Advertisement

Romansy 13 pp 411-419 | Cite as

Quality Feature Based Adjustment of Robot Programs Exemplified for the Welding Process — MAGROB

  • R. D. Schraft
  • J. Neugebauer
  • W. Schaaf
Part of the International Centre for Mechanical Sciences book series (CISM, volume 422)

Abstract

This paper presents a new concept for the process-oriented adjustment of robot programs. The approach has been successfully implemented in the software MAGROB for welding a fillet weld. The result of the production process is visually assessed and determined in the manner of the quality features which are the input of the proposed system. Using fuzzy logic rules the quality features are translated into the process parameters which are then the basis for the calculation of the robot parameters.

Keywords

Fuzzy Logic Quality Feature Fuzzy Controller Program Adjustment Robot Program 
These keywords were added by machine and not by the authors. This process is experimental and the keywords may be updated as the learning algorithm improves.

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

References

  1. AMIRA (2000): Homepage des Projekts AMIRA URL: http://www.cee.etnoteam.it/amira/, January.Google Scholar
  2. Craig, J. J. (1989): Introduction to Robotics. Mechanics and Control. Reading, MA: Addison-Wesley, 2nd edition.MATHGoogle Scholar
  3. DIN EN 25817 (1992): Deutsches Institut für Normung: Lichtbogenschweißverbindungen an Stahl. Richtlinie für die Bewertungsgruppen von Unregelmäßigkeiten. Berlin: Beuth Verlag.Google Scholar
  4. FANUC (1998): “Arc Smart and Easy Package” from FANUC. In Jara Robot News,10/6: 3.Google Scholar
  5. Hartfuss, C. (1996): Wissensbasierte Programmierung von Industrierobotern zum Schutzgasschweißen im Stahlhochbau. Berlin, Heidelberg, New York: Springer.Google Scholar
  6. ISO 5817 (1992): International Standardization Organization: Lichtbogenschweißverbindungen an Stahl; Richtlinie für die Bewertungsgruppen von Unregelmäßigkeiten. Google Scholar
  7. Park, J.-Y. (1993): Fuzzy-Logic-basiertes Beratungssystem zur Prozeßoptimierung und Fehlerdiagnose beim MAG-Schweißen. Aachen: Verlag Shaker (= Aachener Berichte Fügetechnik 93/6).Google Scholar
  8. Roosen, S. (1997): Online-Prozeßoptimierung beim MAG-Schweißen mit Hilfe eines Expertensystems. Aachen: Verlag Shaker (= Aachener Berichte Fügetechnik 97/4).Google Scholar
  9. Scheller, W. (1994): Einsatz künstlicher neuronaler Netze in Schweißkopführungssystemen für das Metallschutzgasschweißen. Aachen: Verlag Shaker (= Aachener Berichte Fügetechnik 94/1)Google Scholar
  10. Starke, G. et al. (1995): Schweißprozel3parameteroptimierung mit Fuzzy-Logik. In Schweißen und Schneiden 47 /6: 494–503.Google Scholar

Copyright information

© Springer-Verlag Wien 2000

Authors and Affiliations

  • R. D. Schraft
    • 1
  • J. Neugebauer
    • 1
  • W. Schaaf
    • 1
  1. 1.Fraunhofer Institute Manufacturing Engineering and Automation (IPA)StuttgartGermany

Personalised recommendations