抛磨控制方法及系统与流程

本发明涉及一种抛磨技术，尤其涉及一种以机器人夹持一工件进行抛光或研磨的控制方法及系统。

背景技术：

卫浴、汽车零件、建筑五金等产业，常有许多金属工件需进行表面抛光或研磨(下文将抛光或研磨简称为抛磨)以去除毛边或使工件表面更趋光亮以利电镀。目前的抛磨方式一般是采取人工作业，然而，以人工进行抛磨存在有生产速度慢、工作环境恶劣以及无法维持产品品质均一性的问题，因此，难以满足大量生产的需求。

另一方面，由于近年来机器人的技术快速发展，使得目前已有许多工业生产趋向以机器人取代人工，因此，以人工抛磨的传统制造工艺也逐渐被自动化机器人取代，其中，特别是通过机器人进行工件的抛磨程序时，机器人移动轨迹直接影响到工件与砂带表面的接触状态，进而影响加工精度及工件表面品质。

此外，目前的机器人控制系统往往是针对一种工件就必须因应其形状、轮廓而撰写一套具有专属抛磨轨迹的程序，并且，针对同一种工件的抛磨轨迹维持固定，当工件种类改变时，就必须依照不同工件的形状、轮廓而重新撰写程序，此外，当有人为或环境因素而导致抛磨设备的原有设置发生改变时，例如，因地震等天然灾害造成机器人或抛磨设备的相对位置发生改变，考量到设备设置的些许偏移对工件抛磨精度极具影响，因此，为维持工件原本的抛磨品质，就必须通过人工花费大量时间重新调整设备的设置参数或者重新修改程序以修正机器人的抛磨轨迹，对产品生产造成不便。

因此，如何克服现有的抛磨系统无法自动因应工件本身的改变或硬件设备的变动而自动调整抛磨轨迹以维持抛磨品质的最佳化，已成目前业界亟欲解决的课题。

技术实现要素：

鉴于上述，本发明提供一种抛磨控制方法及系统，以使抛磨设备具有自动调整抛磨轨迹的功能。

本发明的抛磨控制方法，包括：根据一工件的三维轮廓生成一初始抛磨轨迹；根据一第一优化调整值调整该初始抛磨轨迹以生成一优化抛磨轨迹；以及评估该工件的抛磨品质，如该抛磨品质优于前一工件的抛磨品质时，则产生一第二优化调整值取代该第一优化调整值。

本发明还提供一种抛磨控制系统，包括：轨迹生成模块，根据一工件的三维轮廓生成一初始抛磨轨迹；轨迹优化模块，用以根据一第一优化调整值调整该初始抛磨轨迹以生成一优化抛磨轨迹；以及品质评估模块，用以评估该工件的抛磨品质，如该抛磨品质优于前一工件的抛磨品质时，则产生一第二优化调整值取代该第一优化调整值。

由上可知，本发明所揭露的工件抛磨控制方法及系统可借由人工智能学习方式自动更新抛磨数据以采用最佳化的抛磨轨迹，并且，本发明也可将不同工件的部分轮廓及各该部分轮廓所对应的最佳抛磨轨迹分别储存于数据库中，当欲进行抛磨的多个工件形状不同时，可自动针对不同形状的工件对应生成抛磨轨迹，借以解决现有技术中抛磨设备无法自动调整抛磨轨迹以维持最佳品质的问题。

附图说明

图1是本发明的抛磨控制系统的方块示意图。

图2是应用本发明的抛磨控制系统的抛磨硬件设备的示意图。

图3是力传感器的读取数据曲线图。

图4是本发明的抛磨控制方法的流程图。

主要组件符号说明

1-抛磨控制系统；

2-机器人驱动器；

4-电脑；

5-机器人；

6-感测装置；

7、7’、7”-工件；

8-抛磨设备；

9-砂带；

11-轨迹生成模块；

12-轨迹优化模块；

13-品质评估模块；

14-数据库；

15-机器人抛磨程序；

a1、a2、b1、b2、b3-轮廓；

a1’、a2’、b1’、b2’、b3’-轨迹；

s41、s42、s43、s44-步骤。

具体实施方式

以下借由特定的具体实施例说明本发明的实施方式，本领域技术人员可由本说明书所揭示的内容轻易地了解本发明的其他优点及功效。

须知，本说明书所举例记载的″抛磨″一词是指″抛光或研磨″之意，故本案的抛磨控制方法及系统是指适用于抛光或研磨的控制方法及系统，此外，本说明书所附附图所绘示的结构、比例、大小等，均仅用以配合说明书所揭示的内容，以供本领域技术人员的了解与阅读，并非用以限定本发明可实施的限定条件，故不具技术上的实质意义，任何结构的修饰、比例关系的改变或大小的调整，在不影响本发明所能产生的功效及所能达成的目的下，均应仍落在本发明所揭示的技术内容得能涵盖的范围内。同时，本说明书中所引用的如“上”、“第一”、“第二”及“一”等用语，也仅为便于叙述的明了，而非用以限定本发明可实施的范围，其相对关系的改变或调整，在无实质变更技术内容下，当也视为本发明可实施的范畴。

图1是本发明的抛磨控制系统的方块示意图。图2是应用本发明的抛磨控制系统的抛磨硬件设备的示意图。

见图2所示，本发明的抛磨控制系统1举例是设置在电脑4中，该电脑4连接机器人驱动器2以及感测装置6，该电脑4对该机器人驱动器2发送控制信号以进行一机器人抛磨程序15，且该机器人驱动器2对该电脑4发送该机器人5的即时轨迹信息，连接该机器人5的感测装置6例如是力传感器(forcesensor)、声射传感器(aesensor)或惯性传感器(imusensor)，其中，力传感器可采集该机器人5运动期间相关于力的信息，声射传感器用于检测材料或结构内部的声波信号，惯性传感器可用于检测该机器人5运动期间的速度、方位等数据，上述各种感测装置6将各自的感测信号发送至该电脑4以供本发明的抛磨控制系统1进行数据分析，并根据该分析结果调整该机器人5的运动轨迹并为施以最适合的抛磨力，进而最佳化工件7的抛磨品质。

图1是本发明的抛磨控制系统的方块示意图。本发明的抛磨控制系统1包括：轨迹生成模块11、轨迹优化模块12、品质评估模块13及数据库14，其中，该数据库14用于储存工件的轮廓数据以及抛磨数据，该轨迹生成模块11根据工件7的三维轮廓及该抛磨数据生成一初始抛磨轨迹，该轨迹优化模块12再根据一第一优化调整值调整该初始抛磨轨迹以生成一优化抛磨轨迹，以及品质评估模块13是用以评估该工件的抛磨品质，如该抛磨品质优于前一工件的抛磨品质时，则产生一第二优化调整值取代该第一优化调整值并储存于该数据库14中。

该轨迹生成模块11根据一工件7的三维轮廓生成初始抛磨轨迹的具体实施方式如下。

举例而言，如该工件7为金属工件且于铸造时已有对应其外型轮廓的三维设计图时，当借由本发明的抛磨控制系统1进行抛磨之前，可直接将该三维设计图输入该轨迹生成模块11，据此，该轨迹生成模块11再从数据库14中找出与该工件7整体形状相同而且对应于该工件7轮廓的初始抛磨轨迹，另一方面，也可在该工件7进行机器人抛磨程序15前，通过3d激光扫描以获取该工件7的立体轮廓并输入该轨迹生成模块11，在本发明的一实施方式中，该数据库14可储存的先前多个工件的部分轮廓抛磨数据，并且，该轨迹生成模块11可自该数据库14中找出对应于该多个工件其部分轮廓的抛磨数据，并将其组合以生成目前即将进行抛磨的该工件7的初始抛磨轨迹。具体而言，本发明的抛磨控制系统1可在每个工件完成抛磨后将不同部位的轮廓(例如平面与曲面)分拆开来，并将各该部位的轮廓数据连同其对应的抛磨轨迹储存于该数据库14中，因此，当有新的工件7将进行抛磨时，该轨迹生成模块11可从该数据库14中取得对应于该工件7各部位轮廓的抛磨轨迹，并将各该部位的抛磨轨迹加以组合以作为新工件7的初始抛磨轨迹。

本发明可建立一抛磨数据集于数据库14中以用于后续的抛磨作业，例如，该抛磨控制系统1可在先前多个工件7的抛磨过程中建立对应于抛磨轨迹的力感测数据，请参阅图3，其是在工件7的抛磨过程中由力传感器所读取的数据曲线图，其中，轮廓a1、轮廓a2组成工件7的表面，并且，该力传感器是以0.1秒的间距读取力感测数据点，如图3的数据曲线的a、b、c及d点是分别对应于工件7的轮廓a1的表面接触砂带9以开始进行抛磨、轮廓a1的表面离开砂带9以结束抛磨、轮廓a2的表面接触砂带9以开始进行抛磨、轮廓a2的表面离开砂带9以结束抛磨时的力感测值，而机器人驱动器2于抛磨程序进行期间所发送的运动轨迹数据、力传感器所发送的感测数据可同时储存在对应于轮廓a1、轮廓a2的抛磨数据中，例如，若本发明的抛磨控制系统1已完成工件7(例如包括轮廓a1、轮廓a2)、工件7’(例如包括轮廓b1、轮廓b2、轮廓b3)的抛磨作业，则会分别将轮廓a1、轮廓a2、轮廓b1、轮廓b2、轮廓b3及用于各该轮廓抛磨的轨迹a1’、轨迹a2’、轨迹b1’、轨迹b2’、轨迹b3’分别储存于该数据库14中，当有新的工件7”将进行抛磨时，该轨迹生成模块11先判断工件7”的轮廓组成，例如，工件7”是由轮廓a1、轮廓b3所组成，据此，该轨迹生成模块11进一步从该数据库14中取得分别对应于工件7的轮廓a1、工件7’的轮廓b3以及分别对应轮廓a1、轮廓b3的轨迹a1’、轨迹b3’，并将该轨迹a1’、轨迹b3’加以组合以作为工件7”的初始抛磨轨迹。

本发明中，品质评估模块13是用以评估该工件的抛磨品质，该抛磨品质是用于产生一优化调整值以取代前一优化调整值，具体实施方式如下。

本发明的抛磨控制系统1可在完成各工件7的抛磨作业后进行抛磨品质标记，具体而言，可借由常见的表面特性量测装置，如：接触式粗糙度量测仪、原子力显微镜、白光干涉仪或激光显微镜等仪器量测工件的表面粗度或反光率以作为品质评估的判断依据，或者，在抛磨过程中也可通过音频传感器所测得的音频频率值作为品质评估的依据，例如：在工件7接触砂带9表面期间，如音频频率在一预设的区间内即可预测有较佳的抛磨品质，此外，本发明也可通过人工方式判断抛磨后的工件7的表面粗度、反光性以作出品质标记，例如可用q1代表″优″、q2代表″中″、q3代表″劣″，接着，再将各工件的品质标记q1、q2或q3连同抛磨过程中来自力传感器的力读取值(与设定的抛磨力相关)、惯性传感器所读取的位置、方向等感测数据连同该工件的轮廓、抛磨轨迹一起输入该数据库14中以形成一训练数据集，进一步地，可将工件7在抛磨过程中各时间点的数据，包括：轮廓、抛磨力、轨迹、方向及位置共同形成一状态数据s，举例而言，可将多数工件个别的状态数据s1、s2、s3、s4…与品质标记q1、q2或q3形成个别的数据点(s1，q1)、(s2，q3)、(s3，q2)、(s4，q2)…，所有数据点共同构成该训练数据集并储存于该数据库14中。

本发明中，轨迹优化模块12用以根据一优化调整值调整该初始抛磨轨迹以生成一优化抛磨轨迹的具体实施方式如下。

该轨迹优化模块12可具有包含类神经网路的机器学习功能，该类神经网路可依据一优化程序，演算并学习该训练数据集的各数据点(s1，q1)、(s2，q3)、(s3，q2)、(s4，q2)…之间的关系，借由对大量数据点的机器学习而更新可对应于最佳抛磨品质的状态数据，且将对应于最佳品质的状态数据(如：对应于品质标记q1的状态数据s1)储存于该数据库14中以用于下个工件的抛磨作业。具体而言，当该轨迹优化模块12通过演算学习以从数据中反推出最佳品质q1所对应的状态数据s1后，即可从该状态数据s1的组成中进一步取得当时设定的抛磨力、轨迹并计算出该抛磨轨迹相较于前一笔最佳品质的抛磨轨迹的差值，以作为用于下一个工件7抛磨的轨迹的优化调整值，并且，因工件7抵靠砂带9期间的接触力大小和机器人5沿砂带9表面法线方向的移动进给量有关，并且，该接触力的大小及方向的控制直接影响工件7表面的抛磨品质，因此，如图3所示，可特别针对a至b点、c至d点期间控制机器人5夹持工件7的移动进给量以接触砂带9的角度，以精确控制工件7的抛磨条件。

此外，本发明也可借由该优化调整值的变化进一步判断用于抛磨的砂带9的表面品质。详细说明，本发明可通过该轨迹优化模块12的学习功能逐步更新抛磨数据并计算出维持最佳品质的轨迹优化调整值，以作为下一工件7的抛磨轨迹调整，然而，砂带9的表面粗度会随使用次数增加而逐渐劣化，因此，当用于调整工件7的初始抛磨轨迹的优化调整值(如第一优化调整值)逐渐增加而致大于一上限值时，也就是，为维持最佳的抛磨品质，具有同一轮廓的不同工件所需的抛磨轨迹差异过大时，则表示抛磨轨迹的调整对品质的最佳化影响变小，相对地，可推测砂带9的品质已低于一预设的表面粗度，因此，在此情况下应更换新的砂带9而非调整工件的抛磨轨迹。

另请参阅图4，本发明通过前述的抛磨控制系统1进一步揭露一种抛磨控制方法，包括：通过轨迹生成模块11根据一数据库14所储存的工件7的三维轮廓以生成初始抛磨轨迹(步骤s41)；接着，通过轨迹优化模块12根据第一优化调整值调整该初始抛磨轨迹以生成优化抛磨轨迹(步骤s42)；然后，以品质评估模块13评估判断该工件的抛磨品质是否优于前一工件(步骤s43)；若该抛磨品质优于前一工件的抛磨品质，则产生第二优化调整值取代该第一优化调整值(步骤s44)，若该抛磨品质并未优于前一工件的抛磨品质，则回到步骤42，根据第一优化调整值调整该初始抛磨轨迹以生成优化抛磨轨迹，上述的工件7的三维轮廓数据、该第一优化调整值、该第二优化调整值以及该抛磨品质等抛磨数据可进一步储存于该数据库14中以用于下一个机器人抛磨程序15。

综合上述，本发明所揭露的工件抛磨控制方法及系统可借由机器学习而自动更新为最佳的抛磨轨迹，并且，本发明也可将不同工件的部分轮廓及各该部分轮廓所对应的最佳抛磨轨迹分别储存于数据库中，当欲进行抛磨的多个工件具有不同形状时，本发明可自动针对不同形状的工件对应生成最佳化的抛磨轨迹，借以解决在现有技术中抛磨设备无法自动调整抛磨轨迹以维持最佳品质的问题。

上述实施例是用以例示性说明本发明的原理及其功效，而非用于限制本发明。任何本领域技术人员均可在不违背本发明的精神及范畴下，对上述实施例进行修改。因此本发明的权利保护范围，应如权利要求书所列。