合肥工业大学邱明明获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉合肥工业大学申请的专利一种双层结构的除锈打磨控制方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN117754434B 。
龙图腾网通过国家知识产权局官网在2026-04-17发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202410160513.2,技术领域涉及:B24B27/033;该发明授权一种双层结构的除锈打磨控制方法是由邱明明;孙艺铭;汪强;孙浩设计研发完成,并于2024-02-05向国家知识产权局提交的专利申请。
本一种双层结构的除锈打磨控制方法在说明书摘要公布了:本发明属于机器人自动化技术领域,尤其为一种双层结构的除锈打磨控制方法,包括以下步骤:S101、上层,首先建立离线数据库;S102、打磨判断,采用机器视觉实时获取铁锈表面图像;S103、计算锈蚀程度评价系数c;S104、计算铁锈粗糙度评价系数δ;S105、查询离线数据库;S201、打磨,下层;S202、自适应调整;利用机器视觉技术建立打磨离线数据库,准备打磨的时候可以获得打磨表面的粗糙度和锈蚀程度评价系数,将评价系数输入离线数据库,输出打磨参数。在打磨过程中,能够不断通过视觉获取实时打磨图像,判断打磨效果,对打磨参数进行自适应调整,就避免了固定打磨力矩可能带来的打磨效果不佳、打磨效率低下,以及人工打磨可能造成的不准确和危险的情况。
本发明授权一种双层结构的除锈打磨控制方法在权利要求书中公布了:1.一种双层结构的除锈打磨控制方法,其特征在于,包括以下步骤: S101、上层,首先建立离线数据库,其中包含:铁锈灰度值范围、打磨阈值、铁锈类型、打磨正压力和打磨头旋转速度v; S102、打磨判断,采用机器视觉实时获取铁锈表面图像,对其进行去噪和灰度化处理,计算铁锈像素点占比,作为铁锈面积评价系数b,若实时提取的铁锈像素点占比未超过打磨阈值,则不需要打磨,打磨机器人继续行走且继续计算铁锈像素点占比;若实时提取的铁锈像素点占比超过打磨阈值,则停下准备打磨; S103、计算锈蚀程度评价系数c,获取铁锈颜色评价系数a和面积评价系数b,计算锈蚀程度评价系数c的值; S104、计算铁锈粗糙度评价系数δ,将铁锈灰度值范围内的像素点分离得到图像铁锈区域,并对图像进行快速傅里叶变换FFT后计算其高频能量占比,作为铁锈粗糙度评价系数δ; S105、查询离线数据库,根据得到的铁锈锈蚀程度评价系数c和铁锈粗糙度评价系数δ,进入离线数据库查询,得到铁锈类型以及对应的打磨头转速v和打磨正压力; S201、打磨,下层,根据步骤S105的参数数据,采用通用的控制方法,如:自适应控制、滑模控制和鲁棒控制,分别对垂向驱动电机1和打磨执行电机2进行控制,实现打磨过程中打磨正压力和打磨头转速v的精确控制,在此基础上进行打磨; S202、自适应调整,打磨Δt时间后返回上层通过视觉获取实时打磨图像,判断打磨效果,重复进行S102~S105的步骤,获取打磨头的打磨参数,对打磨参数进行自适应调整,形成一个闭环控制; 步骤S101中离线数据库建立包括以下内容: S1打磨阈值的建立,步骤如下: 首先,获取符合打磨精度要求的图像,并对它们进行去噪和灰度化处理; 然后,获取每张图片的铁锈像素面积占比; 最后,取这些铁锈像素占比的最大值作为打磨阈值; S2铁锈灰度值范围的建立,步骤如下: 首先,获取铁锈图像,并对它们进行去噪和灰度化处理; 然后,获取每张图片的铁锈灰度值; 最后,统计铁锈灰度值的正态分布曲线,并选取铁锈灰度值范围; S3铁锈类型的建立,步骤如下: 首先,获取铁锈图像,并对它们进行去噪和灰度化处理; 其次,获取每张图片的锈蚀程度评价系数c和铁锈粗糙度评价系数δ; 随后,将c和δ分别整理起来,并按照四分位法将锈蚀程度评价系数c分为低锈a、中锈b、高锈c、超高锈d,将粗糙度评价系数δ分为低粗糙A、中粗糙B、高粗糙C、超高粗糙D; 最后,将锈蚀程度评价系数分类和粗糙度评价系数分类进行组合,得到aA、aB、aC、aD、bA、bB、bC、bD、cA、cB、cC、cD、dA、dB、dC、dD这16种类别; S4打磨正压力和打磨头旋转速度v的建立,步骤如下: 首先,对铁锈图片拍照并进行打磨实验,得到每张铁锈图片对应的打磨正压力和打磨头旋转速度v值; 然后,按照S3方法将铁锈分成16种类型; 最后,计算每一个铁锈类型的打磨正压力和打磨头旋转速度v平均值,即建立完成。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人合肥工业大学,其通讯地址为:230000 安徽省合肥市屯溪路193号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励