一种面向钢结构非标节点的机器人自适应切割与坡口加工系统的制作方法

本发明属于机器人智能制造与自动化加工，具体涉及一种面向钢结构非标节点的机器人自适应切割与坡口加工系统。

背景技术：

1、钢结构非标节点是大型复杂空间钢结构体系中的关键连接与传力构件，其切割与坡口加工质量直接影响整体结构的连接强度与服役安全；随着建筑形态日益追求艺术性与功能性，此类节点的空间构型愈发复杂多变，对机器人加工技术的适应性与精确性提出了极高要求；传统示教编程与离线轨迹规划方式严重依赖预设模型与人工经验，难以应对实际构件因加工误差、装夹位姿及焊接变形带来的几何偏差，导致切割轨迹与坡口精度失控；

2、现有自动化切割系统虽已引入视觉传感技术，但在复杂工况下的环境感知层面仍存在显著局限性；具体表现为对钢结构表面锈蚀、切割烟尘等干扰缺乏有效的滤波与补偿机制，多源传感数据难以高精度融合，无法构建反映非标节点真实几何与加工状态的动态模型。感知系统往往局限于静态尺寸测量，无法实时追踪加工过程中的结构微变形与热变形，导致加工基准失准与质量波动；

3、在加工决策与执行层面，现有方法普遍存在刚性化与滞后性的技术瓶颈；由于缺乏工艺知识库与数字孪生体的支撑，系统难以根据实时工况对切割轨迹与工艺参数进行前瞻性优化与自适应调整；执行机构通常遵循固定指令，无法在力-位混合控制下实现与工件间的柔顺交互，更不具备应对突发工况的在线学习与容错控制能力；这种僵化的控制模式严重制约了加工效率与成品合格率的提升，难以满足智能建造对复杂构件高质量、自适应加工的技术需求。

技术实现思路

1、本发明的目的在于提供一种面向钢结构非标节点的机器人自适应切割与坡口加工系统，基于数字孪生与多模态感知技术实现非标节点几何与加工状态的实时感知、切割过程的前瞻性模拟与工艺优化、以及机器人力-位混合的自适应控制，有效解决传统加工方法中存在的感知失真、决策滞后与执行刚性化的技术问题，显著提升非标节点切割与坡口加工的精度、自适应性与整体作业效率。

2、本发明的目的可以通过以下技术方案实现：

3、本技术提供了一种面向钢结构非标节点的机器人自适应切割与坡口加工系统，包括环境感知模块、策略生成模块和智能执行模块：

4、进一步的， 所述环境感知模块，通过布设于加工区域的多模态传感器阵列，实时采集非标节点的空间位姿、坡口尺寸和加工状态数据，并基于自适应加权融合算法构建非标节点的动态加工态势模型；同时，将所述动态加工态势模型上传至所述策略生成模块；

5、进一步的，所述策略生成模块，用于接收所述动态加工态势模型，通过数据驱动与模型驱动调用预置的钢结构非标节点工艺知识库以构建并动态更新加工过程的数字孪生体；基于所述数字孪生体对非标节点的切割与坡口加工过程进行前瞻性模拟与优化，生成最优切割轨迹与坡口工艺参数；通过所述最优切割轨迹与坡口工艺参数生成对应的自适应控制指令并下发至所述智能执行模块；

6、进一步的，所述智能执行模块，用于执行来自所述策略生成模块的自适应控制指令，并基于动态运动基元的在线学习与自适应阻抗控制进行加工过程中自适应控制指令的实时调整与优化，完成钢结构非标节点的自适应切割与坡口加工；

7、其中，所述智能执行模块将加工过程中的自适应切割与坡口加工执行状态数据反馈至所述策略生成模块；所述策略生成模块根据执行状态数据动态优化数字孪生体，对后续的最优切割轨迹与坡口工艺参数进行自适应调整；

8、进一步的，所述环境感知模块包括点云配准单元与自适应加权融合单元；

9、所述点云配准单元，被配置为基于改进的icp配准算法对所述多模态传感器阵列采集的空间位姿数据进行点云配准处理，通过点云去噪、数据补全与多视角配准，构建非标节点的三维几何模型；所述自适应加权融合单元，被配置为基于自适应加权融合算法，通过动态权重分配消除钢结构表面锈蚀与加工烟尘导致的数据失真，对所述三维几何模型、坡口尺寸数据及加工状态数据进行多源信息融合，构建动态加工态势模型。

10、进一步的，所述策略生成模块包括工艺知识库调用单元、数字孪生体构建单元、多目标优化单元及多机器人协同单元；所述工艺知识库调用单元，被配置为通过数据驱动与模型驱动调用预置的钢结构非标节点工艺知识库，基于所述动态加工态势模型，为数字孪生体构建提供包括坡口角度、切割速度、气体压力阈值的工艺约束条件及历史工艺数据支持；

11、进一步的，所述数字孪生体构建单元，被配置为接收来自所述工艺知识库调用单元的工艺约束条件与历史工艺数据，并结合所述动态加工态势模型利用有限元分析构建并动态更新加工过程的数字孪生体；所述多目标优化单元，被配置为基于所述数字孪生体，通过多目标优化算法对非标节点的切割与坡口加工过程进行前瞻性模拟，同步优化切割轨迹长度、坡口角度偏差和热影响区宽度，生成包含最优切割轨迹与坡口工艺参数的自适应控制指令；所述多机器人协同单元，被配置为基于所述自适应控制指令和数字孪生体通过改进的匈牙利算法对多机器人加工区域进行最优分配与协同轨迹规划。

12、进一步的，所述智能执行模块包括轨迹修正单元、 阻抗控制单元、质量检测反馈单元及故障诊断与容错控制单元；所述轨迹修正单元，被配置为基于所述自适应控制指令，并接收所述环境感知模块实时监测的结构位移与应力变化数据；通过动态运动基元在线学习与调整机器人的运动轨迹，实时补偿因切割热输入引起的工件结构变形所引起的机器人末端与钢结构的相对位姿偏差；

13、进一步的，所述阻抗控制单元，被配置为根据预期与实际接触力的偏差，动态调整机器人的刚度与阻尼参数，通过力-位混合控制在加工过程中进行自适应调节切入深度与速度，完成稳定、柔顺的切割接触；所述质量检测反馈单元，被配置为在切割加工过程中，实时监测并识别切割面的质量状态与切口的成型状态，具体为：通过视觉与力觉传感融合，判断切割是否彻底、有无过烧和挂渣影响切割面成型质量的缺陷，并将切割加工过程的质量状态作为关键的执行状态数据，实时反馈至所述策略生成模块和故障诊断与容错控制单元；所述故障诊断与容错控制单元，被配置为基于所述执行状态数据，实时诊断在切割加工过程中引发的系统故障，并在诊断出故障时，触发分级容错策略以保障加工安全与质量；所述分级容错策略包括锁定当前加工状态、调整多机器人加工顺序和启动安全停机程序。

14、本发明的有益效果为：

15、本发明通过环境感知模块与策略生成模块的协同，实现了对非标节点空间位姿、坡口尺寸及加工状态等多源异构数据的自适应融合与精准解析，构建了能够实时反映加工态势的动态模型；通过改进的点云配准算法与加权融合机制，有效克服了钢结构表面锈蚀与加工烟尘导致的数据失真问题，解决了现有技术在复杂工况下感知精度不足的缺陷，显著提升了系统对非标节点实际几何特征的识别精度与态势更新的实时性；

16、通过构建融合工艺知识库的数字孪生体并集成多目标优化算法，实现了切割与坡口加工过程的前瞻性模拟与动态参数优化，与传统经验方法相比，本发明采用的有限元热力学分析与多目标 pareto 优化能够同步优化切割轨迹、坡口角度与热影响区范围，从而为工艺参数决策与轨迹规划提供全面精准的仿真依据，这使得系统能够在加工前预测并规避质量风险，生成兼顾效率与质量的最优加工方案；

17、本发明结合动态运动基元与自适应阻抗控制，实现了机器人在加工过程中的在线学习与力-位混合柔顺控制，通过构建包含轨迹实时修正、刚度阻尼动态调整与质量状态反馈的闭环执行架构，系统能够主动补偿因结构变形引起的位姿偏差，并在检测到接触力异常或加工缺陷时立即触发容错策略，这种集感知、决策、执行与反馈于一体的自适应控制机制不仅提升了系统对动态工况的适应性与鲁棒性，还确保了非标节点切割与坡口加工的最终质量与过程安全。