智能工业机器人应用于航空制造领域的七大核心技术

　　随着工业机器人技术的不断发展，机器人正逐步应用在航空制造领域，但是一些问题也暴露了出来，比如工作过程中自动化程度低、生产准备时间长以及机器人本体柔性不足，只能完成某些工作，导致设备利用率较低。因此，工业机器人要更加智能化才能满足航空制造领域生产的要求，为此机器人需要具备以下其中核心技术。

　　末端精度补偿技术

　　机器人末端精度受到机器人刚度、负载、刀具磨损、机械间隙以及热效应等多种因素影响，除了使用高精度的测量仪器外，建立定位误差模型和补偿算法也是提高定位精度的重要手段。因此，需要根据机器人的关节刚度、位置误差、温度引起的变形等进行参数辨识，获得误差模型或误差矩阵，进而通过精度补偿算法对末端执行器的定位提供伺服修正。

　　高精度测量定位技术

　　工业机器人的重复定位精度高但是绝对定位精度低，这样是没法满足航空航天数字化安装的绝对定位精度的要求，因此需要高精度测量装置引导机器人末端执行器实现运动轨迹的伺服控制。目前，大范围测量主要使用激光跟踪仪和iGPS等，局部测量中单目视觉、双目视觉、手眼视觉、激光测距传感器等各有所长，在某些特殊场合下，声觉、力觉传感器也有用武之地。

　　机器人本体结构创新设计

　　由于航空产品本身结构的特殊性，传统的工厂级工业机器人无法满足生产的严格要求，随着机器人技术在航空制造领域的应用，专用的非标机器人需求将会越来越多，这就意味着将会有针对具体任务进行机器人本体结构的创新性产品，扩大机器人的应用范围。

　　智能规划技术

　　机器人是自动化技术的载体，无论是哪种工作，最终都只能依靠机器人末端严格按照预定轨迹运动完成作业，因此轨迹规划的结果直接影响机器人的工作效能和效率，而轨迹规划的效率和自动化程度则直接影响生产准备时间。为了提高机器人的智能化程度，图像识别、语音识别、语音合成、自然语言理解等技术也会被广泛应用于增加、改良人机交互方式。此外随着大数据、云计算技术的发展，将会为机器人智能化提供更多新的思路。                                                              

　　机器人控制技术

　　由于工业机器人是一个非线性、多变量的控制对象，结合了位置、力、力矩、视觉等信息反馈，柔顺控制、力位混合控制、视觉伺服控制等方法得到了大量应用和研究，面对高速度、高精度、重载荷的作业需求，机器人的控制方法仍将是研究重点。

　　数字化制造体系支持技术

　　在以基于模型定义（ModelbasedDefinition，MBD）为核心的数字化工艺设计和产品制造模式下，由三维设计数模分别派生出的三维工艺数模、工装数模和检验数模成为机器人作业规划和离线编程的依据，因此基于三维数模的作业规划、基于轻量化模型的装配过程可视化、基于MBD的数字化检测和基于MBD的集成数据管理功能不可或缺。

　　可重构柔性加工单元技术

　　在航空器的制造过程之中，工装型架数量多、尺寸大、种类多是一个大的开支，未来的一个趋势就是，通过移动各个动态模块改变工装格局，适应不同类型和尺寸的零件。这样可以在一定程度上增加生产线的柔性，极大地降低生产成本。