CN118024022B 机器人铣削加工多类型颤振检测方法 （哈尔滨工业大学）

了针对机器人颤振检测方法无法排除机器人柔2S1、在机器人铣削加工中同步采集机器人的内当CSIT高于阈值CSTT，其它指标均低于相应阈值时，判定机器人铣削系统发生高频颤度波动程度阈值CSIθ和高频颤振检测的阈基坐标系到法兰坐标系的齐次变换矩阵矩阵，表示法兰坐标系到刀具坐标系的齐次变xyz表示刀具进给坐标系z轴的坐标系值，vxy3使用截止频率为200Hz的巴特沃斯高通滤波器和梳状滤波器对转换到刀具进给坐标系计算前一个主窗口加速度信号的功率谱密度，再功率谱密度的最高峰值及其对应频率使用截止频率为min(35,o⃞"-5)的高通滤波器来消除低频分量，得到多通道加速度使用2个梳状滤波器消除中周期性分量和调个梳状滤波器根据调制频率范围设计，当前一主窗口确定的CSIR低道位移信号sdis,k和对应方向的振动位移统计特征确定机器人末端振动位移的幅值指4时间窗口内机器人关节加速度波动程度指标5一种机器人铣削颤振辨识方法，通过采集机器人铣削加工时加工工件表面形貌图像并输入铣削加工颤振类型预测模型，得到机器人颤振类型，铣削加工颤振类型预测模型通过公开模态主导的低频、高频颤振，并且难以实现机器人铣削加工颤振的在线检测；公开号为CN115890345A的发明专利《一种机器人铣削低频颤振稳定性预测方法及系统》提出了一种机器人铣削低频颤振稳定性预测方法，同时考虑了铣削断续切削特性和模态耦合效应，实现了低频颤振的预测，而对于高频颤振缺乏深入研究。公开号为CN114800042A的发明专利《一种基于功率谱熵差的机器人铣削加工颤振类型辨识方法》提出了一种机器人铣削加工颤振类型辨识方法，通过采集机器人末端的原始振动信号确定功率谱熵差的最优分类阈6值，实现了刀具主轴结构柔性引起的再生颤振和机器人结构刚度不足导致的模态耦合颤基坐标系到法兰坐标系的齐次变换矩阵矩阵，表示法兰坐标系到刀具坐标系的齐次变7xyz表示刀具进给坐标系z轴的坐标系值，vxy[0024]使用截止频率为200Hz的巴特沃斯高通滤波器和梳状滤波器对转换到刀具进给坐[0025]作为优选，根据前一个主窗口检测到的加速度信号的功并利用该截止频率对机器人铣削过程的多通道寻找功率谱密度的最高峰值及其对应频率使用截止频率为min(3s,o⃞"-5)的高通滤波器来消除低频分量，得到多通道加速度使用2个梳状滤波器消除中周期性分量8[0030]作为优选，根据所述内部信号确定时间窗口内机器人关节加速度波动程度指标人低刚度特性引起振动信号的低频和调制分量。不同类型颤振对于振动信号敏感性不同，铣削加工中的颤振类型。高转速铣削过程和空运行过程的振动位移振幅和频率分布相似，9[0045]图8为粗加工过程中颤振检测结果与关节角加速度信号，其中(a)为颤振检测指虑不同的应用场景，内部信号和三轴加速度计被作为常用传感器组合，一个灵敏度为[0057]机器人加工系统通常包含以下坐标系：机器人基坐标系(Robotbasiccoordinatesystem,RBCS)、机器人法兰坐标系(Robotflangecoordinatesystem,RFCS)、加速度计坐标系(Accelerometercoordinatesystem,ACS)、刀具坐标系(Tool标系(Engagementcoordinatesystem,ECS)和跟踪仪坐标系(Lasertrackercoodinate[0060]式中是基坐标系到工件坐标系的齐次变换[0063]对于刀具进给坐标系下第i个刀具位置R,(i),刀具进给坐标系的位置由当前刀尖-oj,xz表示刀具进给坐标系x轴的坐标系值，表示刀具进给坐标系原点在[0079]其中为从法兰坐标系到刀具坐标系的齐次变换矩阵矩阵中的旋转变换矩阵，于低频颤振检测、大振幅柔性振动检测和机器人运行频率估计的信号和高频颤振检测信颤振的主导频率比高频颤振的主导频率小得多，太短的主窗口会使低频颤振难以有效识别，所以主窗口的长度应该比次窗口的长度长。综上，加速度信号的主窗口样本数设为[0086]使用截止频率为200Hz的巴特沃斯高通滤波器和梳状滤波器来处理原始位移信号以消除高频分量和周期性分量。梳状滤波器的频率设置根据主[0091]再利用寻峰算法在设定频率范围内寻找功率谱密度的最高峰值及其对应频率[0092]使用截止频率为min(35,o⃞"-5)的高通滤波器来消除低频分量，得到多通道加速[0093]使用2个梳状滤波器消除中周期性分量和调制分量，得到多通道加速度信号[0097]其中qr(t)是六个关节的角度值和三个关节的速度，关节角[0098]步骤4、根据多通道位移信号sdis,k和对应方向的振动位移统计特征确定机器[0099]多通道位移信号sdis,k的均方根值或半峰峰值被用于计算与机器人低频颤振相关[0105]根据机器人前三个关节内部信号计算第二个指标CSIθ,j，用于区分低频[0110]从稳定铣削状态向颤振状态转变过程反映了周期性分量和颤振分量之间的能量[0123]基于数据驱动柔性振动均方根值或半峰峰值预测模型可检测指标CSIR曲线为0的区域出现惯性激励引起的大幅度柔性振动。通过比较了图中180_过图10中(c)颤振检测指标曲线可以检测到高频颤振，同时根据加速度滤波信号的频谱图信号转化到刀具进给坐标系下；基于铣削振动信号表征和振动信号对颤