Video Experimental Relacionado
Updated: Sep 9, 2025

10:09
Operation of the Collaborative Composite Manufacturing CCM System
Published on: October 1, 2019
6.7K
Planificación de procesos colaborativos de fuerza-posición-velocidad y predicción de rugosidad para pulido robótico
Ma Haohao1,2, Azizan As'arry2, Niu Jing1
1School of Mechatronics and Automotive Engineering, Tianshui Normal University, Tianshui, China.
PloS one
|September 3, 2025
Resumen
Este estudio introduce un marco de pulido de robot adaptativo para una mayor estabilidad y precisión. El nuevo método reduce significativamente la rugosidad de la superficie, mejorando la eficiencia en los procesos de eliminación de material robótico.
Área de la Ciencia:
- La robótica
- Ingeniería de fabricación
- Ciencias de los materiales
Sus antecedentes:
- Los procesos de pulido de robots a menudo carecen de estabilidad y precisión, especialmente para geometrías complejas.
- La optimización de los parámetros del proceso como la presión, la velocidad y el tipo de herramienta es crucial para la eliminación efectiva del material.
- Las estrategias de control existentes luchan por mantener fuerzas de contacto y precisión consistentes durante el pulido robótico.
Objetivo del estudio:
- Desarrollar un marco de planificación colaborativa de fuerza, posición y velocidad para el pulido de robots.
- Para mejorar la estabilidad y la precisión de las operaciones de pulido de robots.
- Mejorar la rugosidad de la superficie y la eficiencia general en aplicaciones de pulido robótico.
Principales métodos:
- Desarrolló un modelo de eliminación de material basado en la teoría de Preston, incorporando presión de pulido, velocidad de la herramienta, velocidad de alimentación y tipo de papel de lija.
- Utilizó un algoritmo mejorado de optimización de escarabajo de polvo, red neuronal de propagación hacia atrás, análisis de elementos finitos y metodología de superficie de respuesta para la selección de parámetros.
- Implementó un método de interpolación adaptativa de curvatura para la generación de trayectorias en piezas de trabajo curvas y una estrategia de control de impedancia adaptativa con iteración PD y redes neuronales RBF para el control de la fuerza.
Principales resultados:
- Se ha logrado una precisión de error cuadrado medio de la raíz (RMSE) de 0,0001 μm en el modelo de predicción de rugosidad.
- Se ha demostrado una mayor estabilidad en el método de control de la fuerza propuesto.
- Reducción de la rugosidad media de la superficie en un 20,79% en comparación con los métodos de referencia.
Conclusiones:
- El marco adaptativo propuesto mejora significativamente la estabilidad y la precisión del pulido de robots.
- La integración de algoritmos avanzados y estrategias de control conduce a un acabado y una eficiencia superficiales superiores.
- Esta investigación valida la eficacia del marco desarrollado para aplicaciones de pulido de robots de alta precisión y alta eficiencia.

