科创中国

行业领域

电子信息技术,计算机及网络技术,通信技术

需求背景

在液体冷却凝固前，需将其在浇铸过程中产生的氧化渣及悬浮渣扒出，以确保表面质量。由于铅、锌、锗等产品批量大、外观要求高，行业内通常采用铸型机铸型人工逐模扒渣。人工扒渣远远满足不了高产能的铸锭需求、效率低、质量差、运行成本高。实现无需人工辅助的工业智能扒渣系统非常重要，能够消除安全隐患、提升产品质量。

需解决的主要技术难题

一、扒渣机器人的智能感知与决策

智能感知与决策是扒渣机器人实现自主扒渣的关键技术。具体包括：

1. 感知技术：利用传感器获取工作环境和扒渣情况的信息，如温度、湿度、渣量、位置等。
2. 决策算法：基于感知信息，通过算法实现决策和规划，如何时开始扒渣、何时停止、如何避开障碍物等。

二、扒渣机器人的运动控制与路径规划

运动控制与路径规划是实现机器人高效、稳定工作的关键。具体包括：

1. 控制算法：设计合适的控制算法，确保机器人能够准确、快速地完成扒渣动作。
2. 路径规划：在复杂的工作环境中，需要设计出最优的路径规划方案，以减少时间和能源的消耗。

三、扒渣机器人的稳定性和耐用性

扒渣机器人在恶劣的工作环境中需要保持稳定性和耐用性。具体包括：

1. 材料选择：选择耐高温、耐磨损的材料，以提高机器人的耐用性。
2. 结构设计：通过结构设计，提高机器人的稳定性，如防止倾斜、翻倒等。
3. 维护保养：设计合适的维护保养策略，以延长机器人的使用寿命。

期望实现的主要技术目标

智能铸造扒渣机器人的扒渣作业是研发技术目标的重点之一。该机器人应具备对铸造废渣的感知和识别能力，并能根据废渣的类型和位置进行精确的抓取和移除。通过搭载高精度机械臂和先进的视觉系统，机器人能够实现对废渣的自动化识别和抓取，提高生产效率，降低工人劳动强度。同时，扒渣作业的自动化也将减少人为因素对生产过程的影响，提高生产质量和安全性。

智能铸造扒渣机器人的感知与识别能力是其实现自主导航和扒渣作业的关键因素。该机器人应具备对周围环境、废渣类型和位置的感知和识别能力。通过搭载先进的传感器和深度学习算法，机器人能够实时获取周围环境的信息，并进行学习和识别。这将有助于机器人对废渣进行精确的定位和抓取，提高生产效率，同时保证生产过程的安全性。

处理进度