面向飞机大型成型模具的机器人精整技术研究
雷沛 1,2 ,曾德标 1,2 ,江开林 1 ,胥军 1,2 ,张勇兵 1 ,孟华林 1,2 ,谭红 1,2, 潘登 1,2
(1. 航空工业成都飞机工业 ( 集团 ) 有限责任公司,成都 610092; 2. 四川省航空智能制造装备工程技术研究中心 , 成都 610092)
Research on Robot Assisted Polishing Technologies for Large Aircraft Shaping Mold
LEI Pei 1,2 , ZENG Debiao 1,2, JIANG Kailin 1 , XU Jun 1,2 , ZHANG Yongbing 1 , MENG Hualin 1,2, TAN Hong 1,2 , PAN Deng 1,2
( 1. AVIC Chengdu Aircraft Industrial (Group) Co., Ltd., Chengdu 610092, China; 2. Sichuan Aeronautical Intelligent Manufacturing Equipment Engineering Technology Research Center, Chengdu 610092, China )
摘要 针对飞机大型成型模具表面精整过程中存在的精整效率低、质量一致性差、缺乏精整质量检测手段、作业环境恶劣等问题,构建集成工业机器人、多功能末端执行器、数字声发射检测装置、精整工艺规划与仿真软件以及集成控制软件的机器人辅助表面精整系统,研究精整力自适应控制、智能精整工艺规划、表面粗糙度在线检测等关键技术,实现大尺寸、高效率、闭环质量控制的大型成型模具表面自动精整,提高飞机大型成型模具表面精整的效率和质量。
关键词 :
工业机器人 ,
多功能末端执行器 ,
离线编程 ,
声发射 ,
在线检测
Abstract :For polishing large aircraft shaping mold in manual way, there are some problems that can not be settled including low efficiency, poor quality, lack of measuring instrument, bad working condition. To solve these problems, a robot assisted polishing system is proposed which consists of industrial robot, multiple function end effectors, acoustic emission equipment, process planning and simulation software and integrated controlling software. The key technologies including adaptive controlling of polishing force, intelligent process planning and online measurement of roughness are proposed in this paper to realize automatic polishing for large shaping mold with high efficiency and closed loop control of quality.
Key words :
Industrial robot
Multiple function end effectors
Offline programming
Acoustic emission
Online measurement
基金资助: 四川省军民融合产业发展专项资金项目(zyf–2017–76)。
引用本文:
雷沛,曾德标,江开林,胥军,张勇兵,孟华林,谭红,潘登 . 面向飞机大型成型模具的机器人精整技术研究[J]. 航空制造技术, 2020, 63(5): 74-79.
LEI Pei, ZENG Debiao, JIANG Kailin,XU Jun, ZHANG Yongbing,MENG Hualin, TAN Hong, PAN Deng. Research on Robot Assisted Polishing Technologies for Large Aircraft Shaping Mold[J]. Aeronautical Manufacturing Technology, 2020, 63(5): 74-79.
链接本文:
https://www.amte.net.cn/CN/10.16080/j.issn1671-833x.2020.05.074 或 https://www.amte.net.cn/CN/Y2020/V63/I5/74
[1]
韩振宇,郭震宇,严一钊,宋剑鑫,金鸿宇. 基于机器人–机床制造单元的开放式边缘平台数控系统开发 [J]. 航空制造技术, 2025, 68(4): 22-35.
[2]
朱伟东,田昊宇,梅标,羊荣金,傅云. 航空发动机短舱声衬机器人制孔系统及工艺试验 [J]. 航空制造技术, 2025, 68(4): 38-45.
[3]
李鹏伟,戴士杰,张文华,母嘉恒,胡天荣. 航发叶片机器人磨削颤振检测方法 [J]. 航空制造技术, 2024, 67(6): 109-115.
[4]
薛雷,杨应科,李东升,黄亮,翟雨农. 基于激光跟踪仪的机器人末端负载重力辨识与在线补偿方法 [J]. 航空制造技术, 2024, 67(5): 53-59.
[5]
李恒,赵兵,赖泳辉,张申. 伺服特征信息与RV减速器负载关联性研究 [J]. 航空制造技术, 2024, 67(5): 95-102.
[6]
胡俊山,弥世青,张胜平,康瑞浩,田威. 航空复合材料结构分层损伤机器人自动钻铆修复技术与装备 [J]. 航空制造技术, 2024, 67(20): 44-57,67.
[7]
王君,马迪. 工业机器人变导纳自适应主动容错控制方法研究 [J]. 航空制造技术, 2024, 67(18): 20-27.
[8]
梁旭峰,蔡振华,刘琦,牟梓鑫,曾春年,牛少鹏,邓春明. 压气机叶片激光熔化沉积修复的机器人路径自动规划和试验研究 [J]. 航空制造技术, 2024, 67(13): 119-126.
[9]
段现银,秦志强,唐小卫,向峰. 基于深度强化学习的工业机器人数字孪生模型更新方法 [J]. 航空制造技术, 2024, 67(11): 48-55.
[10]
康瑞浩,胡俊山,田威,张嘉伟,马创业. 面向工业机器人的数字孪生建模精度补偿方法 [J]. 航空制造技术, 2023, 66(6): 50-59.
[11]
陈仁祥,张雁峰,杨黎霞,余腾伟,冉孟宇. 工业机器人在航空制造领域的应用与发展趋势 [J]. 航空制造技术, 2023, 66(22): 22-32.
[12]
雷沛,夏凤琴,孙海龙,陈强,谷立萍,卫亚斌. 面向飞机大部件的密封胶自动涂覆机器人系统研究 [J]. 航空制造技术, 2023, 66(12): 59-67.
[13]
林嘉睿,程东源,刘思仁,任永杰. 工业机器人绝对定位误差补偿方法 [J]. 航空制造技术, 2022, 65(5): 46-54.
[14]
谢小柱,欧德亿,刘涛,何家乐,胡伟,龙江游. 激光加工过程中声发射检测技术的研究进展 [J]. 航空制造技术, 2022, 65(23/24): 98-109.
[15]
王晓晨,毛星,张佳敏,杨荃,徐冬,薛仁杰. 基于激光超声的金属材料晶粒尺寸在线无损检测技术 [J]. 航空制造技术, 2022, 65(20): 54-62.