Perdereau，V提出了一种混合机器人位置控制方案。随后，周等人提出了一种基于自适应阻抗控制的打磨机器人混合控制策略近设计了一个模糊力控制器，在除锈过程中模仿人类的行为。随后，赵等人提出了一种基于模糊比例积分微分(PID)的力/位扰动抑制控制策略。对于预期的15 N接触力，所提出的控制策略可以实现13.4%的力控制精度，并且0.0362 mm的材料去除深度可以达到1.2微米的精度.朱等提出了一种基于一维力传感器PID控制器的动态控制方法。抛光表面的粗糙度Ra %3C 0.4微米，材料去除深度更稳定，偏差保持在0.003 mm，40 N时的均方差为0.37 N

基于激光传感器的抛光机器人面对工厂恶劣的打磨环境有着的优势，即不受环境光的影响，精度也能满足铸件后处理的要求。通过数据驱动的预测方法可以在线预测打磨精度。

打磨表面粗糙度被认为是加工质量的关键指标之一.然而，由于磨粒分布的随机性和复杂性，很难预测。为了准确地估计抛光表面的粗糙度，有必要用多种方法获得打磨去除的材料量。通过打磨去除的材料量与多个参数有关，例如进给速度、转速、接触应力、打磨时间、工件材料、工件的几何特征以及磨头的状况。为

广泛使用的基于模型的方法是普雷斯顿方程，根据该方程，打磨期间的材料去除率与压力和介质与工件之间的相对速度成比例。

SUHNER产品的销售和分销遍布，与另一家连接元件的国际制造商是SUHNER Power-Pack机器人机床项目的理想合作伙伴。它与所有机器人制造商的兼容性使其更适用于要求的应用。

磨料的更换

磨料通常具有较短的生命周期。一项获得的磨料快速更换系统(处理和重新装载)被添加到程序中，以简化磨料的更换。

例如，SUHNER磨料系统的这种快速变化允许依次使用七种不同的磨料来达到所需的表面光洁度。

自动化磨料更换增加了灵活性，并消除了无效的生产时间。