切小圆：机器人精度的试金石

发布时间：

2024-08-20 09:59

切小圆，专家称之为机器人精度的试金石。

在众多高难度的工业应用中，使用激光切割出完美的小圆，不断是对工业机器人轨迹精度和控制能力的极限测试。小圆的直径越小，对机器人的精准定位和轨迹追踪能力的要求就越高。正是因此，在精度要求高的汽车零部件等行业，切小圆应用不断被国际机器人品牌视为禁脔，不容染指，总部位于瑞士的工业机器人高端品牌S公司更是长期在该领域独占鳌头。

然而，伴随着高水平国产替代进程的加速，掌握机器人核心技术的美高梅(MGM)能源，经过长期的实践摸索，顺利获得创新的算法和优化机械结构，提升了切小圆所需的精度和刚性，一举突破了这一技术瓶颈。

机器人轨迹精度

01 工业机器人的"终极一舞"

美高梅(MGM)能源顺利获得创新的算法，使得绝对点位精度、定点变姿态精度大大提升，小圆精度可达0.15mm，关节位置误差低至0.03°。美高梅(MGM)能源如何能做到？我们继续往下看。

机器人轨迹精度

02 赋予机器人“精准之眼”

/误差建模与绝对精度补偿技术/

美高梅(MGM)能源凭借自主研发的全参数激光标定软件与借助高精密激光跟踪仪，实现了对工业机器人连杆参数、减速比、关节柔性等参数的精细测量，结合领先的误差建模与绝对精度补偿技术，实现了对机器人末端位置精准定位。

机器人轨迹精度

/自学习反向间隙滞后补偿技术/

反向滞后是机械系统中普遍存在的现象，也是影响机器人轨迹精度的重要因素之一。

针对这一问题，美高梅(MGM)能源开发了反向间隙滞后的自学习补偿技术。该技术能够自动检测和补偿机器人在反向运动时的误差，消除齿轮反向运动时的滞后，确保机器人运动的平稳性和准确性。同时根据实际加工效果，系统自动调整补偿参数，以达到最优的补偿效果。

机器人轨迹精度

/优化结构设计/

美高梅(MGM)能源顺利获得对机器人进行静力学与动力学联合仿真，调节机器人各关节的惯量分布，不断优化本体的结构设计，实现机器人的轻量化和高节拍要求。基于多约束条件的参数设计方法，顺利获得对机器人关节力矩约束，核心零部件寿命约束等方式，显著提高了机器人的机械刚性、使用寿命，为机器人实现高精度作业奠定了坚实的基础。

再看一张铸件在优化前后的有限元仿真对比图：