Автоматизированная сборка изделий роботом-манипулятором с динамометрическим контролем процесса затягивания винтовых соединений

Цель – разработать концепцию робототехнического комплекса, выполняющего установку деталей и их закрепление с использованием резьбовых соединений роботом-манипулятором. Экспериментальный стенд был реализован на базе промышленного робота-манипулятора KUKA KR6 R900. Управляющая программа для робота выполнена на языке Kuka Robot Language, предлагаемые исполнительные механизмы являются авторской разработкой. Предложены два варианта исполнительного устройства с контролем затяжки винтов. Первое устройство использует вращательное движение фланца кисти робота-манипулятора для затягивания винтов. Второе с одной стороны имеет захват для установки деталей на изделии, с другой стороны – приводной инструмент с заданным предельным моментом затяжки. Показано, что оба исполнительных устройства обеспечивают выполнение полного цикла завинчивания крепежного элемента в деталь от наживления до затяжки с требуемым усилием. В первом устройстве для контроля усилия затяжки используется тензобалка, сигнал с которой обрабатывается микроконтроллером Arduino Mini, расположенным во вращающемся устройстве. Сигнал отправляется по беспроводному интерфейсу на стационарный контроллер, посылающий стоп-сигнал на робота. Экспериментальным путем установлено, что из-за наличия беспроводного интерфейса при передаче сигнала наблюдается некоторая задержка между достижением предельного значения момента и остановкой вращения робота, в результате чего значение фактически достигаемого момента может превышать установленное на 60%. Во втором приспособлении, где ограничение крутящего момента происходит по току в двигателе привода, выявлено, что абсолютная погрешность установки момента затяжки не превышает 0,8 Н·м в диапазоне от 0 до 25 Н·м или 3,03% (погрешность стандартных динамометрических ключей составляет около 4%). С целью более полного соответствия современным киберфизическим производственным системам планируется интеграция в данный комплекс интеллектуальных функций контроля процесса затяжки винтовых соединений на основе методов машинного обучения.

1. Hsue Albert Wen-Jeng, Tsai Chih-Fan. Torque controlled mini-screwdriver station with a SCARA robot and a machinevision guidance // International Symposium on Computer, Consumer and Control (Taichung City, 13–16 November 2020). Taichung City: IEEE, 2020. P. 465–468. https://doi.org/10.1109/IS3C50286.2020.00127.

2. Hwang Joo-Yeon, Jung Doo-Hee, Roh Young-Jun, Nam Kee-Jun, Hwang Dal-Yeon. Low-cost automatic screw machine using a commercial electric screwdriver // 12th International Conference on Control, Automation and Systems (Jeju, 17–21 October 2012). Jeju: IEEE, 2012. Р. 1055–1060.

3. Wu Zhimin, Du Wenjuan, Zhang Guigang, Wang Jian. Fuzzy control based on torque and angle method for bolt assembling system // Prognostics and Health Management Conference (Besancon, 4–7 May 2020). Besancon: IEEE, 2020. Р. 214–218. https://doi.org/10.1109/PHM-Besancon49106.2020.00042.

4. Мубаракшин Р.М., Мубаракшин М.Р., Сотников П.С. Адаптивное управление и автоматизация процессов обработки деталей с целью обеспечения требуемых эксплуатационных показателей ответственных узлов и машин в производстве 4.0 // Авиационные материалы и технологии. 2019. № 4. С. 3–10. https://doi.org/10.18577/2071-91402019-0-4-3-10.

5. Яковлева Е.А., Моторкин А.С., Капустин Д.Р. Выбор системы роботизированной автоматизации процессов на производстве // SAEC. 2023. № 3. С. 357–362. https://doi.org/10.18720/SPBPU/2/id23-499.

6. Hu Kaixiang, Cao Qixin, Zhang Haoruo. A compliant robotic assembly system based on multiple sensors // IEEE Workshop on Advanced Robotics and its Social Impacts. 2016. https://doi.org/10.1109/ARSO.2016.7736259.

7. Matsuno T., Huang J., Fukuda T. Fault detection algorithm for external thread fastening by robotic manipulator using linear support vector machine classifier // IEEE International Conference on Robotics and Automation. 2013. https://doi.org/10.1109/ICRA.2013.6631058.

8. Li Zexiang. Robotics research for 3C assembly automation. Режим доступа: https://app.box.com/s/zcg8qqxt6fw6v4xz22h6 (дата обращения: 28.06.2023).

9. Трифонов А.С. Разработка робототехнического комплекса для сборки изделий с применением резьбовых соединений // BE FIRST: сб. ст. Междунар. науч.-исследовательского конкурса (г. Пенза, 15 сентября 2021 г.). Пенза: Наука и Просвещение, 2021. С. 16–21. EDN: FQHXCV.

10. Aivaliotis P., Michalos G., Makris S. Cooperating robots for fixtureless assembly: modelling and simulation of tool exchange process // International Journal of Computer Integrated Manufacturing. 2018. Vol. 31. Iss. 12. P. 1235–1246. https://doi.org/10.1080/0951192X.2018.1512011.

11. Wang Rui, Guo Xiangyu, Li Songmo. Automatic assembly technology of dense small screws for flat panel parts // Applied Sciences. 2023. Vol. 13. Iss. 14. https://doi.org/10.3390/app13148309.

12. Pitipong S., Pornjit P., Watcharin P. An automated Four-DOF robot screw fastening using visual servo // IEEE/SICE International Symposium on System Integration. 2010. https://doi.org/10.1109/SII.2010.5708355.

13. Zeng Fan, Xiao Juliang, Liu Haitao. Force/torque sensorless compliant control strategy for assembly tasks using a 6-DOF collaborative robot // IEEE Access. Institute of Electrical and Electronics Engineers. 2019. Vol. 7. P. 108795– 108805. https://doi.org/10.1109/ACCESS.2019.2931515.

14. Volkov I., Makarov A., Kukhtik M. Research of magnetic supply unit of wireless torque sensor // International Conference on Industrial Engineering, Applications and Manufacturing (Sochi, 16–20 May 2022). Sochi: IEEE, 2022. P. 874–879. https://doi.org/10.1109/ICIEAM54945.2022.9787209.

15. Yuan Zhibao, Xu Haiping. Pulse power supply with faster response and low ripple current using inductive storage and interleaving technology // CPSS Transactions on Power Electronics and Applications. 2020. Vol. 5. Iss. 1. Р. 54–62. https://doi.org/10.24295/cpsstpea.2020.00005.

16. Aoyagi T., Otomo Y., Igarashi H., Sasaki H., Hidaka Y., Arita H. Prediction of current-dependent motor torque characteristics using deep learning for topology optimization // IEEE Transactions on Magnetics. 2022. Vol. 58. No. 9. P. 1–4. https://doi.org/10.1109/TMAG.2022.3167254.

17. Попов А.В., Чудинов В.А., Шаякбаров И.Э. Повышение качества контроля моментов затяжек резьбовых соединений методом отворачивания // Известия Тульского государственного университета. Технические науки. 2018. № 2. С. 315–322.

18. Lee Young Gu, Talluri Teressa, Chung Hee Tae. Development of impact wrench torque measurement system // IEEE International Conference on Architecture, Construction, Environment and Hydraulics (Xiamen, 20–22 December 2019). Xiamen: IEEE, 2019. Р. 33–36. https://doi.org/10.1109/ICACEH48424.2019.9042104.

19. Fan Xuewei, Wang Xiaowu, Xie Feng, Tang Nan. Research on control system of electric tightening wrench based on rotational speed difference method // 7th International Conference on Information, Cybernetics, and Computational Social Systems (Guangzhou, 13–15 November 2020). Guangzhou: IEEE, p. 797–801. https://doi.org/10.1109/ICCSS52145.2020.9336824.

20. Li Te, Liu Kuo, Tuo Guiben, Zhang Jiali, Ma Yue. Assemble torque measurement of aero-engine rotor blisk inside deep and confined cavity // IEEE 5th International Workshop on Metrology for AeroSpace (Turin, 19–21 June 2019). Turin: IEEE, 2019. Р. 238–242. https://doi.org/10.1109/MetroAeroSpace.2019.8869615.