机器人能否超越数控机床进行机器人加工?——RoboDK博客

机器人加工将数控机床推向恐龙时代!但机器人真的能胜任机械加工吗?

如果你还没听说过，机器人是新的数控机床!

传统的数控机床是否会步恐龙的后尘?(例如，灭绝，而不是变成一个数百万美元的电影系列，尽管我很高兴看“CNC世界3”)

在过去的十年中，机器人已经开始取代传统的机床，用于广泛的任务，包括铣削、抛光、去毛刺、切割等。

但是，机器人加工真的能胜过专用机床吗?让我们一探究竟。

机器人加工…真的吗?

如果你对机器人加工很陌生，你可能会有点怀疑。机器人不以刚性著称，这通常被认为是数控机床最重要的特性。然而，机器人加工有一些巨大的好处，可以弥补这个缺点。

想象你有一大块冰。

你想在即将到来的商务晚宴上为公司首席执行官雕刻一个幽默的冰雕像。然而，你没有技能，也没有时间去学习手工雕刻冰。你可以进入一个满是数控机床的机械车间，但它们都太小了，装不下这个冰块。

但是你有一个机器人。

这正是机器人加工的完美应用。它涉及的工件对于传统机床来说太大，由相对柔软的材料制成，需要复杂的加工路径，这是大多数数控机床无法实现的。这就是为什么机器人加工在快速原型任务中特别受欢迎。

然而，你可能会想:“这很好，但我不想雕刻一块冰。我想精确地加工我们的产品。机器人加工能为我工作吗?”也许吧。

让我们通过比较5个重要特性来分析这两种技术之间的差异:

加工精度可能是人们用来确定数控机床性能的最重要的属性。如果你的机器不准确，你怎么能创造出高质量的产品呢?

机床的精度一直在提高。高端机器可以达到20-50微米的精度。所谓“世界上最精密的车床”(它是2001年创建的而且似乎没有被打败)的精度为0.2微米。

在过去的几年里，机器人的精度一直在提高。工业机器人可以进行校准接近他们的可重复性。例如，可重复性为100微米的KUKA KR210机器人可以校准到高达200微米的精度。

然而，重要的是要记住，机器人的精度取决于良好的校准(正如我们在文章中讨论的那样离线编ayx官方程真的准确吗?)．由于校准取决于最终用户，机器人行业往往更关注机器人的“可重复性”，而不是精度。

赢家:数控机器

说到工作空间，有一些令人印象深刻的数控机床。我见过平板机器比大象还大．然而，大多数公司的工作空间要小得多。

另一方面，工业机器人通常有一个很大的工作空间。一种中型工业机器人制造技术将有一个7到8立方米的工作范围。更重要的是，您可以轻松地为机器人添加一个外轴，并进一步扩展其工作空间。

赢家:机器人加工

机器人最大的好处可能是它们的多功能性。您可以轻松地将它们从一个任务移到另一个任务。数控机床是伟大的在一个特定的任务，无论是铣削，车削，钻孔等。机器人可以做所有这些事情，甚至更多。

机器人也能够沿着比大多数数控机床更复杂的路径移动。数控机床往往有3或4个自由度(DoF)。这对于许多加工任务来说是足够的，但它可能是限制性的。几乎所有的工业机器人都有6自由度，这意味着你几乎可以加工任何你想要的形状。

赢家:机器人加工

机床的刚性或刚度对其精度有很大影响。低刚性的工具在遇到硬材料时会移动。这将导致切割不准确。机器人通常比传统机床刚度小得多。机器人的刚度一般小于1牛顿/微米，而数控机床的刚度通常超过50牛顿/微米。

低刚性工具也往往具有较低的固有频率，这意味着当它与材料接触时，工具会振动。机器人有一个固有频率10到20赫兹，而机床的频率是几百或几千赫兹。

机器人加工可以轻松处理柔软的材料，如泡沫，木材，塑料等。然而，钢铁或钛等较硬的材料可能会在机器人的电机中引起反弹，从而降低精度。

赢家:数控机器

机床和机器人都很昂贵。然而，与传统数控机床相比，机器人有两个明显的优势:大的工作空间和多功能性。机器人可以加工(几乎)任何尺寸、形状和复杂性的物体，这意味着机器人可以以更低的成本为企业提供更多的价值。

比利时蒙斯大学的研究人员说据估计，在相同的工作空间下，一个机器人比一台机床便宜30%。

赢家:机器人加工

“机器人能胜过数控机床吗?”就是明确的“是”。

但是，有一点需要注意:这取决于“胜过”这个词对您的应用程序意味着什么。

如果您的加工任务要求高精度和刚性，那么数控机床无法击败。然而，如果你需要多功能性、大的工作空间和可承受性，机器人加工是正确的选择。

机器人加工很简单，但前提是你有正确的编程软件。RoboDK带有内置的机器人加工工具，可以将您的cam生成的ASM文件或GCODE转换为您的机器人的路径。你可以在这里找到这个工具的演示视频．

它还支持专门为机器人加工应用设计的机器人(提高了刚度和精度)，如Stäubli RX170 hsm, ABB IRB 6660和KUKA KR 500-3(机床变种)。你可以找到这些机器人的模型，还有数百个，在机器人图书馆．

您是否计划购买机械加工机器人?请在下面的评论中告诉我们，或者加入讨论LinkedIn，推特，脸谱网或Instagram．