喷涂机器人喷涂模型与离线编程关键技术研究引言

涂装工艺的主要目的是为了提高产品的使用寿命，同时增加产品外观装饰性。传统的涂装工艺采取人工作业下的空气喷涂，其主要缺点是涂料利用率低，环境污染大，对人体毒害强，喷涂质量不稳定等。而目前乘用车生产线上广泛使用喷涂机器人结合高压空气静电喷涂的生产工艺。与传统涂装工艺相比，新型涂装工艺智能化程度与自动化程度更高，同时具有生产效率高，环境污染小，综合生产成本低等一系列优势。在这方面，Sames，ABB，Durr等跨国公司走在了行业的前面。
清华大学的冯川对喷涂机器人喷涂过程中漆雾的空间分布和其在喷涂工件表面的积累分布进行了建模与仿真。提出了一套基于空气喷涂漆膜的数学模型，其在传统复杂模型的基础上进行了一些精简使其更加便于运用。但遗憾的是目前的汽车涂装行业广泛使用高压静电喷涂技术，其模型的参数变量和复杂程度要远甚于空气喷涂。因此针对汽车涂装新工艺的喷涂建模可能要另辟蹊径。
在对空气喷涂效果的研究中，意大利里雅斯特大学的S.Seriani将采集到的完整漆膜图像按喷涂路径上的轨迹点进行图像分割。通过对分割的子图像的灰度数据处理来计算每个轨迹点的喷枪数据。虽然其构建的模型还是基于空气喷涂工艺，但是对于本章中后续对高压静电喷涂模型的图像处理还是有一定的借鉴意义的。
评价汽车涂装漆膜质量的最关键两个指标是平均漆膜厚度和漆膜分布的均匀程度。要对上述两个重要指标作出正确的预测就需要对喷涂的漆膜模型进行合理的估计。在对传统空气喷涂的漆膜堆积模型研究中，许多学者提出了不少合理的喷涂堆积模型。然而对于高压静电喷涂的静态漆膜堆积模型却是很难估计的。这是因为漆膜厚度J受到了温度0湿度w，喷枪距离工件表面间距D，机器人六轴喷枪移动速度V高压静电场强度E,喷涂轨迹间距L等一系列变量的影响。由此可以得到如下泛函关系:

在这个泛函关系中，包含了许多时变非线性变量，同时泛函映射关系F难以确定。所以很难采取变分法求得变量喷涂问题的最优解。而在实际涂装作业中主要的调试对象是机器人喷枪移动速度Y和待规划轨迹间距L，其余3.1式中的变量都可以由喷涂机器人喷涂工艺确定和根据工程经验估计。
因此，本章着重从这两个变量入手。在MATLAB2012环境中进行二次开发，设计了一个应用软件平台。提出了一种全新的角度去分析高压静电喷涂模型。从静态漆膜模型出发去分析最终动态喷涂的效果。从少量的原始数据出发去分析追踪大数据呈现的变化规律。将复杂抽象的数学建模，转换为直观易用的图像数据仿真处理。软件平台的主界面如下图3.1。主界面提供了便捷的模块调用接口和静电喷涂参数交互窗口。在本章节中将主要介绍其漆膜生成模块、漆膜母线分析模块、漆膜处理模块、运动模拟(样条喷涂)模块，以及平面喷涂模块等内容。