欢迎来到天津华茂致远自动化科技有限公司网站！
185-12233227
铸件通常具有三维表面结构，并且存在大量的非结构凹面和非参数凸面。凹面不容易用手从内部抛光。由于大量的凹面，在机械打磨过程中，很难找到基准面或固定可夹紧的结合面。此外，在加工中没有基准，很难保证精度。此外，当采用智能打磨方法时，对于具有大曲率的凹面的数据收集很容易被阻塞，导致数据收集不完整。
圆形表面的简单特征不明显，存在大量非结构性表面.除了铸造外凸的外表面，还有大量的内凹表面，这是难的结构凹表面。这些表面降低了测量精度和打磨精度.现有的方法采用人工测量和抛光，机械和智能相结合的方法进行加工仍处于实验阶段。
在铸件打磨过程中，温度、噪声、振动、灰尘、光线等不确定性强的干扰不可避免，限制了视觉传感器的推广和使用。激光传感器可以弥补上述的一些不足，特别是那些由灰尘引起的不足.
早在20世纪70年代，Nitzan等人就利用激光测距系统的距离和强度信息来描述室内场景，激光测距的稳定性和可靠性得到了充分的验证.激光扫描技术在测绘领域得到了进一步发展。在20世纪80年代和90年代，Kak提出在机器人的末端安装单目激光视觉传感器，以扫描被测物体的表面。
在实际打磨中，刀具和工件不是单点接触，而是区域接触，这与普雷斯顿的假设不符。使用经典普雷斯顿假设的计算将导致对材料去除的不准确估计.为此，王等基于赫兹接触理论和局域打磨模型，进一步预测了机器人砂带打磨的切削深度并发现当切削深度约为0.3 mm时，预测误差小于3.1%。与简化的赫兹理论模型相比，考虑接触弹性变形后，朱等人提出的材料去除模型的均方根值和平均百分误差分别从2.401降低到1.725和18.426降低到14.942%。由于人工智能的广泛使用，已经提出了许多基于数据驱动的材料去除预测的方法来解决材料去除预测问题。
扫一扫手机网站
在线客服
185-12233227
litao_llt@163.com