探究汽车工业机器人中的机电一体化技术.pdf

2024 年第 1 期28中国高新科技 人工智能|ARTIFICIAL INTELLIGENCE探究汽车工业机器人中的机电一体化技术林党养王燕福建电力职业技术学院，福建 泉州 362008摘要：研究探索机电一体化技术在汽车工业机器人中的应用，为了满足汽车焊接生产对安全性和效率的高要求，提出焊接机器人工作站设计，并使用蚁群算法对焊接机器人路径进行优化。实验结果表明，该路径规划与焊接机器人的实际工作情况吻合较好，设计的焊接机器人性能表现优越。关键词：汽车工业机器人；机电一体化技术；焊接机器人文献标识码：A中图分类号：TP242文章编号：2096-4137（2024）01-28-03DOI：10.13535/ki.10-1507/n.2024.01.02Exploring mechatronics integration technology in automotive industry robotsLIN Dangyang,WANG YanFujian Electric Power Vocational and Technical College,Quanzhou 362008,ChinaAbstract:Researching and exploring the application of mechatronics technology in automotive industrial robots,in order to meet the high requirements for safety and efficiency in automotive welding production,a welding robot workstation design was proposed,and ant colony algorithm was used to optimize the welding robot path.The experimental results show that the path planning is in good agreement with the actual working situation of the welding robot,and the designed welding robot performs excellently.Keywords:automotive industrial robot;mechatronics technology;welding robot随着现代工业技术的快速发展，机电一体化技术在汽车工业机器人中的应用日益受到关注。作为一种将机械技术与电子技术相结合的先进技术，机电一体化技术为汽车工业机器人带来了前所未有的机会和挑战。在汽车工业机器人中，机电一体化技术的应用主要体现在以下 3 个方面：机器人的高度自动化和智能化，使得它可以在没有人工干预的情况下完成复杂的生产任务；机器人的高度灵活性，使得它可以适应各种复杂的生产环境和需求；机器人的高度集成性，使得它可以与其他生产设备和系统无缝集成，形成一个高效、智能的生产系统。其中，焊接机器人工作站是机器人在汽车领域应用的一大体现，如何确保机器人的安全性和可靠性、提高机器人的生产效率和质量、降低机器人的生产成本等都是在该应用领域需要重点关注的问题。基于此，本研究设计了适用于实际汽车焊接生产的焊接机器人工作站，以满足汽车焊接生产对安全性和效率的高要求。1汽车焊接机器人工作站设计焊接机器人工作站由三大部分组成：焊接自动化机械臂、焊接治具、辅助设备。焊接自动化机械臂包括自动化焊接机械臂、控制器和焊接配套装置。其中，自动化焊接机械臂执行焊接任务；控制器是系统的核心，处理所有信息；而配套装置，如焊接电源和焊钳等支持焊接操作。焊装夹具是根据工件设计的专用设备。外围设备，如机器人移动装置和安全光栅，旨在增强效率和安全性。焊装夹具主要包括定位装置、紧固组件、BASE 板和辅助装置 4 个关键组成部分。此外，焊装夹具的设计还遵循 4 个基本原则：实用性、经济性、可靠性和艺术性。这些原则确保了焊装夹具不仅满足生产需求，而且在成本、安全性和外观上都能达到优秀表现。基于以上原则设计的汽车 A 柱内板基准面与车身统一基准系统（RPS）定点如图 1 所示。图1汽车A柱内板基准面如图 1 所示，RPS1、RPS2、RPS3、RPS5 与 RPS6 5 个定位点联合组成了 A 柱内壁的第一基准平面，对工件在 Y 轴上的位移进行限制；其余定位点则作为圆柱形的定位销孔，RPS4 作为次级基准，限定了零件在 XZ 面上的偏移，RPS7 则作为第三参考基准，对工件沿 Y 轴的旋转进行限制。在开发焊装夹具之前，应仔细分析焊接件的特性和生产工艺。设计的焊装夹具应满足以下技术标准：确保焊钳有足够的操作范围，防止与夹具产生碰撞，确保至少 10mm 的安全距离。关键焊点。在夹紧状态下完成所有关键的焊接点，在这一过程中打开或调整夹具进行补焊。夹具的操作高度应符合人机工程要求，避免使用踏台。手动机构配备操作手柄，大阻力部位增设省力机构，手柄上装有红色手柄球。大型精度部件焊接后需退火、矫正；淬火部件检测硬度。定位2024 年第 1 期29中国高新科技ARTIFICIAL INTELLIGENCE|人工智能销避免使用盲孔销，定位块易更换，预留扳手安装螺钉空间。夹具压臂操作时，工件稳定，焊接定位间隙小于 0.05mm，夹紧面间隙小于 0.1mm。夹具需防漏防反。压臂上多个压紧块时，安装限位块确保稳定压紧。工业机器人需要在预设的限定工作空间区域内工作，这不仅确保了所有焊点都得到正确的焊接，还确保了机器人在执行其任务时不会与其他设备或结构发生碰撞或干涉。为了精确地定义这个工作空间，并确保机器人的高效、安全操作，研究采用了一系列的计算步骤确定机器人的可达空间。汽车工业辅助机器人的焊接任务需在其工作空间内完成，确保覆盖所有焊点并避免运动干涉。研究通过以下步骤计算机器人的可达空间：利用 D-H参数法计算 FANUCR-2000iC165F 型机器人的运动学正解，确定机器人末端位置；在 MATLAB 中随机生成 50000 组关节角度；将随机关节位姿代入机器人运动学方程，获取末端执行器位姿，输出50000组末端位置，形成工作空间云图，如图 2 所示。ZYX图2工作空间云图通过模拟可以直观地表示机器人能够进行焊接的工作范围，模拟结果显示机器人的工作范围在 X、Y、Z 轴上的具体范围，与实际工作空间相符合。焊接过程中，焊枪从起始位置出发，依次焊接各焊点后返回起始位置，形成一个循环。这与旅行商问题（TSP）相似，但焊点在三维空间分布。TSP问题是优化组合难题，随城市数量指数增长。考虑到各算法性能，研究选择蚁群算法求解三维空间的 TSP 问题。蚁群算法（Ant Colony Optimization，ACO）的核心思想是利用蚂蚁之间的协作和信息共享，不断地在搜索空间中找到并优化解。信息素的更新机制（蒸发和强化）旨在增加好的解被找到的概率，并减少陷入局部最优的风险。2汽车焊接机器人工作站仿真测试及结果分析在实际应用中，蚁群算法的参数设置对其求解效果和效率具有决定性的影响。启发式因子 与信息素因子 是两个关键参数，它们共同决定了蚂蚁在搜索过程中如何选择下一个节点。当信息素因子设置得过大时，蚂蚁更容易选择之前已经走过的路径，这可能导致算法的搜索能力不足，从而陷入局部最优解。相反，如果启发函数因子设置得过大，蚂蚁会过于依赖启发信息，也可能导致算法陷入局部最优。因此，合理的参数设置是确保蚁群算法高效运行的关键。此外，信息素挥发因子 也是一个至关重要的参数，它决定了信息素在环境中的持续时间。如果设置得过大，信息素会很快挥发，导致算法缺乏持续性和稳定性，容易陷入局部最优。而如果设置得过小，信息素会持续很长时间，可能导致算法收敛速度变慢。与此同时，信息素常数Q与算法的收敛速度直接相关。较大的信息素常数会使算法收敛得更快，但可能导致得到的解不是全局最优。为了更好地应用蚁群算法于汽车左 A 柱内板焊接工作，首先将焊点的设计数据进行信息化处理，并导入 Matlab 中，得到焊点在空间中的模拟分布，为后续的路径规划提供直观的参考。此外，还需要根据实际问题的特点，对上述参数进行适当的调整和优化，以确保算法的效果和效率。焊点的空间模拟分布如图 3 所示。YZX图3焊点的空间模拟分布如图 3 所示，焊接工作涉及 38 个焊点。为确保焊接机器人从其起始位置开始，经过所有焊点后返回其初始位置，从而完成整个焊接流程，研究采用了蚁群寻优算法实现最短路径规划。为了适应汽车左 A 柱内板的焊接任务，对算法参数进行了细致的调整。从坐标 2807，0，2370 开始，焊接机器人经历了 38 个焊点后回到原点。通过预实验对蚁群算法的各项参数进行了选择和优化。蚁群数量 m 被设置为焊点数量的 1.5 倍，约为 50。参数 和 的取值范围分别为 1，5，而信息素挥发因子 的取值范围为 0.3，0.7。经过一系列预实验，发现在焊点坐标的特定空间分布下，当=1 和=5 时，焊接机器人遍历所有焊点的路径长度最短，且所需时间最少。此外，当信息素挥发因子=0.3 时，算法表现最佳。综合分析，当参数设置为=1，=5，=0.3 时，此时最短路径长度为 6819.3。焊点的加工顺序见表 1。这条路径形成了一个封闭的回路，起始和终止点都是焊接机器人的工作原点，这与焊接机器人的实际工作情况完全 2024 年第 1 期30中国高新科技 人工智能|ARTIFICIAL INTELLIGENCE吻合。如图 4 所示为焊点顺序最优解，对其焊点三维图与顺序进行可视化展示，图4（a）为焊点顺序的空间三维图，图4（b）为焊点顺序的俯视图。整体比较可知，焊接机器人工作从垂直平面的起始点 2807，0，2370 出发，斜向连接到水平面上的焊接点，将焊接进程导入水平面。3结语为满足汽车焊接生产对安全性和效率的高要求，研究基于机电一体技术与汽车生产结合，设计了一套符合实际生产需求的焊接机器人工作站，使用蚁群寻优算法对机器人焊接工作路径进行求解，得到路径最优解。研究通过一系列预实验确定了适用于机器人焊接工作路径规划的最优参数，即=1，=5，=0.3，基于该蚁群算法参数设置进行焊接路径长度最短解寻优，焊接路径最短为 6819.3453。实验结果表明，该路径规划与焊接机器人的实际工作情况吻合较好，设计的焊接机器人性能表现优越。作者简介：林党养（1964-），男，福建泉州人，福建电力职业技术学院副教授，研究方向：机电一体化、机器人技术。参考文献1 刘恒超基于 AB PLC 和工业机器人的汽车天窗自动排序上料系统设计 J制造业自动化，2022，44（12）：102-1062 谢腾骁，金晓怡，江鸿怀基于 GA 算法的柔性抛光工业机器人最优轨迹规划 J组合机床与自动化加工技术，2020，20（6）：47-53（责任编辑：葛佳）表1焊点位置及加工顺序焊点顺序xyz焊点顺序xyz12057.5950.0870.7112080.91484.9826.8282012.3971.2853.6102144.41520.0803.1381998.0371.0819.692107.51550.0802.8231995.31104.5825.182101.51593.0800.1222006.0406.3821.672089.81673.2799.8271999.7335.0838.862089.91706.0806.8212006.0442.3821.632188.21713.8807.1262030.1460.0841.642178.21679.8800.1202006.0476.8819.152096.71733.0812.3252025.1507.1839.2142232.21484.5804.5322385.6754.0827.8152293.21484.5804.5312102.9970.0853.7162332.21484.5800.1372037.7981.3792.8172371.21484.5800.1302102.5976.6817.7181938.41106.6838.0292012.5976.6817.5332407.9722.0829.2242000.9582.0836.8362077.5981.1792.9192006.0525.0821.6352335.5717.9803.3122121.21484.5804.5342357.8686.0804.6132172.21485.0804.522191.91737.0811.3图4最优焊接顺序（b）焊点顺序俯视图（a）焊点顺序三维图ZYXY 坐标X 坐标