QQ登录

只需一步,快速开始

登录 | 注册 | 找回密码

三维网

 找回密码
 注册

QQ登录

只需一步,快速开始

展开

通知     

查看: 2436|回复: 2
收起左侧

[仿生技术] 机器人为风能设备磨削转子叶片

[复制链接]
发表于 2010-7-22 14:51:06 | 显示全部楼层 |阅读模式 来自: 中国广东佛山

马上注册,结识高手,享用更多资源,轻松玩转三维网社区。

您需要 登录 才可以下载或查看,没有帐号?注册

x
机器人为风能设备磨削转子叶片
7 z* q  f8 J: i6 m9 l9 x   [) g& S5 q* u- T' ?
; F0 F1 H* s9 O' @3 D
newmaker    来源:MM现代制造) d' `  h0 X% @  D4 K& Q$ Q) A

5 ?5 g, z6 e9 }
% C4 y6 d& x1 k0 W7 @- |. J: Y3 c
) A3 d: S# O8 E  Y( Y2 N
对风能设备的自动化加工的整体方案初次得到制定。其核心便是通过机器人辅助手段,对转子叶片进行全自动磨削。由此,最高可以节省70%的生产成本。
, X/ F2 L7 v2 o6 f: h* u/ o5 B( G+ V3 c5 V4 m
一直以来,风能设备的加工会牵涉到很多的人力。其主要原因便是对长达80m的转子叶片的磨削加工迄今为止尚未实现自动化,因为尺寸很大且几何外形多变。换言之,即转子叶片的形状在加工过程中不好准确把握,因此无法达到自动化作业的程度。磨削加工需要结合眼睛观察和感觉,而常规的机器人恰恰就缺少这两方面的东西。

; z: Y/ V* X/ N$ e4 b2 \2 ^+ Y( q

5 d0 c3 C3 [7 W4 K0 V扫描仪所测得的叶片数据与CAD数据进行比对,其结果构成机器人实时轨迹数据的基础
7 b( r, R9 C: I# L, E/ d. z* V

: B- e8 \5 Z6 Z* u1 |$ U" _特殊扫描仪测定几何形状数据
' w4 N& Z! h6 z0 ?
! L$ V0 ~" M4 O, x6 I自动化专家即GDC Consulting公司非常积极地投入到对此问题的解决中去,并研发出了一种技术方案,它可以允许对GFK元件进行自动化加工。该技术方案的关键点是机器人与传感器及转子的CAD数据进行智能化的配合。实时的叶片数据通过特殊的扫描仪被测得,并与虚拟的数据进行比对。比对的结果便可生成一种新的符合实时状态的几何形状。与此同时,加工作业机器人也会更新其运行轨迹数据。
$ w" l  B' B! @$ {1 |; N7 j1 Y& W  x- k- p2 k
同时,在设计自动化方案时,充分考虑到了叶片的形状,这也是新的技术方案的决定性部分。只是简单地把一个力和力矩相关联的打磨工具交到机器人手里,是达不到目的的,而是要让所研发出来的系统能够识别磨削流程处在哪里,需要磨削掉多少量等(图1和图2)。
* p  M" {- s+ Q7 {; b( i

1 r& e+ k. H, }, q! G

/ A. Z6 ]; k2 a: ~. y图1 通过转子叶片的实际位置与CAD数据的相互调整,机器人即可“知道”, / E( e+ o, {* h
在何处需要磨削掉多少数量的材料

, v% M4 U( t3 |- l( O- L4 s( M
4 `) M8 j* i  E; r8 B- \/ }0 N
. [, ~7 z. ]3 u7 k; b

( ^& X; b1 \$ C- V图2 转子叶片的费时费力的抛光作业将来可由机器人来完成
8 J8 j. l2 h' w6 D
1 I% j' U6 F. Z1 [- w4 `* H
通过机器人经此类传感器所进行的控制,可以形成一种调节电路,这有助于对转子的各个尺寸进行测量,并准确测定叶片的形状和位置。在生产过程中,经过与CAD数据的比对,设计工作即可与实际情况进行校准,并建立生产数据库。数据库可以给出准确的生产参数信息。 6 T  F  c9 \. T

6 W6 x# O! `: P" ~" \9 w0 E6 h0 E+ I对表面和外部轮廓进行高效磨削 5 B  }) m& U0 h- _0 k2 z  L) v% G
. ^" y/ s# E# i, I& v3 L/ U) M0 }
可以毫不夸张地说,这项加工技术相当于在风能设备生产上产生的一次革命。以往,工人们需要穿着防护服,在一段40m长的叶片上手动工作约60~100h,以获得光滑的工件表面。这样的工作令操作人员既累又烦,同时对人体健康也不利,因为所使用的合成树脂含有苯乙烯,在磨削过程中会被释放出来而刺激人体皮肤粘膜。因此,针对较小的GFK元件,基本上都在带有高效排风的单独的操作间内打磨。针对较大的转子叶片,则直接在刀具上排风,此时工人在作业过程中,需强制性地佩戴防护面罩。在新的加工方案中,这种不适宜和具有危害性的作业方式将被摒弃。
: Z# v6 r5 ^' P0 r. U' |
; H! m4 a4 e6 P- M' p/ S0 s3 f: R在制订设备方案、配置“硬件”和软件编程过程中,GDC Consulting公司可以借鉴不同行业 (如从太阳能技术至航空工业)在研发机器人辅助的自动化方案工作的丰富经验。
" e/ M, i. E1 s( ^' J8 q' z3 ?4 R3 n* m2 o( [
据GDC公司称,针对2.5MW设备上的单个叶片,可以按此方式节省大约50%~70%的生产成本,并可以加工出一样的表面或外形轮廓。采用此技术的制造厂家可以从快速的生产中受益。由于CAD数据可以得到校正,实时尺寸可以得到保证,因此叶片也可达到可重复的质量。这也减轻了转子叶片与设备的配合难度,原因是各个叶片都能保持在相同的外形轮廓和运行性能上。机器人辅助的自动化技术的另一个优势便是可以采用相同的原理对叶片进行切边和涂漆。这可使得企业投资再次获得好的经济回报。 $ i4 x: w+ g2 P

$ [, J8 N0 W, j计划建立转子整体加工站
$ h4 a% x/ d; J% ~+ d4 Z+ E
; _& _" B6 e; Q; X针对转子的整体加工,目前计划设立一个较大的加工站。这种加工站应该建立在一家风能设备制造厂或转子叶片制造厂里。但这只是风能设备全自动化加工的第一步。GDC Consulting公司与两家西班牙企业一起,共同建立Acolus- Konsortium联合公司。这家公司融合了加工和自动化技术方面的各种能力。其中一家西班牙合作伙伴为Reyma S.L.公司,它研发和制造用于加工风能设备轴承环和扁轴承法兰的CNC设备。轴承环的内径可以达到8m。设备带有已获专利的自调心张紧装置,这为轴承的自动引入和张紧打下基础(图3)。
' j1 ^0 J- x2 u3 g# {& e/ _! w& R

( P3 d- z! e8 S) |' p6 |, Z, V1 }6 y% `

- c- h) Y: I) B9 c, w/ G
* D& V# W! d4 N5 K- a7 t
图3 用于加工轴承环和法兰的CNC加工中心拥有已获得专利的自调心张紧装置, ) `, H+ E: M' `) ^) a; x# Y9 H+ e
由此可以实现对工件的自动引入和张紧

8 T& o1 V9 O- ?6 i; A
- Z+ H  V. j4 H& }加工重达25t的轮毂 0 }' H- A( L0 a/ l  l. @: G! \
' N; C* j  b) C2 C% r, K
Reyma公司与GDC公司和Prova S.L.自动化技术设备公司一起,共同研发出了一种可实现25t重轮毂自动化加工的技术方案。对此可以采用Reyma公司专门为此开发的大型加工设备。这种设备可以在一道工序上即加工完成所需的全部加工流程,它通过Acolus合作方即Prova S.L.公司在其冶金加工自动化工作经验的基础上所研发的大型上料装置进行自动进料(图4)。由于加工元件的尺寸较大,因此这是一项艰巨的加工和自动化任务,同时在物流输送方面也是一个挑战。
! ^$ i# w& \( Y6 h$ O# z% Y

+ D5 w8 C1 q! X3 M$ P9 G7 k& d9 C+ T( [' z2 P/ ], Q

9 A6 ^% {' [. j图4 对风能设备上重达25t的轮毂的自动化加工技术方案

3 ]- x; Z% u% W9 A7 `) @- L  v( \4 l7 _

  [) u+ y1 d2 e: z+ @通过这种加工技术方案,Acolus集团公司可向风能设备制造厂家首次提供贯穿式的协调的加工自动化技术。由此,塔、轮毂和转子的生产又向自动化加工目标迈进了一步。各合作方都相信,第一家采用这种技术方案的制造企业将会在市场竞争中占据很大的优势,因为它在核心部件如轮毂、塔和叶片的加工上,可以达到更加快速、更低成本和绝对可重复质量的生产。按照Acolus公司的观点,这个步骤早就应该有了,因为风能设备制造厂家的数量最终会达到一定的规模,这将足以证明自动化加工的道路是完全正确的。(end)
发表于 2010-7-22 16:38:59 | 显示全部楼层 来自: 中国浙江宁波
这种抛光方法我们在不锈钢上使用过啦,可以大大减少人工呀
发表于 2010-10-5 00:08:11 | 显示全部楼层 来自: 中国广东中山
在国内市场上目前只能推广使用,还需要时间
发表回复
您需要登录后才可以回帖 登录 | 注册

本版积分规则


Licensed Copyright © 2016-2020 http://www.3dportal.cn/ All Rights Reserved 京 ICP备13008828号

小黑屋|手机版|Archiver|三维网 ( 京ICP备2023026364号-1 )

快速回复 返回顶部 返回列表