航空制孔机器人关键技术研究

The main purpose of this project is to research the key technologies for the aircraft drilling system based on intelligent robots, such as the lightweight design of robot, the technology of autonomous perception positioning, the normal detection algorithm, the attitude adjustment algorithm, the integrated optimized control algorithm and hole-making technology for robot drilling processing. Through the study of the key technologies of intelligent robot hole-making system, a set of intelligent, efficient and accurate methods for robot hole-making system will be proposed. The location of the hole is positioned automatically by using "The size of region combination" principle of the laser tracker and the intelligent camera. Through the research of the normal detection algorithm amd the attitude adjustment algorithm about hole-making point, detection and adjustment of normal by robot online will be achieved to ensure the accuracy of the hole on the vertical. Through the establishment of multi-sensor fusion and a series of high-precision servo integrated control system, and the optimization of robot integrated control algorithm, intelligence and sensitivity of robot hole-making system is improved. We aim at using Deep Neural Newtwork(DNN) and Deep Learning (DL) in the experimental study of different materials such as aluminum-Lithium alloy, titanium alloy and composite materials. A comprehensive process is applied to the robot hole-making system. Combining with intelligent robot technology and aircraft assembly, this project will bring an intelligent and accurate processing method for aircraft digital assembly hole-making system and explores the key technologies and algorithms for robot hole-making system which will eventually help building our aerospace industry.

本项目主要研究基于智能机器人的飞机装配制孔关键技术，包括：机器人轻量化设计、自主感知定位技术、法线检测算法、姿态调整算法、集成优化控制算法和机器人制孔工艺技术。面向飞机的自动化装配制孔，通过研究智能机器人制孔的各项关键技术，提出一套智能、高效、精确的机器人制孔方法。利用激光跟踪仪和智能相机的"大小区域结合"，实现制孔位置的自主导航定位；通过对制孔点法线测量算法和姿态调整算法的研究，实现机器人对法线的在线检测与调整，保证制孔的垂直精度。建立多传感器融合和高精度伺服串联的集成控制系统，优化机器人集成控制算法，提高机器人制孔的智能性和可靠性。通过深度神经网络和深度学习对铝锂合金、钛合金及复合材料等不同材料工件开展叠层制孔实验研究，形成一套完善的适用于机器人制孔的原理和方法。本课题结合智能机器人技术和飞机装配制孔加工工艺，探索研究机器人制孔中的关键技术，为我国飞机制造业的数字化装配提供有力支撑。

现代飞机装配的连接方式仍以铆接为主，制孔是飞机数字化装配的关键环节。为满足我国飞机批产迫切需求，解决手工制孔中存在的效率低、一致性差等问题，在飞机的数字化装配中广泛采用机器人制孔技术将是必然趋势。因此，深入研究制孔机器人系统的关键技术对实现自动化、数字化的飞机装配具有重要意义。.本项目主要是围绕机器人轻量化设计、自主感知定位技术、法线检测算法和姿态调整算法、集成优化控制算法、机器人叠层制孔工艺和方法五方面关键技术进行了深入的研究。.在机器人轻量化设计方面：采用薄壁复杂结构的一次成型技术，实现了制孔机器人的轻量化设计；在各个单元模块在轻量化设计的基础上，重点研究了具有高可靠性、长寿命、新概念结构；将制孔机器人系统分为不同的模块，采用模块化接口，实现不同部件的自由更换；采用激光测量、视觉定位、 吸屑与压紧等绿色制造技术，减少冷却液环境污染等。.在自主感知定位技术方面：基于极限学习机的特点，建立了机器人绝对定位精度补偿模型，提出了基于极限学习机的机器人定位精度补偿方法；针对飞机壁板工件通常大而薄及装配误差导致的定位误差问题，提出了一种基于双目视觉的制孔机器人孔位补偿方法。.在法线检测算法和姿态调整算法方面：建立了激光测距传感器位置误差模型，提出了一种激光测距传感器位置误差标定算法；建立了法线测量和姿态调整数学模型，提出了一种实时的法线检测技术和姿态调整技术。.在集成优化控制算法方面：搭建了多传感器融合和高精度伺服集成控制系统，实现制孔实时控制调节和数控技术优化。.在机器人叠层制孔工艺和方法方面：搭建了制孔机器人试验系统，初步进行了一些不同材料和不同加工孔径的制孔实验。.本项目研究取得了较多的创新成果，发表SCI/EI论文20篇，申请国家发明专利13项，其中授权发明专利4项；研究的制孔机器人系统已经在上海飞机制造有限公司研发的大型飞机自动化装配中进行了初步的应用。