一种基于数控的折弯机器人控制方法及控制系统技术方案

本发明专利技术属于人工智能技术领域，公开了一种基于数控的折弯机器人控制方法及控制系统，通过PLC控制系统采集数控折弯机的下行所用时间(即从夹紧点位置到下止点位置的总用时)及下行运动轨迹(即从夹紧点位置到下止点位置的上模实时位置数据)，另外通过上位机控制系统采集工业机器人的跟随所用时间(即以匹配速度进行跟随动作的总用时)，随后结合较为可行的速度自适应适度与摆动系统重新计算出工业机器人跟随匹配速度，最终达到两者之间的速度匹配的目的。本发明专利技术可通过PLC控制系统采集数控折弯机的下行所用时间及下行运动轨迹。

【技术实现步骤摘要】
一种基于数控的折弯机器人控制方法及控制系统
本专利技术属于人工智能
，尤其涉及一种基于数控的折弯机器人控制方法及控制系统。
技术介绍
目前，业内常用的现有技术是这样的：国内目前绝大多数钣金企业折弯机都还是人工操作，但随着各行业、各地区、各企业抢抓“中国制造2025”和“工业4.0”的发展契机，不断加大技改项目的投入，推进企业智能化改造，逐步实现“机器换工”，数控折弯机器人系统的开发应用将是钣金行业发展的必然趋势。通过机器人折弯所形成的产品而言，营运方往往会把焦点关注在成形后的两大精度问题，分别为产品的角度和产品的尺寸。在机器人折弯动作过程中，机器人绕折弯机下模具进行重定位运动的更新速度，需与折弯机的上模具从夹紧点位置到下死点位置的下行运动速度相匹配，否则材料在塑性变形的过程中，会迫使产品的精度与质量受到很大的影响。因此解决折弯的速度匹配的问题显得尤为重要。目前常见的速度匹配方式主要有两种：第一种是位置实时匹配，要求折弯机位置采集的即时性，以及通信的实时性，这些要求往往在当前的以太网通信工业技术上的100M带宽也无法满足。第二种是折弯用时匹配，要求折弯机折弯过程的用时等于机器人折弯过程的用时，其数据采集简单。综上所述，现有技术存在的问题是：在机器人折弯动作过程中，机器人绕折弯机下模具进行重定位运动的更新速度，与折弯机的上模具从夹紧点位置到下死点位置的下行运动速度难以相匹配。现有技术中，折弯机器人运动轨迹信息处理准确性差。
技术实现思路
针对现有技术存在的问题，本专利技术提供了一种基于数控的折弯机器人。本专利技术是这样实现的，一种基于数控的折弯机器人控制方法，所述基于数控的折弯机器人控制方法包括：通过PLC控制系统采集数控折弯机的下行所用时间及下行运动轨迹；通过上位机控制系统采集工业机器人的跟随所用时间，随后结合可行的速度自适应适度与摆动系统重新计算出工业机器人跟随匹配速度。进一步，PLC控制系统采集数控折弯机的下行所用时间及下行运动轨迹中，收集并预处理原始数据，并最终形成若干数控折弯机采集的下行所用时间及下行运动轨迹的原始轨迹序列集合；对所述原始轨迹序列集合进行处理处理，其中包括：在所述原始轨迹序列集合中找到不满足数控折弯机采集的下行所用时间及下行运动轨迹准确容忍度的有问题的投影集VP；将问题投影集VP中的所有轨迹按照其在原始轨迹序列集合中出现的频率进行降序排序，并将结果保存到集合FVP；搜索所述集合FVP中前|PS|个出现频率最高的轨迹投影记录，对其进行处理处理，其中，所述处理处理包括轨迹抑制处理，直至或结束处理处理；对经过所述处理处理后的轨迹序列集合进行发布。进一步，所述处理处理还包括局部抑制处理，其中：在所述集合FVP中找到最小的违反准确需求的轨迹序列集，并保存到轨迹集合MVP；根据干扰信号的知识Av计算所述轨迹序列集MVP中所有轨迹点的R(PG(loci)，UL(loci))值，每次找到R(PG(loci)，UL(loci))值较大的轨迹点loci，并在原始轨迹集中找到与MVP中的所有包含位置信息的轨迹记录相对应的轨迹集，抑制该轨迹集中的位置信息loci，此处理需迭代进行，直至束；轨迹数据集T是数控折弯机采集的下行所用时间及下行运动轨迹序列的集合，形式化表示为：T＝∪ti，i＝1，2...其中，ti表示数控折弯机采集的下行所用时间及下行运动轨迹i的运动轨迹，代表数控折弯机采集的下行所用时间及下行运动轨迹i的历史足迹。对每个数控折弯机采集的下行所用时间及下行运动轨迹i，其运动轨迹ti是由n个不同时刻timei的位置序列组成，表示为：ti＝{＜loc1(x1，y1)，time1＞→…→＜locn(xn，yn)，timen＞}其中＜loci(xi，yi)，timei＞代表timei时刻数控折弯机采集的下行所用时间及下行运动轨迹i所在的具体位置；干扰信号模型：假定潜在的干扰信号数量为m个，则有其中V为干扰信号集合；每个干扰信号vi可以掌控Ai中包含的所有位置信息，则有：且针对每一条轨迹记录t∈T，每一个干扰信号vi∈V都拥有一个投影知识若仅考虑一个干扰信号v，则一条轨迹记录t＝＜loc1，loc2，......，locn＞的投影为称tv为t相对于干扰信号v的投影；tv即称之为干扰信号V的投影知识，投影tv是t的一个子轨迹记录，仅由t中属于Av的所有位置数据点组成。因此，每一个干扰信号将会拥有所有轨迹数据集T中的投影集TPv，且TPv＝∪t∈Ttv，干扰信号v的投影集TPa通过轨迹记录集T得到。进一步，随后结合速度自适应适度与摆动系统重新计算出工业机器人跟随匹配速度中，通过速度自适应适度与摆动系统在面积为S＝L*L的部署区域内，随机分布N个同构的无线传感器节点，sink节点位于部署区域之外，节点处理整个无线传感器网络内收集到的数据；非均匀成簇：sink节点位于部署区域的上方；首先部署区域X轴划分为S个信道，所有信道有相同的宽度w，并且每个信道的长度与部署区域的长度相等；用从1到s作为信道的ID，最左端的信道的ID为1，然后每个信道沿着y轴划分为多个矩形网格，每个信道中的每个网格都被定义一个水平，最下端的网格的水平为1，每个网格和每个信道有相同的宽度w；每个信道中网格的个数、长度与信道到sink的距离有关；通过设置网格的长度来调整网格的大小；针对不同的信道，距离sink越远的信道含有的网格数目越小；针对同一信道，距离sink越远的网格的长度越大；A中含有S个元素，第k个元素表示在第k个信道中网格的数目；每个网格用一个数组(i，j)作为ID，表示第i个信道有水平j；定义S个数组表示网格的长度，第v个数组Hv表示第v个信道中网格的长度，并且Hv的第w个元素hvw表示网格(v，w)的长度；网格(i，j)的边界为：o_x+(i-1)×w＜x≤o_x+i×w非均匀网格划分好之后进行成簇阶段；算法分为很多轮进行，在每轮中选取每个网格中剩余能量最大的节点作为簇首节点，其余节点根据就近原则加入簇，然后再进行数据聚合；进一步，非均匀成簇后，还需进行：格拉布斯预处理：传感器节点需要对收集的数据进行预处理，然后再向簇首节点传输数据；采用格拉布斯预准则对传感器节点所采集到的数据进行预处理假设某个簇首节点含有n个传感器节点，传感器节点收集到的数据为x1，x2，…，xn，服从正态分布，并设：根据顺序统计原理，计算格拉布斯统计量：给定显著性水平α＝0.05之后，测量值满足gi≤g0(n，α)，则认为测量值有效，测量值参与到下一层次的数据聚合；反之，则认为测量值无效，因此需要剔除，即不参与到下一层次的数据聚合；自适应聚合算法：通过迭代得到各个节点测量数据的无偏估计值，求取各个传感器节点的测量数据值与估计值之间的欧式距离，以归一化的欧式距离作为自适应加权融和的权值；选用簇中的传感器节点采集到的数据的最大值与最小值的平均值作为中心数据；某个簇中有个传感器节点，用维列向量D＝(d1，d2，…，dn)表示相应节点的测量值，通过计算各个节点数据与中心数据的欧式距离反应不同节点数据与中心数据之间的偏差大小，其中li的计算公式为：根据欧式距离自适应设定相应的权值大小，距离越大权值越小，距离越小权值越大；其中wi为相应的权值。本专利技术的另一目的在于提供本文档来自技高网...

【技术保护点】
1.一种基于数控的折弯机器人控制方法，其特征在于，所述基于数控的折弯机器人控制方法包括：通过PLC控制系统采集数控折弯机的下行所用时间及下行运动轨迹；通过上位机控制系统采集工业机器人的跟随所用时间，随后结合速度自适应适度与摆动系统重新计算出工业机器人跟随匹配速度。

【技术特征摘要】
1.一种基于数控的折弯机器人控制方法，其特征在于，所述基于数控的折弯机器人控制方法包括：通过PLC控制系统采集数控折弯机的下行所用时间及下行运动轨迹；通过上位机控制系统采集工业机器人的跟随所用时间，随后结合速度自适应适度与摆动系统重新计算出工业机器人跟随匹配速度。2.如权利要求1所述的基于数控的折弯机器人控制方法，其特征在于，PLC控制系统采集数控折弯机的下行所用时间及下行运动轨迹中，收集并预处理原始数据，并最终形成若干数控折弯机采集的下行所用时间及下行运动轨迹的原始轨迹序列集合；对所述原始轨迹序列集合进行处理处理，其中包括：在所述原始轨迹序列集合中找到不满足数控折弯机采集的下行所用时间及下行运动轨迹准确容忍度的有问题的投影集VP；将问题投影集VP中的所有轨迹按照其在原始轨迹序列集合中出现的频率进行降序排序，并将结果保存到集合FVP；搜索所述集合FVP中前|PS|个出现频率最高的轨迹投影记录，对其进行处理处理，其中，所述处理处理包括轨迹抑制处理，直至或结束处理处理；对经过所述处理处理后的轨迹序列集合进行发布。3.如权利要求2所述的基于数控的折弯机器人控制方法，其特征在于，所述处理处理还包括局部抑制处理，其中：在所述集合FVP中找到最小的违反准确需求的轨迹序列集，并保存到轨迹集合MVP；根据干扰信号的知识Av计算所述轨迹序列集MVP中所有轨迹点的R(PG(loci)，UL(loci))值，每次找到R(PG(loci)，UL(loci))值较大的轨迹点loci，并在原始轨迹集中找到与MVP中的所有包含位置信息的轨迹记录相对应的轨迹集，抑制该轨迹集中的位置信息loci，此处理需迭代进行，直至束；轨迹数据集T是数控折弯机采集的下行所用时间及下行运动轨迹序列的集合，形式化表示为：T＝∪ti，i＝1，2...其中，ti表示数控折弯机采集的下行所用时间及下行运动轨迹i的运动轨迹，代表数控折弯机采集的下行所用时间及下行运动轨迹i的历史足迹。对每个数控折弯机采集的下行所用时间及下行运动轨迹i，其运动轨迹ti是由n个不同时刻timei的位置序列组成，表示为：ti＝{<loc1(x1，y1)，time1>→…→<locn(xn，yn)，timen>}其中<loci(xi，yi)，timei>代表timei时刻数控折弯机采集的下行所用时间及下行运动轨迹i所在的具体位置；干扰信号模型：假定潜在的干扰信号数量为m个，则有其中V为干扰信号集合；每个干扰信号vi可以掌控Ai中包含的所有位置信息，则有：且针对每一条轨迹记录t∈T，每一个干扰信号vi∈V都拥有一个投影知识若仅考虑一个干扰信号v，则一条轨迹记录t＝<loc1，loc2，......，locn>的投影为称tv为t相对于干扰信号v的投影；tv即称之为干扰信号v的投影知识，投影tv是t的一个子轨迹记录，仅由t中属于Av的所有位置数据点组成。因此，每一个干扰信号将会拥有所有轨迹数据集T中的投影集TPv，且TPv＝∪t∈Ttv，干扰信号v的投影集通过轨迹记录集T得到。4.如权利要求1所述的基于数控的折弯机器人控制方法，其特征在于，随后结合速度自适应适度与摆动系统重新计算出工业机器人跟随匹配速度中，通过速度自适应适度与摆动系统在面积为S＝L*L的部署区域内，随机分布N个同构的无线传感器节点，sink节点位于部署区域之外，节点处理整个...

【专利技术属性】
技术研发人员：佘明辉，陈辉煌，杨阿弟，杨敏英，林寿光，翁伟，
申请(专利权)人：湄洲湾职业技术学院，
类型：发明
国别省市：福建,35