[发明专利]一种基于大数据的工业机器人恒力磨抛方法

摘要

本发明属于工业机器人领域，并公开了一种基于大数据的工业机器人恒力磨抛方法，包括以下步骤：1)机器人运行数据采集：采用六维力传感器分别连接工业机器人和控制器，通过不断调节同一打磨轨迹的贴合程度，采集大量运行数据构成训练集；2)确定BP神经网络拓扑模型；3)根据步骤1)获得的运行数据对步骤2)所建立的BP神经网络拓扑模型进行训练；4)将训练好的BP神经网络拓扑模型运用到无传感器的工业机器人打磨实例中，获得工业机器人运行过程中的打磨力时域曲线，根据预设的打磨力阙值进行工业机器人轨迹调整，以便于获得恒力打磨效果。本发明可以重复路径微调的工作，这样就解决了磨抛生成效率低下，加工成本较高等问题。

主权项

1.一种基于大数据的工业机器人恒力磨抛方法，其特征在于，包括以下步骤：1)机器人运行数据采集：采用六维力传感器分别连接工业机器人和控制器，以将工业机器人运行过程中的运行数据实时保存到控制器中，通过不断调节同一打磨轨迹的贴合程度，采集大量运行数据构成训练集；2)根据工业机器人运动学及动力学关系，选择输入变量及输出变量，确定BP神经网络拓扑模型；3)根据步骤1)获得的运行数据对步骤2)所建立的BP神经网络拓扑模型进行训练；4)将训练好的BP神经网络拓扑模型运用到无传感器的工业机器人打磨实例中，获得工业机器人运行过程中的打磨力时域曲线，根据预设的打磨力阙值进行工业机器人轨迹调整，计算预设的打磨力阙值与实际运行过程中的打磨力之间的误差，根据该误差及前期采集的运行数据，计算工业机器人的TCP应沿法向前进或后退的距离，即调整工业机器人的打磨轨迹，以便于此工业机器人重复加工后续工件时无需重复调整路径即可获得恒力打磨效果。