公开(公告)号：CN110315396A

公开(公告)日：2019-10-11

申请号：CN201810268885.1

申请日：2018-03-29

Applicant: 华中科技大学

Inventor： 欧道江 ,  张琛 ,  杨建中 ,  李珍珠 ,  王天正 ,  黄思 ,  吴兴群

IPC: B24B1/00

Abstract: 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。

公开(公告)号：CN110315396B

公开(公告)日：2020-09-08

申请号：CN201810268885.1

申请日：2018-03-29

Applicant: 华中科技大学

Inventor： 欧道江 ,  张琛 ,  杨建中 ,  李珍珠 ,  王天正 ,  黄思 ,  吴兴群

IPC: B24B1/00

Abstract: 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。