*
郑 炜1，杜坤鹏1，陈 航2，林 伟1，王 刚2，张益铭2，王战玺2
（1. 中航飞机股份有限公司制造工程部，西安 710089；
2. 西北工业大学机电学院，西安 710072）
[摘要] 移动机器人加工系统在航空大部件装配领域应用广泛。由于移动机器人加工系统脱离定点作业模式进行 移动加工，在实际加工过程中，其大部件待加工部分的高精度定位以及切削加工过程的加工稳定性问题必须要得到研究和解决。通过对国内外先进移动机器人加工系统的研究综述，重点研究移动状态下大部件高精度定位技术以及加工过程中的振动抑制问题，以实现移动机器人的稳定切削加工，并对有待解决的问题及未来的研究方向进行了讨论和展望。
关键词： 移动机器人；高精度定位；动力学模型；自适应控制DOI:10.16080/j.issn1671-833x.2020.09.036
学术领域以及制造领域的广泛关注。
工业机器人相比数控机床系统刚度较低，再加上移动平台的非固定性，其应用于航空领域刚度低、厚度
小的大部件加工装配时，低频切削力作为动态激振力极易引起末端刀具严重偏离期望的加工轨迹，进一步引发切削颤振，导致加工精度下降、表面加工质量差，甚至造成产品报废、
机器人故障等危险后果[6]。同时，大部件装配的定位精度要求很高
（如机翼两端发房距离24m ，要求装配后对称轴线位置公差小于0.1mm ），这就要求机器人移动加工装配系统在整个加工区域具备高精度定位。大型复杂部件通常需要采用大量工装型架来进行定位，产品及工装与机器人末端执行器干涉，影响移动机器人加工系统基准检测的可达性。大部件
近年来，随着全球制造业智能化的发展趋势，以工业机器人为代表的智能制造装备的发展受到国内外自动化生产线的广泛关注[1]。在航空
制造领域，因大型零部件的刚度相对较低，其自身变形和装配误差的累计不容忽视。一般需要现场切削加工待连接部位以保证装配精度和质量。由于待加工装配的部件，如飞机机翼、端面、翼盒等部件尺寸较大、外形复杂，装配过程与方法有别于一般的机械产品[2]
，
所以传统的数控机床和定点作业的机器人无法使用[3]。人工装配对工人技术水平要求高，且效率低、工作强度大、一致性差。为此，移动平台搭载工业机器人构成的移动装配系统，效率高、可达性好、装配精度稳定以及快速重构适应大型低刚度复杂构件的装配作业[4–5]，受到*基金项目： 国防基础科研计划项目（JCKY2018607C004）；陕西省创新能力支撑计划（2018KJXX-006）；中央高校基本科研业务费资助项目（31020190503002）。
郑 炜
高级工程师，主要从事军民用飞机装配技术研究，先后参与某型机短舱吊挂、MA60中外翼、C919外翼、ARJ21外翼翼盒、MA700外翼等部件的研制工作。2016获全国青年岗位能手，2018年荣获C919首飞二等功。
机器人技术Robotics
与移动台之间的相对位置难以实时监测，对于大型复杂部件的每一个不同工位，均需要移动式机器人进行一次区域基准检测，这样多工位分步化的基准检测严重影响检测效率和精度。
近年来，移动机器人加工系统在国内外航空制造中已经有了初步应用，并取得了一定的成果和技术进步。本文针对大型低刚度部件的移动机器人加工系统以及相关的技术现状进行综述，重点研究大尺寸、高精度定位以及加工稳定性等问题，并对尚未解决的问题以及未来的研究方向进行讨论和展望。
机器人移动加工技术与
应用
移动机器人加工系统一般由工业机器人、移动平台以及多功能末端执行器组成，末端执行器通常会集
成电主轴、压力脚、测量传感单元及其他附件[7]。在航空大型低刚度部件加工装配过程中，机器人加工系统拥有更高的空间可达性和更小的安装空间要求[8]，因此可以更灵活地执行自动化加工任务，在钻、铣、磨等切削加工甚至铆接等装配作业也得到应用[9]。
德国弗劳恩霍夫研究所开发出了模块化、自适应、可移动机器人铣削系统（图1），并在空客A320飞机的7m×2m的碳纤维增强复合材料垂直尾翼面上得到应用，提高了大型低刚度复合材料构件的加工精度、效率、质量[1]。英国BAE公司开发了针对复合材料的全自动精确锪孔加工单元，有效解决了复合材料锪钻设备笨重、效率低和加工质量不稳定的问题[10]。由于传统的钻削加工切削力大，表面质量难以控制[11]，近年来，新兴的螺旋铣削制孔工艺和超声波辅助方法成功应用在难加工材料的加工中[12]，改变了材料的去除机理，减小加工切削力，改善了毛刺、撕裂等加工缺陷[13]。刘长
毅等[14]以螺旋铣孔工艺时域解析切
削力建模、时域与频域切削过程动力
学建模、切削颤振及切削稳定性建模
为基础，研究了螺旋铣孔的切削参
数工艺规划模型和方法，并通过试验
对所规划的工艺参数进行验证。高
航等[15]采用螺旋铣削与超声振动
复合加工工艺针对碳纤维树脂基复
合材料进行制孔加工试验，结果表明
增加超声振动幅值、降低刀具每齿材
料去除量可有效减少孔出口处的毛
刺、撕裂等加工缺陷。图2和3分别
为用于空直公司某型直升机机身总
装机器人自动化装配系统[16]和基于
AGV搭载机器人的移动机翼数字化
制孔系统[17]。
其他切削加工领域的工业机器
人应用也在逐步增加，北京航空航天
大学设计了3P3R构型的砂带机器
人，在对待加工表面点建模的基础
上，应用蒙特卡洛法对复杂曲面工件
的磨削加工轨迹进行仿真，得到了最
接近实际加工时的机器人姿态，验证
了待加工工件的可加工性[18]；浙江
大学针对机器人精镗飞机交点孔的
精镗系统，通过分析颤振发生时的压
脚位移信号，提出基于Hilbert-Huang
变换的颤振特征提取方法，实现机器
人镗孔颤振的快速识别[19]。
综上，针对大型低刚度部件的加
工和装配，移动机器人加工系统因其
高灵活度、大工作空间而具有极大优
势，正逐步成为航空大型零部件装配
加工领域的发展趋势。而当机器人
加工系统脱离定点作业模式进行移
动加工时，必然会面临多工位分步化
基准检测效率低、精度差以及动态低
频切削力诱导的切削颤振等问题，因
此，为提高机器人移动加工的稳定性
和表面质量，就必须研究其所面临的
大部件、高精度定位问题和切削加工
稳定性问题。
机器人移动加工系统的
定位与检测
目前在航空大型零部件自动化
生产作业中，移动工业机器人得到广
泛的应用，然而大部件与移动台之间
的相对位置难以实时监测，其空间定
位精度影响到整个加工装配的精度，
进而直接影响飞机的动力学外形。
为了提高航空零部件的加工装配精
度，移动机器人加工系统的大部件高
精度定位与检测问题亟待解决。
为满足大尺寸零部件加工和飞
机装配对大尺寸、高精度、多任务和
快速测量的需求，克服大尺寸零部件机器人电主轴
在加工装配中多工位分步基准检测图1 移动机器人系统加工A320飞机复合
材料垂尾翼面
Fig.1 Machining of composite vertical tail
airfoil of A320 aircraft with mobile robot system
图2 某型直升机自动化装配系统
Fig.2 Automatic assembly system of a helicopter
图3 大飞机翼盒机器人制孔系统
Fig.3 Robot drilling system for wing box of
large aircraft
效率低、柔性差的问题，设计了高效、精准的与飞机数字化装配相匹配的动态基准标定方法，对多工位的加工装配坐标系的快速转换方法进行研究。目前，数字化光学测量在航空装配中成功应用（如F–22、F–35战机、波音787等），提高了装配精度、效率及自动化水平，针对航空复杂构件的协同测量技术[20]、大尺寸高精度坐标控制场的构件与误差评定[21]、统一坐标测量网技术[22]等，为数字化测量技术在航空等领域的应用奠定了一定的基础。刘洋[23]基于激光跟踪仪来标定机器人实际位置和名义位置的误差，建立虚拟末端执行器坐标系，将末端位置误差作为输入，对运动学参数进行误差补偿，
试验表明该方案不引入新误差源，能够提升机器人绝对定位精度。浙江大学艾小祥[24]设计了一套包含激光跟踪仪、扫描仪及自动化扫描软件等的自动化扫描测量系统，对机翼关键特征采取不同的扫描策略，优化扫描路径，使空行程减少70%，提高扫描效率，辅助协调机翼和壁板姿态，指导装配，评价装配质量。
移动工业机器人在大尺寸零部件加工和装配中，存在动静态误差、机械加工、坐标转换算法、人为操作失误、测量仪器等因素引起的残留误差，移动平台的运动精度也难以保证，为提高加工装配效率，保证加工装配的精度，需要设计基于光学测量系统的动态位姿精度补偿技术，研究工装坐标系、工件坐标系、相机坐标系、机器人坐标系、世界坐标系等加工装配所需坐标系快速建立与相互转换关系的方法，实时检测控制机器人末端和移动平台的位置，同时为光学测量系统提供精度补偿方案。黄希等[25]研制了飞机装配装配系统，着重研究精度补偿技术，解决机器人绝对定位精度低的问题，并试验验证了其技术指标能够满足飞机制造的精度、质量、效率等要求。
为确定移动平台与大部件之间
相对位置关系，往往需要采用视觉手
段对大部件表面进行检测，进而实
现移动机器人加工系统的定位。然
而由于飞机大型构件尺寸较大、待
测特征多、测量精度要求高，现有检
测技术无法支持一次性测量，通常采
用多个区域分段测量，并将测量数据
进行拼接。拼接的技术方法可以根
据图像特征或几何特征来进行，但分
段区域的不合理和大型构件复杂表
面特征，往往存在局部遮挡和特征匹
配不稳定等问题。Nister等[26]基于
Harns角点算法实现图像特征匹配，
实现机器人的定位，同时采用试验，
验证双目视觉系统较单目具有处理
速度更快、获取图像信息多、定位精
度高、效果更好等特点。王莹[27]将
SIFT算法和Harris角点检测算法结
合，使其既具备角点信息又有尺度
不变性，试验表明该算法具有一定
的精度和很高的稳定性。上述特征
匹配法虽精度较高，但计算量大，且
可能提取不到足够的特征点，针对这
一问题，西南交通大学的张一博[28]
将特征点匹配法和光流法融合，规
避了光流法的灰度不变的强假设，
取长补短，并通过试验验证该算法
的精度和实时性，并且能够适应不
同工况。由于定位过程中传感器自
身的误差和环境不确定性的误差等
问题，对机器人的定位检测问题还
需要进一步研究。
机器人加工的动力学分析及
振动抑制
机器人加工系统是一个复杂的
动力学系统，存在严重的非线性和耦
合关系，例如关节力、力矩与关节运
动参数间可以近似为三角函数关系，
各关节的运动相互耦合，关节作用力
和外部作用力也相互耦合，机器人加
工系统的动力学分析及振动抑制就
必须从刚度模型、动力学分析出发对
其进行深入研究。
1 机器人动力学分析
机器人机械臂为多连杆串联的
结构形式，其结构特点导致机器人整
体刚度过低，一般低于1N/μm，而传
统数控机床的刚度大于50N/μm[29]，
刚度辨识是动力学分析要解决的问
题之一。曲巍崴等[30]基于传统的刚
度映射模型，通过变换机器人姿态以
及改变压力脚压力，进行刚度辨识试
验，并采用遗传算法进行位姿优化，
提高机器人加工系统的精度和加工
性。Guo等[31]提出了一种机械加工
应用中机器人姿态的优化方法，可用
于确定在某一刀具中心位置具有最
大刚度的机器人姿态，通过优化加工
路径上不同刀具中心位置的机器人
姿态，提高机器人的刚度和颤振稳
定性。机器人动力学建模过程中，包
括末端执行器在内的各个关节的刚
度、阻尼等动力学参数辨识同样也是
技术难点。Reinl等[32]将附加关节
柔度的机器人多刚体动力学模型与
提供过程力的材料移除模拟相结合，
通过调整模型参数进行仿真，实现机
器人铣削过程中的路径偏差的分析、
预测及补偿。Cen等[33]建立了一个
考虑机器人动力学效应和外力对机
器人刚度影响的动态铣削力模型，当
外载荷为周期性切削力时，动力学参
数的辨识更为复杂。陈柏等[34]通过
Newton-Euler法建立关节型机器人
刚体动力学模型，用非线性摩擦模型
描述关节间摩擦特性，优化辨识所用
的激励轨迹，采用人工蜂算法辨识
机器人动力学参数，并验证基于该模
型的前馈控制器能够提高轨迹跟踪
精度。
上述研究主要集中在固定机械
臂的加工动力学问题，而针对移动机
器人的加工动力学研究还比较缺乏。
Tunc等[35]从刚度、位置相关动力学
和复杂运动链引起的柔度耦合方面
研究了移动并联铣削工作台的动力
学特性，包括工作台的刚度、奇异性
以及与位置相关的动态响应，但只给
机器人技术
Robotics
出了移动工作台的动态响应分析，并没有考虑加工动力学模型。李浩等[36]基于多体系统离散时间传递
矩阵法的机器人本体和机械臂的整体动力学模型，设置边界条件，定义机器人各部件基本结构参数以及移动机器人的运动规律，为后期控制系统的建立提供了重要的理论依据。由已有的研究可知，机器人移动加工系统动力学分析应主要解决合理建模以及动力学参数辨识两个关键问题，以便研究和揭示机器人加工系统的稳定性规律和振动机理。2 机器人加工振动问题
以往的研究表明，模态耦合振动诱发的颤振是机器人加工过程中动态失稳的主要原因[37]。模态耦合颤振分析表明，如果机器人的结构刚度与切削刚度相当，则会产生模态耦合颤振。由于关节臂工业机器人的结构刚度略高于切削刚度，模态耦合颤振是机器人加工过程中的一种主要动力失稳模式，这导致工件表面质量差甚至失效，如图4所示[38]。为了提高机器人的加工精度以及稳定性，就必须对加工过程中的振动进行有效抑制。Mohamed 等[39]采用输入整形、低通、带阻滤波前馈控制研究受限平面单连杆柔性臂振动抑制作用，结果表明输入整形技术能提供最大的减振性能，尤其是在对误差的鲁棒性方面。Jiang 等[40]在双连杆柔性机械臂、CCD 摄像机和视频跟踪器组成的试验装置上进行了振动抑
制控制试验，验证了基于视觉传感器的挠度反馈振动控制器的有效性。Chen 等[41]提出了一种用于机器人铣削过程中颤振抑制的新型涡流阻尼器设计，结果表明，采用涡流阻尼器可以有效抑制由刀具模态引起的刀尖频率响应函数峰值，提高铣削稳定深度。因此需要揭示切削机器人刚度变化与低频自激振动的内在联系，提出可实现振动抑制的刚度变化条件，研究智能结构控制下机器人加工系统的刚度和动力学特性变化，分析不同机器人位姿和工艺参数下的振动抑制效果。
机器人移动加工过程
自适应控制
工业机器人由于机械臂本身刚度不足，导致其具有低刚性特点，使其系统对周期性切削力所导致的加工振动阻抗能力差。同时由于在接触式加工过程（如切削加工）中，不同位置的力不同，因此除了要满足末端执行器的位置精度要求外，还需要对机器人与工件的接触力进行控制[42]，传统的位置控制无法满足要求，因此需要对其施加自适应控制，即力/位混合控制，主要分为两种：一种是被动自适应控制，即通过被动结构（如弹簧橡胶盘等）实现缓冲，使系统对于环境具有一定的顺从能力；另一种是主动自适应控制，是把力准确地传递给控制系统，通过控制算法的调节作用，分别对位置和力
进行误差补偿，可实时响应力的变化，跟踪期望的作用力。
针对机器人力/位控制，国内学者提出了很多的控制策略[43]：机器人阻抗控制和力/位置混合控制[44]。陶波等[3]为实现移动机械臂对工件的恒力匀速磨抛加工，设计了T-S 模糊混合控制器，仿真结果表明，采用T-S 模糊控制器能够很好地控制移动机器人，实现对工件的恒力匀速打磨。黄婷等[45]介绍了一种被动柔顺装置，并结合力/位混合控制策略，将柔顺装置的位置偏差反馈给机器人实现位移跟踪和补偿，并对航空叶片进行抛磨，获得了较好的表面工件质量。王洪艳等[46]提出了一种自适应边界能量法，解决阻抗控制难以解决环境参数变化显著的情况，通过在线估计控制参数提高系统整体性能，
保证系统的稳定性。常建等[47]在对机械臂的力/位混合控制律建模的基础上，利用位置控制和力控制对机械臂末端的运动轨迹进行规划。针对受环境约束的机械臂的控制问题，提出冗余自由度机械臂的适从坐标系建立方法，使得末端执行器能够在任意曲面完成作业任务。Duan 等[48]针对机器人末端执行器与环境的接触力模型，提出了一种新的自适应变阻抗力跟踪控制方法，它能够跟踪动态期望力，并能补偿环境不确定性。
通过目前的研究来看，虽然两种经典控制方法的研究已经为力控制打下了基础，但适用范围和控制效果还具有一定的局限性，机器人多自由度、时变、非线性、强耦合性的特点，以及外部环境的多变性和模糊性，决定了自适应控制研究的必然性。因此需要从低刚性构件对合装配后的回弹量及误差预测方法、切削加工工艺参数的在线预测与补偿、移动机器人动力学模型出发，设计动态载荷反馈调控的力位混合自适应控制器，实
现移动机器人的稳定切削加工。
（a ）无颤振状态（b ）颤振造成加工失效
图4 制孔机器人加工过程的颤振现象
Fig.4 Chatter phenomenon in machining process of drilling robot
结论
综上对国内外研究现状的分析，机器人移动加工系统在航空大部件装配领域有着广阔的应用前景，为了保证其加工精度、质量和稳定性，必须要解决机器人加工过程中的大部件高精度定位和加工稳定性
控制等问题。目前对大部件作业环境下的高精度定位问题仍在研究阶段，由于定位过程中传感器自身的和环境不确定性的误差等问题，需要设计更合理的多信息实时检测控制技术和末端高精度动态补偿来补偿定位误差。机器人周期性动态切削载荷作用下的动力学分析问题可从合理建模和参数辨识两方面入手，用有限元法、最小二乘法、谐波法等方法进行试验验证，并考虑加工姿态和外部载荷的影响。目前，低频模态耦合振动的主动抑制问题以及切削加工过程的自适应控制问题还在起步阶段，由于机器人为时变和强耦合的复杂体，系统本身的位姿随时而变，以及外部环境极大的模糊性，从移动机器人动力学模型出发，设计动态载荷反馈调控的力位混合自适应控制器，实现移动机器人的稳定加工就尤为重要。
目前基于机器人视觉针对机器人移动加工在复杂加工装配环境下的高精度定位问题的研究鲜见；就加工稳定性方面，需要对移动机器人的低频切削应力进行自适应控制，适用的控制技术还较多地处于理论研究和仿真阶段，具体的应用还需要进一步研究。结合机器人时变耦合的特点，机器人移动加工力/位混合自适应控制必将具有广阔的应用前景。
参 考 文 献
[1] 祁萌, 李晓红, 高彬彬. 国外航空领域机器人技术发展现状与趋势分析[J]. 航空制造技术, 2018, 61(12): 97–101.
QI Meng, LI Xiaohong, GAO Binbin. An analysis of the development status and trend of robotics in the field of aviation abroad[J].
Aeronautical Manufacturing Technology, 2018,
61(12): 97–101.
[2] 冯子明. 飞机数字化装配技术[M].
北京: 航空工业出版社, 2015.
FENG Ziming. Aircraft digital assembly
technology[M]. Beijing: Aviation Industry Press,
2015.
[3] 陶波, 赵兴炜, 丁汉. 大型复杂构件
机器人移动加工技术研究[J]. 中国科学: 技
术科学, 2018, 48(12): 48–58.
TAO Bo, ZHAO Xingwei, DING Han.
Research on mobile robot machining technology
of large complex component[J]. Science in China:
Technological Science, 2018, 48(12): 48–58.
[4] 秦瑞祥, 邹冀华. 工业机器人在飞
机数字化装配中的应用[J]. 航空制造技术,
2010, 53(23): 104–108.
QIN Ruixiang, ZOU Jihua. Application of
industrial robot in aircraft digital assembly[J].
Aeronautical Manufacturing Technology, 2010,
53(23): 104–108.
[5] 房立金, 孙龙飞, 许继谦. 提高机
器人结构刚度及关节精度的方法[J]. 航空制
造技术, 2018, 61(4): 34–40.
FANG Lijin, SUN Longfei, XU Jiqian.
Methods to improve the structural rigidity
and joint accuracy of robot[J]. Aeronautical
Manufacturing Technology, 2018, 61(4): 34–40.
[6] 王战玺, 李树军, 赵璐, 等.移动机
器人铣削制孔系统基准检测[J].南京航空航
天大学学报, 2019, 51(3): 281–287.
WANG Zhanxi, LI Shujun, ZHAO Lu, et
al. Benchmark inspection of milling and hole
making system of mobile robot[J]. Journal
of Nanjing University of Aeronautics and
Astronautics, 2019, 51(3): 281–287.
[7] 王战玺, 张晓宇, 李飞飞, 等.机器
人加工系统及其切削颤振问题研究进展[J].
振动与冲击, 2017, 36(14): 147–155, 188.
WANG Zhanxi, ZHANG Xiaoyu, LI Feifei,
et al. Research progress of robot machining
system and its cutting chatter[J]. Vibration and
Shock, 2017, 36(14): 147–155, 188.
[8] OLABI A, BÉARÉE R, GIBARU
O, et al. Feedrate planning for machining
with industrial six–axis robots[J]. Control
Engineering Practice, 2010, 18(5): 471–482.
[9] 王国磊, 吴丹, 陈恳. 航空制造机器
人现状与发展趋势[J]. 航空制造技术, 2015,
58(10): 26–30.
WANG Guolei, WU Dan, CHEN Ken.
Current situation and development trend of
aviation manufacturing robot[J]. Aeronautical
Manufacturing Technology, 2015, 58(10): 26–30.
[10] BAE. BAE systems: behind the
scenes of the F–35 Fighter [EB/ OL]. [2017–
05–23]. www.themanufacturer/
articles/bae-systems-behind-thescenes-of-the-f-
35-fighter/.
[11] ZITOUNE R. Drilling of polymer–
matrix composites[J]. Berlin: Springer, 2013.
[12] MEHBUDI P, BAGHLANI V,
AKBARI J, et al. Applying ultrasonic vibration
to decrease drilling-induced delamination in
GFRP laminates[J]. Procedia CIRP, 2013, 6:
577–582.
[13] MAKHDUM F, NORDDIN D N P,
ROY A, et al. Ultrasonically assisted drilling of
carbon fibre reinforced plastics[J]. Solid State
Phenomena, 2012, 188: 170–175.
[14] LIU C, TANG Z A, YANG S, et
al. Machining stability and process parameters
planning for helical milling operation[J]. China
Mechanical Engineering, 2014, 25(22): 3022–
3027, 3065.
[15] 高航, 孙超, 王焱. 复合材料超声
辅助螺旋铣削试验研究[J]. 航空制造技术,
2016, 59(3): 16–20.
GAO Hang, SUN Chao, WANG Yan.
Experimental study on ultrasonic assisted spiral
milling of composite materials[J]. Aeronautical
Manufacturing Technology, 2016, 59(3): 16–20.
[16] 肖庆东, 甘露, 尚江坤, 等. 复合
材料壁板单面紧固件机器人自动钻铆技术[J].
航空制造技术, 2019, 62(15): 42–48.
XIAO Qingdong, GAN Lu, SHANG
Jiangkun, et.al. Robot automatic drilling and
riveting technology for single side fastener
of composite wall panel[J]. Aeronautical
Manufacturing Technology, 2019, 62(15): 42–48.
[17] 张云志, 蒋倩. 大飞机翼盒机器
人制孔系统集成技术研究[J]. 航空制造技术,
2018, 61(7): 16–23.
ZHANG Yunzhi, JIANG Qian. Research on
the integration technology of drilling system for
wing box robot of large aircraft[J]. Aeronautical
Manufacturing Technology, 2018, 61(7): 16–23.
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议