通过集成工业机器人团队在加工大型薄壁圆柱零件过程中实现协同振动吸收的方法

《ROBOTICS AND COMPUTER-INTEGRATED MANUFACTURING》：Collaborative vibration absorption method by integrated industrial robot teams in machining large thin-walled cylindrical parts

　　孙鹏飞|王伟|张军|郑连yu
北京航空航天大学机械工程与自动化学院，学苑路37号，北京100191，中国

摘要
大型薄壁圆柱形零件在加工过程中面临多种挑战，包括内部腔体狭窄、结构刚度低、曲率复杂以及振动模式对加工参数高度敏感。为了解决这些问题，本文提出了一种基于测量-加工-协同的振动吸收框架，该框架由一组协调工作的工业机器人实施。该框架利用了机器人的运动灵活性、空间可重构性和并行执行任务的能力。开发了一种动态可重构的振动吸收策略，以在线适应加工引起的结构振动。具体而言，一个部署机器人操纵电磁变刚度动态振动吸收器（VSDVA），根据预设的阻尼目标实现其动态参数的最佳布置和现场调整。通过模态分析和振动能量分布分析，确定了振动收敛区域（VCRs），这些区域是指在给定加工参数下振动能量积累的区域。基于这些预测，确定了最佳的吸收器位置和目标自然频率，从而实现了VSDVA的快速部署和实时刚度调整。在不同加工条件下的对比实验表明，在关键VCRs内部署吸收器可分别将关键结构位置的均方根（RMS）加速度降低25.58%和43.82%。这些结果表明局部模态能量的显著衰减。总体而言，所提出的多机器人协同振动吸收方法减轻了加工引起的振动，并提高了大型薄壁圆柱形零件的加工稳定性。

引言
在航空航天、铁路运输和能源设备等关键制造领域，对大型薄壁零件的高精度和高稳定性加工需求日益增加[1]。然而，由于这些零件的尺寸较大、结构刚度低、模态谱密集以及几何形状复杂，它们在加工过程中容易发生共振和颤振等动态现象，这些现象已成为限制加工质量和效率的关键因素[2]。
为了抑制薄壁零件加工过程中的结构振动，传统方法通常包括增加夹具刚度[3]、降低切削参数[4]或增加额外的加工步骤[5]。尽管这些措施可以提高加工稳定性，但通常会带来生产效率的显著损失。为了更好地平衡加工效率与稳定性，最近的研究探讨了具有主动或被动可调刚度的先进夹具技术，包括自适应边界条件控制[6]、基于相变材料的夹具系统[7]以及结合机械结构和磁流变液（MRF）的柔性夹具方法[8]。这些新型夹具方法主要通过提高夹具与工件接触界面的静态刚度来改善加工稳定性。相比之下，另一种方法侧重于通过集成动态振动吸收器（DVA）来增加界面的动态刚度。DVA通常由一个质量块、一个弹性元件和一个阻尼器组成，通常固定在夹具上或直接固定在工件表面上。其基本原理是调整吸收器的自然频率以匹配主结构的激励频率，从而在系统内传递和耗散振动能量[9,10]。Picavea等人[11]和Wang等人[12]将DVA集成到夹具系统中，有效提高了加工稳定性和表面质量。其他研究则集中在将吸收器直接固定在工件表面。例如，Hendrowati等人[13]提出了一种平移质量振动吸收器（TMVA）；Li等人[14]基于激励特征构建了一种DVA设计方法；Cheng等人[15]设计了一种适用于多模态振动控制的低频吸收器。Wan等人[16]优化了安装在310 × 200 × 5毫米矩形薄板上的DVA的位置，显著降低了切削点的动态位移并提高了修整精度。这些方法，如优化夹具和基于DVA的方法，主要是为CNC加工常规薄壁零件设计的；然而，它们对于上述薄壁结构的适用性仍然有限。相比之下，机器人加工技术作为一种有前景的解决方案，因具有广阔的工作空间、高灵活性和多功能集成能力而成为智能制造大型复杂薄壁结构的重要手段[17]。然而，工业机器人本身缺乏结构刚度，被加工的零件往往表现出强烈的非线性动态行为[18]。因此，利用机器人的空间灵活性来有效抑制薄壁零件加工过程中的振动已成为近年来的一项紧迫研究课题。一些研究开始探索新的振动控制策略，包括镜像铣削、协同支撑和辅助振动吸收技术。

(1) 镜像铣削：镜像铣削涉及多个加工单元同步切削对称区域，通过平衡相反的力量来减少变形和振动。Zhang等人[21]提出了一种使用改进的Smith预测器和扰动观察器的实时厚度补偿方法，提高了镜像铣削的稳定性。Wang等人[22]建立了一个状态空间模型来描述内部和外部同时切削下的动态响应。更近期的研究引入了机器人系统，进一步强调了协同建模和稳定性控制的重要性。例如，Wang等人[23]开发了一种结合结构耦合的颤振预测方法，成功构建了双机器人稳定性图。Liu等人[24]提出了一种混合5轴机器人（TriMule），实现了精确的镜像铣削，并显著减少了厚度偏差。Zhang等人[25]通过坐标校准方法提高了主从机器人系统的对齐精度。Xie等人[26]展示了一种移动机器人镜像铣削系统，实现了高效准确的现场制造。这些研究表明，多机器人镜像铣削显著提高了薄壁板结构的加工稳定性。

(2) 协同支撑：协同支撑涉及加工机器人和支持机器人之间的实时交互，从而提高局部刚度并抑制振动。Xiao等人[27]提出了一种双机器人镜像铣削方法，其中一个机器人进行切削，另一个机器人提供可调刚度。Ozsoy等人[28]采用了一种安装在机器人上的调谐质量阻尼器进行主动振动控制，显著增加了切削深度。Sun等人[29]分析了机器人辅助铣削中的形状误差，强调了支撑刚度在加工精度中的关键作用。Tian等人[30]开发了一种提供实时可控支撑力的磁性跟随支撑夹具，大大减少了振动。这些研究表明，动态机器人合作利用了空间灵活性，改善了非封闭曲线零件加工过程中的振动抑制和稳定性。

(3) 辅助振动吸收：加工大型薄壁零件涉及连续变化的系统激励，这挑战了传统固定DVA的有效性。研究人员将DVA集成到机器人结构中，以直接对抗激励源。Zhao等人[31]将基于磁流变弹性体的吸收器嵌入到机器人末端执行器中，实现了动态振动抑制。Zhang等人[32]开发了一种双向平行多调谐质量阻尼器（MTMD）系统，在多种机器人姿态下仍然有效。Xu等人[33]设计了结合磁排斥和涡流阻尼的被动磁性吸收器，减少了抛光过程中的颤振。Xin等人[34]引入了一种磁流变关节阻尼器（MRJD），用于目标低频关节颤振。从结构角度来看，Wu等人[35]建立了一个双球动态顺应（DSDC）模型，捕捉了方向依赖的机器人动态行为，从而为振动吸收器设计提供了指导。Mobaraki等人[36]提出了同时减少再生颤振和模态耦合颤振的调谐标准，从而扩大了振动吸收器的适用范围。
由多个工业机器人组成的协同加工系统作为一种关键技术方法，因其在结构配置、动态可重构工作空间和功能模块间的任务冗余性方面的优势而受到重视。然而，现有的技术，包括镜像铣削、协同支撑和辅助振动吸收，主要是为开放式板材或类似面板的结构设计的。当应用于圆柱形薄壁零件时，它们的适用性受到显著限制，因为这些零件具有封闭的几何形状、有限的径向空间和密集的模态分布。这类组件通常具有封闭的内部腔体、薄壁和复杂的几何曲率，导致内部操作空间狭窄。这阻碍了机器人或振动吸收器的部署，并 prevents 镜像铣削所需的对称配置的建立。因此，在机器人加工大型薄壁圆柱形零件过程中有效抑制结构振动已成为一个亟待解决的关键技术挑战。
与薄壁板材不同，大型薄壁圆柱形零件在几何对称性、模态分布和振动传递路径方面具有独特的特性。在加工过程中，这些特性可能导致密集分布的模式、局部共振以及振动响应对加工位置的强烈空间依赖性。特别是，这类零件的振动响应区域不是固定的，而是在加工位置和加工参数的共同影响下发生变化。由于这些工件的加工特征通常分布在不同位置，加工位置的变化会导致VCRs的相应变化。在这种条件下，基于固定吸收器布局或固定参数设置的传统方法难以有效应用。

为了应对这些挑战，针对大型薄壁圆柱形零件的有效振动吸收策略应具备三个关键能力：结构响应预测、动态吸收器部署和自适应参数调整。通过协调实施这些能力，系统可以更好地适应复杂圆柱形零件的空间变化振动特性，从而在不同加工场景下提高加工稳定性。为了减少机器人加工大型薄壁圆柱形零件过程中的振动，本文提出了一种使用专用部署机器人动态部署和参数调节振动吸收器的新方法。该方法将DVA模块与多机器人协同加工系统集成在一起，从而建立了一个具有实时响应能力的振动吸收机制。该方法基于沿激励-结构-响应路径的能量传递模式。在此基础上，可以预测振动能量集中区域（称为VCRs），然后在这些区域主动部署吸收器。通过空间定位和自然频率的协调控制，所提出的方法实现了吸收器在空间和频率域内的动态匹配。与声称普遍优于传统固定安装的方法不同，该策略专门针对振动响应区域随加工条件和几何约束变化的大型薄壁圆柱形零件而设计。通过结合VCRs预测、机器人辅助的吸收器部署和频率调节，该方法提高了吸收器配置对工件空间变化振动特性的适应性。

本文的结构如下。第2节介绍了多机器人协同振动吸收系统的整体架构，并阐明了测量机器人、加工机器人和部署机器人之间的功能划分和协调机制。第3节提出了一种动态吸收器部署策略，该策略结合了模态分析和振动能量分布，以满足大型薄壁圆柱形零件的振动响应特性。第4节介绍了基于电磁弹簧调谐的VSDVA设计，使其自然频率可在18.82–29.78 Hz范围内连续调节。第5节在定制的测试平台上进行了验证实验，证明了所提出方法可以实现25.58%和43.82%的振动幅度减小。最后一部分总结了本文并指出了未来研究的方向。与具有固定参数的传统吸振器不同，所提出的VSDVA可以通过调节吸振器的刚度来调整其自然频率，从而在变化的加工条件下实现自适应振动吸收。

### 实验验证
为了验证所提出的协同振动吸收方法的有效性，本节在定制的多机器人实验平台上进行了一系列关于振动响应和振动吸收性能的对比实验。该实验平台专为大型薄壁圆柱形零件设计，用于评估在真实加工 scenarios 下协调控制策略的性能。

### 结论
本文针对机器人加工大型薄壁圆柱形零件时所遇到的振动控制问题，提出了一种由工业机器人团队实施的协同振动吸收方法。通过引入VSDVA并将其集成到多机器人团队中，开发出一种具有动态部署能力和可调参数的可重构协作振动吸收策略，能够在各种加工条件下实现有效的振动吸收。

### CRediT 作者贡献声明
苏鹏飞：撰写 – 原始草案、验证、软件开发、方法论、形式分析。
王伟：撰写 – 审阅与编辑、资源管理、概念构思。
张瑾：可视化技术、验证、软件开发。
郑连宇：撰写 – 审阅与编辑、项目监督、资源管理。