如固态硬盘solidstatedisk(ssd))等。
以上所述仅是对本发明的较佳实施例而已，并非对本发明作任何形式上的限制，凡是依据本发明的技术实质对以上实施例所做的任何简单修改，等同变化与修饰，均属于本发明技术方案的范围内。
- 还没有人留言评论。精彩留言会获得点赞！