特种作业机器人功能评测体系研究

导语：特种作业机器人功能评测体系研究一文来源于网友上传，不代表本站观点，若需要原创文章可咨询客服老师，欢迎参考。

摘要：功能评测是评价机器人作业能力、保障智能制造生产线设计选型合理性的重要环节。针对当有色金属浇铸过程特种机器人作业需求，结合浇铸过程所涉及的浇铸、扒渣、修锭等工艺流程特点，建立了面向有色金属浇铸特种作业机器人功能评测体系，并以锌浇铸生产线为例建立了三个作业评测数学模型，为行业智能制造提供借鉴。

关键词：浇铸；机器人；功能评测体系；有色金属

工业机器人技术日新月异，在各行业得到广泛应用，生产线配置工业机器人，形成柔性、高效的智能化生产线已成为现代智能制造发展方向［１］，在铜、铅、锌等有色金属冶炼、浇铸行业，车间生产往往为高温、大粉尘、强腐蚀的重复性高强度工作。针对这些生产线配置专门、特殊的作业机器人，替代人力，不仅可以提高生产效率，还可以将人从恶劣生产环境解脱出来，以此为例，已成为诸多行业强烈愿望。然而在原有生产线上，配置特种作业的机器人进行特殊工艺流程中的某些工序作业，需要对机器人作业工艺与生产工艺流程参数匹配进行匹配。在设计、选型后，通过机器人评测，考察机器人是否满足安全性、可靠性、稳定性要求。然而针对新事物，往往出现评价对象主体覆盖不完善、性能所需参数不全面、整机性能影响机理与评估方法缺失、评测设备／方法不能满足实际评测需求等问题［２］。因此，建立科学、完整、准确的机器人作业评测体系，推进行业转型升级，实现从硬件基础、基础制造向智能制造方向转变，以降低产品生产线设计周期，达到优质、高效的智能制造［３］，并不断提高柔性化水平［４］。本文借鉴数字孪生标准体系［５］与机械装备功能评测的一般方法［６、７］，建立面向有色金属浇铸特种作业机器人的功能评测体系，为有色金属浇铸行业智能制造生产线建设提供借鉴。

１机器人功能评测体系概述

机器人功能评测体系，是指机器人在工作时，根据相关工艺流程与技术要求，以确定物理参数、运行环境、运行配置，实时状态下，全面和准确地描述机器人的安全性、可靠性、稳定性。同时要考虑机器人的不断提供技术迭代的发展性、经济性及操作性的特性。提供量化的方式，综合评价机器人功能是否完善和可行，为相关技术人员提供机器人选型和判断的重要支撑和理论依据。因此，评测体系从两个层面考虑，如图１所示。

２功能评测体系总体设计及分析

２．１功能评测体系建立

以锌锭铸锭生产过程为例，研究特种作业机器人的功能评测体系。依据锌锭铸锭工艺流程特征，建立数学模型评判标准。锌铸锭生产过程可以描述为：通过电解沉淀法得到锌皮，锌皮在５００±２０℃高温熔化后，浇铸成一定尺寸规格的锭块进行商品流通。因电解沉淀工艺限制，锌皮中含有约０．０５％的杂质，同时在浇铸成型冷却过程中，锌在高温下易被氧化，从而形成了浮渣氧化皮，为不影响品质，需扒渣处理。因此在完整的锌铸锭工艺上，包含了浇铸、扒渣、修锭、脱模、码垛、捆扎、贴签等作业工序。这些生产流程中，传统的生产线上人工参与过多，产品质量稳定性难以保证，其生产安全性和经济性也受到制约。根据生产工艺特点，锌铸锭智能生产线可集成浇铸机器人、扒渣机器人、修锭机器人、码垛机器人、喷码机器人。基于此智能生产线，建立锌浇铸、扒渣、修锭等三个核心工艺流程的功能评测体系。２．１．１浇铸机器人工艺评测图２浇铸工艺评测结构锌原材料在感应炉内经电磁感应和电流热效应，熔炼形成熔融态的金属液，再经浇铸特种机器人浇铸至模具，从而形成的铸锭块。铸锭块质量主要受温度和出液量两个因素的影响。不同温度下金属液的冷却速度不同，它影响铸锭成型时的外观、铸锭内部结晶质量；浇铸的出液量决定铸锭的实际重量，这是浇铸机器人的关键控制参数。要实现定量浇铸，需时刻维持炉内及浇铸口温度的动态平衡。因此浇铸特种工艺机器人应满足感应炉内温度实时监测和保温、炉内液位精准控制、及浇铸出液量控制等要求。这个过程需要评价的相关参数如图２所示，要关注安全性、稳定性、可靠性。（１）安全性：该机器人是否具备在高温的作业环境，温度控制不可或缺，保证炉内温度和炉内熔融态的金属液量处于动态平衡的能力。若超出动态平衡所允许的偏差值，是否拥有紧急报警和在线提示等功能，若能充分保证人身安全、设备安全，则为安全性为优。（２）稳定性：浇铸过程中，设备是否具有根据炉内传感器所测得的实时数据的功能，并通过ＰＣ端进行信号数据处理，并进行自适应调节，若突受外界到外影响，浇铸特种机器人能否快速回到原来的平衡状态，以保证的特种作业机器人稳定运行。

２.２扒渣机器人工艺评测

扒渣机器人是通过视觉识别技术，结合仿生结构的末端执行器来模拟人工扒渣的过程装备。扒渣机器人作业效果的优劣依据机器人扒渣后锌锭表面质量来评价。抽取生产线上的１００个经过扒渣作业的锭块作为评价样本，由工业相机进行拍摄采样，再进行图像等价分割，得到图像信息特征向量，测出与之对应图像的灰度、边缘、纹理等的特征向量，并与标准的除渣优秀的特征向量进行比较。（１）安全性：扒渣末端执行机构所携带的氧化渣，其温度高达几百摄氏度，若路径规划不合理、机械手臂速度节拍不协调，很容易造成高温锌液飞溅、氧化渣粘粘等情况。所以控制理想的路径、路径偏差值，有效避免危险事故的发生，是可靠性的关键。（２）稳定性：判断扒渣机器人在扒渣过程中的稳定性，需根据视觉传感器及现场监测仪器，综合对比计算偏差值是否合理。运行中的扒渣机器人，是实时导入虚拟数学模型中，经过计算处理，同时连续地修正机器末端执行机构的路径，使得关键路径偏差值Ａ始终保持处于一个相对平衡的状态，若受到外界突然作用的影响，扒渣特种机器人系统经过一个较短的过渡过程仍然能够回到原来的平衡状态，以保证扒渣特种作业机器人稳定运行。根据实时测量的相对三维空间坐标系，确定最佳能达修锭机器人工艺评测高温熔融态的有锌液，经浇铸、扒渣、冷却后，在模具槽里形成固态有色金属铸锭块。由于浇铸整个工艺流程中，不可避免的会使得金属液面的波荡，使得金属液附着于模具边缘或者溢出，从而产生飞边和毛刺。飞边和毛刺不仅直接影响了铸锭的表面质量还可能影响模具的耐用性，所以必须设置一道修锭工序来对铸锭进行修整。在自动化铸锭线上普遍采用修锭机器人完成对铸锭的修整，修锭机器人的末端执行机构含有刀片或打磨头，在伺服电机的控制下，带动末端执行机构进行修锭，经过采用图像灰度边缘的阶跃效应进行识别，综合判断修锭路径。同理，将工业相机拍照采样后的图像进行像素等价分割，得到图像信息特征向量，即可测出与之对应图像的灰度、边缘、纹理等的特征向量。

３总结

以锌铸锭过程机器人作业为例，根据相关工艺流程与技术要求，以确定物理参数、运行环境、运行配置，实时状态下，全面和准确地描述机器人的安全性、可靠性、稳定性为主要评价指标，建立了量化评价模型，为相关技术人员提供机器人选型和判断提供了重要支撑和理论依据，可为有色金属浇铸行业智能制造生产线建设提供借鉴。

参考文献：

［１］曲道奎．中国机器人产业发展深度思考———机遇与挑战［Ｊ］．机器人产业，２０１９（０５）：６７－７１．

［２］李本旺，吴曾萍，王茂林，冉坤．工业机器人性能测评体系研究综述［Ｊ］．现代制造工程，２０２０（０９）：１４９－１５５．

［３］王冠，焦礼静，王惠明，杨雅娟，王珲，朱晓华．钢铁行业智能制造技术发展现状［Ｊ］．环境工程，２０２０，３８（１２）：１７３－１７６＋１３７．

［４］孙凤元．汽车焊装车间柔性化生产线的应用研究［Ｊ］．中国设备工程，２０１９（１１）：１５９－１６０．

［５］本刊编辑部．《国家智能制造标准体系建设指南（２０２１版）》发布［Ｊ］．智能制造，２０２１（０６）：９．

［６］宋奇．基于ＲＯＳ的手部运动功能评测及康复训练系统设计［Ｄ］．郑州大学，２０１９．

［７］张希明．面向新型域控架构的网关控制器硬件设计及其功能评测系统开发［Ｄ］．吉林大学，２０２１．·５６·

作者：郑正国 胡馨丹 张勇 武利冲 吴红丹 姜业龙 陈欢 单位：株洲天桥起重机股份有限公司 湖南省特种设备检验检测研究院