Please use this identifier to cite or link to this item:
http://hdl.handle.net/1942/32064
Title: | Optimalisatie van het industrieel robotfreesproces door filteren en toevoegen van punten in het robotpad | Authors: | Nelis, Jonas Habraken, Ward |
Advisors: | BAETEN, Johan PERSOONS, Wim |
Issue Date: | 2020 | Publisher: | UHasselt | Abstract: | KUKA is een producent van industriële robots die ook nieuwe technologieën ontwikkelt voor deze robots. Deze masterproef heeft als doel het versnellen van een industrieel robotfreesproces waarbij de nauwkeurigheid binnen een gegeven tolerantie blijft. De industriële robot moet een pad van punten volgen gebruikmakend van zowel lineaire bewegingen met luswerking als spline-bewegingen. Om het freesproces te versnellen, moeten de punten gefilterd worden. Om de nauwkeurigheid binnen de gegeven tolerantie te houden, moeten ook punten toegevoegd worden waar nodig. Hierna moet de fout van het nieuwe pad berekend worden ten opzichte van het originele pad. Als laatste moet ook de tijdsverbetering van het freesproces berekend kunnen worden. Eerst wordt een programma geschreven in C# voor het filteren van punten indien de robot gebruik maakt van een lineaire beweging met luswerking. Hiervoor wordt het Douglas-Peucker-filteralgoritme geïmplementeerd. Ook is het belangrijk dat het programma rekening houdt met robotfactoren zoals de luswerking, de oriëntatie van de eindeffector en de spindel. Na het testen van het programma in 2D en 3D, wordt het programma verder geoptimaliseerd zodat het ook punten kan filteren indien de robot gebruik maakt van spline-bewegingen. De tijdsverbetering is afhankelijk van het aantal originele punten en de tolerantie. Testen wezen uit dat snelheidsverbeteringen tot 74% mogelijk zijn indien er een tolerantie van 0,1 mm gebruikt wordt. | Notes: | master in de industriële wetenschappen: energie-automatisering | Document URI: | http://hdl.handle.net/1942/32064 | Category: | T2 | Type: | Theses and Dissertations |
Appears in Collections: | Master theses |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
131af47f-1ace-4ee0-bed1-4d19384d563c.pdf | 775.78 kB | Adobe PDF | View/Open | |
0eabddc7-cda3-46ad-870d-74bc53a1433a.pdf | 4.14 MB | Adobe PDF | View/Open |
Page view(s)
80
checked on Oct 30, 2023
Download(s)
62
checked on Oct 30, 2023
Google ScholarTM
Check
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.