基于多传感器测量的孔组位置度快速检测方法

doi:10.13196/j.cims.2018.05.003

计算机集成制造系统 ›› 2018, Vol. 24 ›› Issue (第5): 1089-1097.DOI: 10.13196/j.cims.2018.05.003

基于多传感器测量的孔组位置度快速检测方法

李兵¹,兰梦辉¹⁺,孙彬²,侯颖¹

1.西安交通大学机械制造系统工程国家重点实验室
2.西安工业大学机电工程学院

出版日期:2018-05-31 发布日期:2018-05-31
基金资助:
国家科技重大专项资助项目(2014ZX04013011)。

Rapid detection method of positional error for hole groupbased on multi-sensor measurement

Online:2018-05-31 Published:2018-05-31
Supported by:
Project supported by the National Science and Technology Major Project,China(No.2014ZX04013011).

摘要/Abstract

摘要： 针对工业机器人上关节RV减速器的关键零部件——摆线轮的轴承安装孔组位置度的在线检测问题,提出一种采用多传感器测量系统对其进行快速检测的方法。根据孔组位置关系设计多传感器测量装置,即在同一平面内分布15支传感器来获取摆线轮上3个轴承安装孔的位置信息,通过多支传感器数据组合计算拟合出实测件与标定件的各孔心坐标,并设计位置度的评定算法,求出孔组位置度误差,其测量节拍小于10s,实现了生产线上的在线快速检测。另外,分析测量系统的各个误差来源,并完成了传感器的标定和误差补偿。实验结果表明,该方法测量精度较高,能够满足生产线上使用,并与三坐标测量机的测量结果进行对比验证,测量误差小于4μm,测量结果准确可靠。

关键词: 孔组位置度, 多传感器, 摆线轮, 在线检测, 工业机器人

Abstract: To implement the online inspection of positional error for bearing mounting hole group on cycloidal gear of industrial robot joint RV reducer,a rapid detection method was proposed by using multi-sensor measurement system.The multi-sensor measuring device was designed according to the position relation of hole group.It was that the position information of each hole was obtained by 15 high-precision inductive sensors in the same plane,and the coordinates of each hole of measured and calibrated parts were fitted by combination calculation of multi-sensor data.An algorithm for positional error analysis was presented and the hole group position error was calculated.The measured beat was less than ten seconds and could meet the requirement of rapid online inspection in the production line.In addition,the error sources of measurement system were analyzed,and the calibration and error compensation of sensor were completed.The experimental results showed that the methods were of high accuracy and met the using of production line,and the measurement error was verified as less than or equal to 4μm by comparing with the coordinate measuring machine.It was indicated that the measurement results were accurate and reliable.

Key words: positional error of hole group, multi-sensor, cycloidal gear, online inspection, industrial robot

中图分类号:

TB92
TP391

李兵,兰梦辉,孙彬,侯颖. 基于多传感器测量的孔组位置度快速检测方法[J]. 计算机集成制造系统, 2018, 24(第5): 1089-1097.

[1]	娄宁,习俊通. 基于光刀图像的机器人示教纠偏方法[J]. 计算机集成制造系统, 2021, 27(3): 683-691.
[2]	万国扬,王国峰,李福东,朱文俊. 基于视觉定位与轨迹规划的机器人打磨工作站[J]. 计算机集成制造系统, 2021, 27(1): 119-128.
[3]	胡启国,周松. 考虑刚柔耦合的工业机器人多目标可靠性拓扑优化[J]. 计算机集成制造系统, 2020, 26(第3): 623-631.
[4]	朱福康,丛明,刘毅,刘冬. 基于RGB-D图像的机器人无标定视觉定位[J]. 计算机集成制造系统, 2019, 25(第8): 2007-2015.
[5]	施群,吕雷,谢家骏,陶佳安. 基于自由曲面有向Voronoi区域划分算法的机器人加工刀轴低摆振路径规划[J]. 计算机集成制造系统, 2019, 25(第5): 1093-1100.
[6]	马越,陈捷,洪荣晶,潘裕斌. 多传感器数据融合的风电齿轮箱性能衰退评估[J]. 计算机集成制造系统, 2019, 25(第2): 318-325.
[7]	王涛,陈立,郭振武,王斌锐,李振娜. 基于圆弧转接和跨段前瞻的拾放操作轨迹规划[J]. 计算机集成制造系统, 2019, 25(第10): 2648-2654.
[8]	丁杰雄,李菲,吕强,杜丽,王伟. 五轴多工序加工检测夹具下的误差成本优化分析[J]. 计算机集成制造系统, 2018, 24(第12): 2941-2952.
[9]	侯一鸣,徐泉,李亚杰,王良勇,刘长鑫,柴天佑. 基于物联网和工业云的选矿设备状态监控系统[J]. 计算机集成制造系统, 2017, 23(第9期): 1972-1982.
[10]	刘勤明,李亚琴,吕文元,叶春明. 基于自适应隐式半马尔可夫模型的设备健康诊断与寿命预测方法[J]. 计算机集成制造系统, 2016, 22(第9期): 2187-2194.
[11]	胡泊,富宏亚,韩德东. 基于STEP-NC的数控加工集成化在线检测与监测实现方法[J]. 计算机集成制造系统, 2016, 22(第8期): 1929-1936.
[12]	李鹏,张旭,马孜,陈余庆,胡英,刘传龙. 加工中心在线复合式检测定位技术[J]. 计算机集成制造系统, 2013, 19(07 ): 1595-1605.
[13]	李鹏, 马孜, 陈余庆, 胡英. 复合式检测装置在加工中心在线检测中的应用[J]. , 2013, 19 (03 ): 0-0.
[14]	尹湘云，殷鹰＋，胡晓兵，殷国富. 基于共面4点的机器人位姿求解及其不确定性分析[J]. , 2011, 17(06): 0-0.
[15]	刘黎，廖文和，李迎光，罗耀辉. 基于特征区域约束的在线检测路径规划[J]. , 2011, 17(06): 0-0.

基于多传感器测量的孔组位置度快速检测方法

Rapid detection method of positional error for hole groupbased on multi-sensor measurement

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics