Método experimental para determinación de los parámetros dinámicos de un robot
Barra lateral del artículo
Contenido principal del artículo
Resumen
Los robots industriales de seis grados de libertad son empleados, de manera habitual, en células flexibles de fabricación para carga y descarga de máquinas y manipulación de piezas y otros elementos o en células de mecanizado. En este último caso, los robots, al no alcanzar precisiones de posicionamiento elevadas, se relegan a la realización de tareas de pre-mecanizado y desbarbado, o para tareas de manipulación.
Para poder mejorar la productividad de las células de mecanizado mediante la redistribución de tareas entre los centros de mecanizado y el robot o entre fases previas de conformado y el robot, es necesario establecer la capacidad real de trabajo del robot considerando las fuerzas del proceso a realizar y teniendo en cuenta la precisión especificada del producto a fabricar mediante el modelado específico de su comportamiento. Para ello, se requiere conocer los parámetros dinámicos del robot, información que no está disponible por parte de los fabricantes.
En el trabajo que se presenta, se propone un método experimental para determinar los parámetros dinámicos del robot. El método desarrollado utiliza la señal del movimiento angular que el controlador envía a cada motor como consigna y la compara con el movimiento angular de salidaque realiza el robot, medido con un sensor de alta precisión. De esta manera, se obtiene la función de transferencia para dos grados de libertad, caracterizando la rigidez y el amortiguamiento dinámico de cada articulación.
La verificación se ha realizado simulando una célula que mecaniza piezas de aluminio mediante el método de sistemas multicuerpo con formulación en coordenadas naturales mixtas (MBSmc) y considerando una rigidez variable en las articulaciones del robot. En el robot utilizado, se ha montado un husillo que permite realizar fresados periféricos y taladrados. La simulación muestra los resultados con el modelado del proceso completo sin la influencia de los parámetros dinámicos y con ellos.
Como resultado del trabajo, se espera determinar el incremento de productividad que se puede conseguir en aplicaciones de mecanizado robotizado o en células de fabricación flexibles.
Detalles del artículo
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
CC BY-NC-SA 4.0)
El lector puede compartir, copiar y redistribuir el material en cualquier medio o formato, siempre y cuando cumpla con las siguientes condiciones:
-
Atribución (BY): Debe dar crédito adecuado al autor original, proporcionando un enlace a la licencia y señalando si se han realizado cambios.
-
No Comercial (NC): No puede utilizar el material con fines comerciales. Esto significa que no puede venderlo ni obtener ganancias directas de su uso.
-
Compartir Igual (SA): Si adapta, transforma o construye sobre el material, debe distribuir sus contribuciones bajo la misma licencia que el original.
Recuerda que esta licencia no afecta los derechos legales del autor, como el derecho moral o las excepciones de uso justo.
Citas
A. Pedroso, N. Sebbe, R. Campilho, R. D. C. Sales - Contini, R. Costa, y I. Sánchez, «An overview on the recent advances in robot-assisted compensation methods used in machining lightweight materials», Robot. Comput.-Integr. Manuf., vol. 91, p. 102844, ene. 2025, doi: 10.1016/j.rcim.2024.102844.
Z. Zhu et al., «High precision and efficiency robotic milling of complex parts: Challenges, approaches and trends», Chin. J. Aeronaut., vol. 35, ene. 2021, doi: 10.1016/j.cja.2020.12.030.
B. Tao, X. Zhao, y H. Ding, «Mobile-robotic machining for large complex components: A review study», Sci. China Technol. Sci., vol. 62, n.o 8, pp. 1388-1400, ago. 2019, doi: 10.1007/s11431-019-9510-1.
Y. Wang, H. Gong, F. Fang, y H. Ni, «Kinematic view of the cutting mechanism of rotary ultrasonic machining by using spiral cutting tools», Int. J. Adv. Manuf. Technol., vol. 83, n.o 1-4, pp. 461-474, 2016.
Y. Bu, W. Liao, W. Tian, J. Zhang, y L. Zhang, «Stiffness analysis and optimization in robotic drilling application», Precis. Eng., vol. 49, pp. 388-400, jul. 2017, doi: 10.1016/j.precisioneng.2017.04.001.
C. Dumas, S. Caro, M. Chérif, S. Garnier, y B. Furet, «A methodology for joint stiffness identification of serial robots», en 2010 IEEE/RSJ International Conference on Intelligent Robots and Systems, IEEE, oct. 2010, pp. 464-469. doi: 10.1109/IROS.2010.5652140.
H. N. Huynh, H. Assadi, E. Rivière-Lorphèvre, O. Verlinden, y K. Ahmadi, «Modelling the dynamics of industrial robots for milling operations», Robot. Comput.-Integr. Manuf., vol. 61, p. 101852, feb. 2020, doi: 10.1016/j.rcim.2019.101852.
Y. Lin, H. Zhao, y H. Ding, «Posture optimization methodology of 6R industrial robots for machining using performance evaluation indexes», Robot. Comput.-Integr. Manuf., vol. 48, pp. 59-72, dic. 2017, doi: 10.1016/j.rcim.2017.02.002.
Y. Guo, H. Dong, y Y. Ke, «Stiffness-oriented posture optimization in robotic machining applications», Robot. Comput.-Integr. Manuf., vol. 35, pp. 69-76, oct. 2015, doi: 10.1016/j.rcim.2015.02.006.
S. Mousavi, V. Gagnol, B. C. Bouzgarrou, y P. Ray, «Stability optimization in robotic milling through the control of functional redundancies», Robot. Comput.-Integr. Manuf., vol. 50, pp. 181-192, abr. 2018, doi: 10.1016/j.rcim.2017.09.004.
S. Baglioni, F. Cianetti, C. Braccesi, y D. M. De Micheli, «Multibody modelling of N DOF robot arm assigned to milling manufacturing. Dynamic analysis and position errors evaluation», J. Mech. Sci. Technol., vol. 30, n.o 1, pp. 405-420, ene. 2016, doi: 10.1007/s12206-015-1245-0.
G. Alici y B. Shirinzadeh, «Enhanced stiffness modeling, identification and characterization for robot manipulators», IEEE Trans. Robot., vol. 21, n.o 4, pp. 554-564, ago. 2005, doi: 10.1109/TRO.2004.842347.
C. Oh, J.-H. Lee, T. I. Ha, y B.-K. Min, «Model Parameter Identification of a Machining Robot Using Joint Frequency Response Functions», Int. J. Precis. Eng. Manuf., vol. 24, n.o 9, pp. 1647-1659, sep. 2023, doi: 10.1007/s12541-023-00890-9.
E. Ferreras Higuero, «Modelado multicuerpo de la precisión de trabajo de un robot para operaciones de taladrado en células de fabricación flexible», PhD Thesis, Universidad Politécnica de Madrid, 2020. doi: 10.20868/UPM.thesis.63195.
J. Lin, C. Ye, J. Yang, H. Zhao, H. Ding, y M. Luo, «Contour error-based optimization of the end-effector pose of a 6 degree-of-freedom serial robot in milling operation», Robot. Comput.-Integr. Manuf., vol. 73, p. 102257, feb. 2022, doi: 10.1016/j.rcim.2021.102257.
C. Dumas, S. Caro, S. Garnier, y B. Furet, «Joint stiffness identification of six-revolute industrial serial robots», Robot. Comput.-Integr. Manuf., vol. 27, n.o 4, pp. 881-888, ago. 2011, doi: 10.1016/j.rcim.2011.02.003.
Y. Du et al., «Dynamic Modeling and Stability Prediction of Robot Milling Considering the Influence of Force-Induced Deformation on Regenerative Effect and Process Damping», Metals, vol. 13, n.o 5, Art. n.o 5, may 2023, doi: 10.3390/met13050974.
E. Ferreras-Higuero, E. Leal-Muñoz, J. García De Jalón, E. Chacón, y A. Vizán, «Robot-process precision modelling for the improvement of productivity in flexible manufacturing cells», Robot. Comput.-Integr. Manuf., vol. 65, p. 101966, oct. 2020, doi: 10.1016/j.rcim.2020.101966.