Red de conocimiento de recetas - Recetas completas - Investigación sobre sistema robótico industrial para proceso de destilación de licores

Investigación sobre sistema robótico industrial para proceso de destilación de licores

En los miles de años de historia del desarrollo de licores en China, las técnicas tradicionales de elaboración de cerveza se han innovado y desarrollado continuamente mediante la preservación. La vaporera es en realidad un utensilio para cocinar vapor en la antigua China. Durante el proceso de cocción al vapor del vino, los materiales de la retorta se distribuyen uniformemente en la retorta capa por capa, asegurando que el vapor penetre capa por capa desde el fondo y destile el alcohol en la retorta.

Figura 1 - Proceso de retorta superior

Como eslabón central en el proceso de elaboración del vino, la tecnología de destilación en retorta determina directamente la producción y la calidad del licor. Actualmente, en la mayoría de las fábricas de licores, el proceso de autoclave todavía requiere mucho trabajo manual. En el proceso de 35 a 40 minutos, los trabajadores a menudo tienen que palear y esparcir materiales cientos de veces, y el peso total de los materiales transportados supera las 2 toneladas.

Figura 2 - Escena de trabajadores utilizando recogedor y trayectoria de movimiento del recogedor.

Con el desarrollo de robots industriales de alta precisión y alta carga, se ha hecho posible que los robots industriales completen el proceso de retorta en lugar de realizar trabajo manual. Los robots de vaporización de cerveza existentes a menudo siguen una trayectoria predeterminada y diseñan la estructura de pavimentación de acuerdo con los materiales cubiertos por cada capa. Sin embargo, debido a restricciones posturales, es difícil completar las tareas de fuga de aire y alimentación en algunas áreas, lo cual es muy diferente del proceso de autoclave manual.

Figura 3: Pantalla del software de captura de movimiento métrico Nokov

Para estar lo más cerca posible de la tecnología manual en el proceso de retorta y garantizar la herencia de la tecnología manual, investigadores de Shanghai Jiao Análisis de la Universidad de Tong Sobre la base de las técnicas operativas típicas de los maestros de retorta, se diseñó un sistema operativo de robot de retorta. Los investigadores instalaron 6 lentes de captura de movimiento óptico métrico Nokov en el sitio de la retorta y pegaron 3 marcadores reflectantes en el borde del recogedor. Al rastrear los marcadores reflectantes, recopilaron la trayectoria del movimiento espacial del recogedor durante el proceso de la retorta y capturaron el manual. proceso de réplica. Los datos de movimiento se utilizan como la trayectoria de enseñanza original.

Figura 4 - Vista superior del espacio de trabajo

Dado que la operación manual no puede lograr la misma acción de despliegue cada vez, los investigadores propusieron una trayectoria generalizada del vapor superior basada en el modelo de probabilidad spline-gaussiano. El algoritmo de codificación importa la trayectoria de enseñanza de la réplica en el sitio recopilada por el sistema métrico de captura de movimiento de Nokov al modelo generalizado para obtener las características de la trayectoria espacial del proceso de réplica del trabajador.

Figura 5-Escena de trabajo del robot único

Después de eso, los investigadores dividieron el área de la retorta superior, calcularon la trayectoria de dispersión de cada área y diseñaron el sistema operativo del robot de la retorta superior. . El sistema operativo está implementado por un robot industrial de seis ejes y está equipado con un mecanismo de tolva terminal que puede controlar el caudal de la retorta.

Figura 6 - Vista tridimensional del espacio de trabajo del robot único

Calculando la velocidad máxima de cada área, combinada con el rendimiento del servo del mecanismo de la tolva, se desarrolla una estrategia de control. Para la operación de retorta se formula y finalmente se cierran los efectos del proceso de retorta manual.

Más introducción a la enseñanza y el aprendizaje:

Tema técnico | Sistema de captura de movimiento para el aprendizaje por imitación

/s/repJzvLVisQOEIR8Rljjlw

Habilidades de estudio aprendizaje de robots quirúrgicos basado en la enseñanza aprendizaje

/s/ki 9 tfzkboekejkkshxvdw

Referencias:

Yang Yi, Zhang, Liu Chao, Sheng Xinjun. Investigación sobre el sistema operativo de robots para el proceso de retorta [J] Ciencia, Tecnología e Ingeniería, 2021, 21 (36): 15516.