工业机器人去毛刺工作站数字孪生系统设计与优化.pdf

现 代 制 造 技 术 与 装 备342023 年第 7 期总第 320 期工业机器人去毛刺工作站数字孪生系统设计与优化姚德国1王胜军1杜贤震2李玉胜2李家鹏2（1.山东北方滨海机器有限公司，淄博 255201；2.山东理工大学 机械工程学院，淄博 255049）摘要：为优化工业机器人去毛刺工作站的作业效率，利用数字孪生技术搭建了由 1 台机器人和 2 台变位机组成的去毛刺工作站数字孪生模型，实现了物理实体与数字模型的实时通信。采用遗传算法规划工业机器人去毛刺最优路径，利用去毛刺自动跟踪系统提高去毛刺的质量，利用搭建的数字孪生环境对机器人的工具中心点（Tool Center Point，TCP）速度轨迹曲线和作业能耗进行优化分析，使去毛刺工作站的作业效率提高了3.64%。该研究可对工业机器人去毛刺工作站开展相关工作提供参考和理论依据。关键词：工业机器人；毛刺；数字孪生；Visual ComponentsDesign and Optimization of Digital Twin System for Industrial Robot Workstation of DeburringYAO Deguo1,WANG Shengjun1,DU Xianzhen2,LI Yusheng2,LI Jiapeng2(1.Shandong Northeast Binhai Machinery Co.,Ltd.,Zibo 255201;2.School of Mechanical Engineering,Shandong University of Technology,Zibo 255049)Abstract:In order to optimize the operation efficiency of industrial robot workstation for deburring,the digital twin model of the deburring workstation composed of one robot and two positioners is built,which realizes the real-time communication between physical entity and digital model.The optimal deburring path is planned by genetic algorithm.The quality of deburring is improved by the automatic deburring tracking system.The Tool Center Point(TCP)speed trajectory curve and operation energy consumption of the robot are optimized and analyzed by the digital twin environment,which increases the operation efficiency of the deburring workstation by 3.64%.This research can provide reference and theoretical basis for industrial robot workstations of deburring.Keywords:industrial robots;burr;digital twin;Visual Components随着工业机器人的广泛应用，越来越多的工业机器人应用到自动化生产中1-2，为企业带来了明显的经济效益。零件在加工过程中会产生大量毛刺，影响后续精加工或装配工序，因此有必要增加去毛刺工序。目前，这道工序一般由人工完成3。工业机器人去毛刺工作站有效解决了人工去毛刺的工作量大、占用劳动力多、效率较低以及质量不够理想等问题4-6。但是，如何提高工业机器人去毛刺工作站的作业效率和质量，是大多数企业迫切需要解决的问题。文章以提高工业机器人去毛刺工作站的作业效率和质量为研究目标，通过分析其去毛刺工艺要求，设计了一种由 1 台机器人和 2 台变位机组成的工业机器人去毛刺工作站，实现了工业机器人、变位机和去毛刺专用工装组件的物体实体与数字模型之间的同步映射7-8，采用遗传算法得到最优去毛刺路径，利用去毛刺自动跟踪系统实现了去毛刺过程的实时反馈9，提升了去毛刺质量。此外，通过搭建的数字孪生环境对工业机器人的工具中心点（Tool Center Point，TCP）速度轨迹曲线和作业能耗进行了优化设计，提高了去毛刺工作站的作业效率。1机器人去毛刺工作站数字孪生建模工业机器人去毛刺工作站由机器人、变位机、专用工装夹具、自动跟踪系统、动力输送装置、控制系统和其他外围设备组成。控制系统实现了工作站各设备之间的协同工作。自动跟踪系统实现了去毛刺过程的实时反馈，提高了去毛刺的质量。此外，采用 PROFINET 通信接口实现了工业机器与变位机之间的数据通信，以高效完成去毛刺作业。文章选用Visual Components 进行工业机器人去毛刺工作站数字孪生建模。Visual Components 兼容 SolidWorks 等三维模型文件，能够建立机器人和可编程逻辑控制器（Programmable Logic Controller，PLC）等控制系统之间的无缝衔接。通过 SolidWorks 对变位机、专用工装夹具、自动跟踪系统以及动力输送装置等进行建模并导入 Visual Components，在 Visual Components 中选择相同型号的机器人和相应的控制组件完成工业机器人去毛刺工作站数字孪生模型的布局，如图 1 所示。当动力输送装置开始输送去毛刺前零件时，机基金项目：教育部产学合作协同育人项目（202101264005）；山东省本科教育改革研究项目（M2020218）。设 计 与 研 究35器人和末端装置调整至拾取姿态。机器人从动力输送装置上抓取零件移动至变位机的上方，吹落定位元件上的切屑等杂物后完成准确定位、夹紧。机器人更换去毛刺专用装置并去除零件一端各棱线上的毛刺后更换零件专用夹具，从变位机上抓取已去除一端毛刺后的零件转移至变位机上方，依次完成调头、吹屑和定位夹紧。机器人更换去毛刺专用装置并完成另一端各棱线上的毛刺后更换专用夹具，从变位机上抓取去毛刺后的零件并放置在动力输送装置上，进行下一轮去毛刺循环。在去毛刺过程中，为保证去毛刺的质量，采用去毛刺追踪系统实时获取去毛刺信息，从而保证去毛刺的质量。1.围栏；2.控制柜；3.电源柜；4.去毛刺机器人；5.工具架；6.去毛刺专用工装夹具；7.变位机；8.变位机；9.去毛刺自动跟踪系统；10.去毛刺前的零件；11.动力输送装置；12.去毛刺后的零件；13.动力输送装置。图 1机器人去毛刺工作站布局图2机器人去毛刺工作站数字孪生数据通信机器人去毛刺工作站的变位机、去毛刺跟踪系统、动力辊道线和机器人末端夹具等设备均由 SIEMENS S7-1200 PLC 进行控制，通过输入/输出（Input/Output，I/O）接口与机器人连接。变位机、去毛刺跟踪系统、动力管道线和机器人末端装置等设备的数字孪生模型和物理模型之间通过 Siemens S7 协议实现同步运行。在 Siemens TIA portal 平台上编译工作站运行的程序，通过在 Visual Components 中添加 Siemens S7 服务器实现 PLC 与 Visual Components 虚拟环境的实时连接，如图 2 所示。PLC 中的梯形图程序指令与数字孪生体模型的动作信号通过 Siemens S7 服务器配对后，实现物理模型与孪生模型之间的相互映射10。通过 Siemens TIA portal 平台可在线实时监控物理模型与孪生模型的运行状态，如图 3 所示。3机器人去毛刺工作站数字孪生编程与验证3.1机器人去毛刺路径编程与优化Visual Components 软件自带机器人离线编程功能，可以利用仿真环境中的机器人模型进行编程验证，缩短现场调试时间，提高生产效率11-12。使用程序编辑器中的“路径动作”指令可以快速拾取需要去除毛刺的各棱线，并将去毛刺的棱线自动化分为若干点，提高编程效率。以去毛刺总时间最短为优化目标，采用遗传算法优化机器人的去毛刺运动轨迹。利用Visual Components 编译好的机器人去毛刺程序，如图 4 所示。利用 Visual Components 自带的后处理功能编译成机器人可识别的程序代码，如图 5 所示。图 2Visual Components 与 PLC 实时连接现 代 制 造 技 术 与 装 备362023 年第 7 期总第 320 期图 4去毛刺编程图 5去毛刺后处理程序3.2碰撞检测程序编译好后需要检测机器人工作范围，检查是否有碰撞干涉。碰撞干涉通常发生在去毛刺工具和工件之间，利用 Visual Components 的碰撞检测功能找出干涉点并记录下来，如图 6 所示。在程序编辑器中通过添加过渡点等方式逐步优化、改善机器人工作路径，避免实际生产中机器人碰撞造成的损失，缩短调试周期。图 6碰撞检测3.3数字孪生同步验证将工业机器人去毛刺工作站的物理模型与孪生体模型连接，机器人严格按照孪生体去毛刺路径运行，且机器人工作时路径与现场设备无碰撞，Visual Components 虚拟空间中的数字孪生体根据现场 PLC反馈的信号同步运行，两者相互映射，如图 7 所示。图 3Visual Components 与 PLC 实时通信交互设 计 与 研 究37图 7去毛刺工作站工作现场4机器人去毛刺工作站数字孪生数据分析利用去毛刺工作站的数字孪生体模型可以实时采集生产现场数据13，通过分析机器人 TCP 速度、机器人能耗等孪生数据进一步优化生产工艺，提高工作站的生产效率14。4.1TCP 速度曲线分析机器人的 TCP 速度决定了去毛刺工作站的工作效率15。虽然加快机器人TCP速度可以提高效率，但是速度过快会影响工件去毛刺的质量。文章设置了500 mm s-1、1 000 mm s-1、1 500 mm s-1和 2 000 mm s-1共 4 组不同的 TCP 速度，利用 Visual Components 的 TCP 位置记录功能，分析不同TCP速度下的机器人速度曲线，找出最适合去毛刺工作站的速度区间。选取相同时间区间内的机器人速度特性点，得到如图 8 所示的速度曲线图。（a）TCP 速度为 500 mms-1 （b）TCP 速度为 1 000 mms-1 （c）TCP 速度为 1 500 mms-1 （d）TCP 速度为 2 000 mms-1图 8机器人 TCP 速度曲线由 4 组曲线可知，机器人 TCP 速度越低，速度曲线就越平滑。随着 TCP 速度的增加，速度曲线出现急剧变化点，曲线也愈发平直。因此，提高机器人 TCP速度可以提高去毛刺效率，但速度过快会出现急停现象，导致机器人关节处产生冲击、振动，缩短机器人使用寿命。因此，在设置参数时要合理分析，选取最优速度。综合分析生产效率、加工质量和机器人寿命等因素，选定机器人 TCP 最优速度为 1 000 mm s-1 左右。4.2机器人能耗分析机器人的能耗也间接影响企业的生产效益和设备使用寿命。提高能耗利用率，可有效节约资源16。因此，设 定 了 500 mm s-1、1 000 mm s-1、1 500 mm s-1和 2 000 mm s-1共 4 组不同的 TCP 速度，通过分析不同速度下的机器人能耗曲线，找出最优 TCP 速度。在限制机器人加速度的条件下，选取相同时间段内的能耗曲线，如图 9 所示。通过机器人能耗曲线可以发现，机器人的 TCP 速度越高，能耗曲线变化越剧烈，机器人的工作稳定性越差，去毛刺的质量越差。因此，在不影响生产效率的前提下，适当降低机器人的 TCP 速度，减少机器人作业能耗，有利于提升去毛刺的质量。综合分析获取的工作站孪生数据，选定最优 TCP 速度为 1 000 mm s-1。4.3工作站数据分析与优化通过 Visual Components 虚拟环境中的数字孪生体，对工业机器人去毛刺工作站进行一系列数据分析与优化，包括机器人 TCP 速度的优化、碰撞检测与优化和设备运行状态监测等。当机器人的 TCP 速度为现 代 制 造 技 术 与 装 备382023 年第 7 期总第 320 期1 000 mms-1左右时，生产过程中未出现产品堆积现象，优化前同样一件产品去毛刺用时 192 s，优化后同样一件产品去毛刺用时 185 s，生产效率提高了 3.64%。4 000 3 000 2 000 1 000246时间/sTCP 速度 2 000 mm s-1 TCP 速度 1 500 mm s-1 TCP 速度 1 000 mm s-1 TCP 速度 500 mm s-1 能耗/J81012 0图 9机器人能耗曲线 5结语为提高工业机器人去毛刺工作站的作业效率和质量，在 Visual Components 中搭建了数字孪生模型，基于 Siemens S7 协议实现了物理模型和孪生模型的实时连接，利用孪生体对机器人去毛刺路径进行离线编程与路径优化和碰撞检测，对机器人去毛刺的速度轨迹曲线和作业能耗进行了分析与优化和同步验证。该去毛刺工作站的设计为寻求机器人去毛刺的最优路径、速度轨迹与能耗提供了理论参考，降低了设备维护和现场调试成本。参考文献1 才磊，郭建飞，李斌，等.面向工业机器人配合使用的变位机设计开发与实验研究 J.制造技术与机床，2022（11）：40-44.2 李小忠，高艳.面向柔性制造线的机器人上下料系统仿真设计 J.制造技术与机床，2020（8）：63-67.3 陈志雨，张涛.一种通用去毛刺设备的设计和研制 J.制造业自动化，2020（8）：16-20.4 郭阿敏，习俊通，于津伟.基于示教和视觉校正的机器人自适应去毛刺系统 J.组合机床与自动化加工技术，2021（11）：91-95.5 余稳胜，段海峰，黄凌森，等.汽车主轴带轮轴机器人打磨技术研究及应用 J.机床与液压，2022（11）：67-71.6 李波，葛天哲，向华.基于改进遗传算法的机器人去毛刺工艺参数优化 J.机械设计与研究，2019（4）：130-133.7 孙嘉玉，张娜，李奇颖.面向复杂装备的工业数字孪生管理系统 J.制造业自动化，2023（5）：151-156.8 赵迪，周中旺，蔡光锐，等.多异构并联机构组合体数字孪生研究 J.组合机床与自动化加工技术，2023（5）：178-183.9 赖增亮，刘冠峰.一种视觉辅助机器人离线编程去毛刺系统 J.机械设计与制造，2021（9）：251-254.10 李燕，张洁洁，奚方园，等.基于数字孪生的码垛机器人工作站在线监测研究 J.现代制造工程，2023（1）：116-121.11 徐思尧.基于数字孪生的工业机器人离线编程研究 D.上海：东华大学，2022.12 徐思尧，董爱华.一种基于数字孪生的工业机器人离线编程方法 J.仪表技术，2022（6）：62-67.13 金飞翔，王康文，吕刚，等.基于数字孪生技术的智能生产线应用探索 J.现代制造工程，2023（2）：18-26.14ZHANG C，QIN F，ZHAO W，et al.Research on rolling bearing fault diagnosis based on digital twin data and improved ConvNextJ.Sensors，2023（11）：5334.15 夏自祥，崔祥府，张利.基于 Robotstudio 的衬帽贴合生产线仿真 J.包装与食品机械，2021（6）：47-52.16 李聪波，曹宝，吴畏，等.基于数字孪生的机械加工车间多级能效监测 J/OL.计算机集成制造系统：1-24 2023-06-08.https:/