国内机床自动下料分拣现状综述

2022-08-24王静

现代制造技术与装备 2022年7期

王静

（北京天玛智控科技股份有限公司，北京 101399）

1 研究背景

《中国制造2025》、德国工业4.0、美国工业互联网的提出，激发了制造业的活力，使得设备制造行业由人工生产、半自动化生产转向自动化、智能化、数字化生产。整个制造行业智能化的普及、人工成本的提高等因素推动着机床下料分拣的自动化进程。

制造业是国民经济的主体。打造具有国际竞争力的制造业，是提升我国综合国力、保障国家安全、建设世界强国的必由之路[1]。近年来，虚拟经济和互联网技术得到了高速发展，但是实体经济相对处于低谷时期[2]。为解决这种情况，国务院于2015年提出《中国制造2025》，致力于推动制造业的创新和智能化发展[3-5]。然而，发展制造业离不开各种生产线的更新换代和智能化升级。简单来说，生产线可以分为工件加工生产线和产品装配线。本文主要研究工件加工生产线中的机床下料分拣生产线，并分析当前国内机床下料分拣生产线的发展现状和未来发展方向，从而为该类生产线的开发提供参考。

2 机床自动下料分拣

如图1所示，根据下料方式，机床自动下料分拣可以分为机床直接下料分拣和输送带下料分拣，其中输送带下料分拣又可以分为动态分拣和静态分拣。根据分拣方式，机床自动下料分拣又可以分为各种零件单独分拣和多种零件混合分拣。

2.1 机床直接下料分拣

机床直接下料分拣是指将机器人与机床进行整合协同工作，完成下料功能，如图2所示。

国内技术已趋于完善，可以通过仿真软件完成机器人在机床上下料过程中应用的全过程仿真[6]。利用仿真软件ROBOGUIDE离线编程仿真整个机床的上下料过程，离线模拟FANUC机器人在机床下料分拣中的运动过程及节拍。另外，利用在线仿真设计机床直接下料的路径，确定方案的可行性，不仅可以缩短调试时间，而且可以提高成功率。北京科技大学研究了机械臂在上下料等应用场景中的运动控制，改进了S形速度曲线控制算法，缩短了机械手在上下料过程中的工作时间，提高了整个加工系统的效率[7]。该技术应用于图2的桁架机械手，使得机械手在上下料过程中的速度控制更加精确，减少了因加减速不当而引发的设备振动和冲击等情况，提高了设备的运动精度，提高了设备的整体精度。

该技术除了应用于数控机床，还可应用于其他加工领域，尤其在焊接和冲压领域，机器人上下料更为常见。利用富士康科技集团的成品六轴Foxbot机器人，结合500万像素的智能相机，可以对机构件实施批量焊接，并精确识别零件位置，完成焊接后机构件的自动下料及码放[8]。智能相机拍照识别焊接件位置和姿态，将数据传输至可编程逻辑控制器（Programmable Logic Controller，PLC），之后将数据传输至六轴机器人，告诉机器人待分拣焊接件的位置和姿态，指挥六轴机器人准确抓取焊接件，并按照设定的最佳路径实施自动下料。冲压领域的自动下料与焊接相似，均是利用自动下料技术来降低工人劳动量，提高下料效率[9-10]。

2.2 输送带下料静态分拣单一零件

输送带下料静态分拣单一零件是指利用输送带及其他机构将物料按序运动至同一位置后固定，再由机器人定点静态抓取零件实现下料功能，如图3所示。

广州文船重工有限公司已投入使用智能下料生产线。该生产线包括智能上料、自动切割、零件自动分拣叠放和自动清废4个功能[11]。它使用输送带自动静态分拣技术，利用零件分拣电磁吊抓取设备来实现平台上固定钢板零件的下料分拣及叠放。该零件分拣电磁吊抓取设备为简易龙门式，主体部分由子母车、起升运动控制绞车等构成。其中，吊抓设备的端部工具为电控永磁铁吸盘。该技术可以提高生产线的智能化水平，减少操作工人的需求量，降低操作工人的劳动强度，有利于钢结构制造企业的智能转型升级。

湖南铁道职业技术学院和中车株洲所电气技术与材料工程研究院研究了一条芯片智能分拣生产线[12]。该产线以ABB IRB360并联工业机器人为控制核心，实现芯片下料、芯片输送链传输、相机检测以及分拣机器人智能分拣等过程。齐齐哈尔四达铁路设备有限公司已实现轴承退卸输送线和智能分拣[13]。通过以上装置将轴承退卸机退卸下来的轴承自动传输到轴承堆垛地点，根据轴承型号实现轴承的自动分拣与码垛。中国煤炭科工集团南京设计研究院有限公司利用视觉识别分拣机来实现工件切割，完成后经过输送线自动分拣推入相应的料框并打码，最终运送到仓库或者直接送至下道工序[14]。

2.3 输送带下料动态分拣单一零件方面

输送带下料动态分拣单一零件是指利用输送带运送物料至分拣机器人，再由机器人结合视觉系统引导机器人直接在运动中的输送带上快速识别并准确抓取零件，进而分拣下料[15]。富士康科技集团通过蜘蛛手和视觉相机实现输送线上动态抓取分拣物料，分拣后由蜘蛛手端部吸盘将物料投入相应的物料箱中，如图4所示。

该项分拣技术难度较高，不仅对机器人的反应速度和重复精度具有高要求，而且要求相机曝光频率高、数据处理速度快，因此国内较少应用此项技术。山东大学自主搭建了抓取系统的软硬件平台，通过对该平台进行算法设计，实现根据预设的姿态和位置自适应抓取零件，并放到指定位置[16]。该平台主要集成了传送带动态速度检测、相机图像预处理、相机图像边缘检测以及相机图像轮廓提取等算法，并选择合适的硬件搭建而成，可应用于流水线分拣、动物体抓取等场景，促进了工业自动化的发展。库卡Delta机器人实现了根据输送带上物料密度实时动态调整机器人抓取分拣速度，提高了分拣效率，有效降低了漏检率[17-18]。该项技术主要运用了牛顿-拉夫逊迭代算法计算物体在工作区域内被抓取的准确位置坐标，在电荷耦合器件（Charge Coupled Device，CCD）相机进行拍照后，利用视觉软件进行图像处理，将数据传输至控制器，再利用牛顿-拉夫逊迭代算法二次计算并预测零件的实际位置，最后利用预测的零件位置数据引导机器人抓取零件。

2.4 多种零件混合分拣

多种零件混合分拣是指同时分拣多种类型的零件，各种零件外形可能相似也可能相差较大，且这些零件混合在一起，就像是将混合在一起的黄豆和绿豆分别分拣出来。本技术主要通过视觉系统引导机器人完成，对机器人的要求与以上几种分拣情况相似，但是增加了对视觉系统的要求。视觉系统不仅需要识别某种零件的外形、姿态、位置，而且需要同时识别其他零件的外形、姿态和位置，不仅对定焦相机的景深功能是一项很大的挑战，而且对变焦相机的精度具有很高要求。因此，该技术目前应用较少，尚需要进一步研究发展。

研究发现，机器人在安川六轴机械臂实现了对多种混合零件的拿取分拣码盘操作。上海发那科机器人有限公司和广东省机械研究所有限公司利用三维视觉广域传感器（一个投影仪和两个数字相机），结合可编程控制器、工业机器人编程等各模块系统集成开发，完成了对料笼不同相位曲轴分拣的案例[19]。