确定涂装机器人的性能影响因素大小的方法及涂装工艺

摘要

本发明公开了一种确定涂装机器人的性能影响因素大小的方法及涂装工艺。本发明的方法包括以下步骤：步骤S1确定试验因素、因素水平及试验指标；步骤S2确定正交试验表，确定试验方案；步骤S3按照正交试验表进行试验，测量油漆厚度，计算油漆厚度的标准差，得到试验指标；步骤S4利用方差分析法，计算得到指标值和；步骤S5利用极差分析法，计算得到试验因素的极差。本发明通过将正交试验应用到本发明方法中，大大的减少了确定影响涂装爬壁机器人的工艺性能的影响因素大小的时间，同时，也避免了因减少试验次数而造成遗漏重要影响因素的问题。本发明大大的节约了时间，科学、合理的确定了影响涂装爬壁机器人的工艺性能影响因素。

说明书

技术领域

本发明属于涂装技术领域，尤其涉及一种确定涂装机器人的性能影响因素大小的方法及涂装工艺。

背景技术

近些年来船舶涂装行业出现了对船舶涂装机器人的研发热点，船舶企业对船舶涂装机器人的引进应用到生产过程中越发迫切，国内绝大多数的研究还停留在样机制作和工程测试阶段，研究方向主要以面向船舶外板大平面或大曲面爬壁机器人涂装作业研究，为全面了解机器人在此方面应用性能，研究其最佳工艺模式，需要对研究机器人的性能研究建立一系列的试验设计，对机器人的运行性能和运用效果及各项工艺参数的变化进行合理的试验研究。船舶喷涂作业受到多种因素的影响，有环境因素如：温度、湿度、风力等，有机器人本体性能因素如：结构、电气、工况、工艺等，以及涂料的理化性质因素如：粘度、密度、组分情况、固化时间等。对这些因素都进行全面系统性试验来探索相应影响作用，必然需要面对大量的实验工作，产生大量工时和物料消耗，受到各种条件限制。因此，需要通过科学实验设计方法，结合喷涂作业实际，设计一套科学高效的试验分析方法。

综上所述，目前没有一种确定涂装爬壁机器人的工艺性能影响因素大小的方法：该方法需要既能保证试验质量，避免遗漏重要影响因素，又能节约试验时间。

发明内容

本发明要解决的技术问题是为了克服现有技术中的上述缺陷，提供一种一种确定涂装机器人的性能影响因素大小的方法及涂装工艺。

本发明是通过下述技术方案来解决上述技术问题：

一种确定涂装爬壁机器人的工艺性能影响因素大小的试验方法，所述涂装爬壁机器人用于船舶涂装作业，所述涂装爬壁机器人包括主体结构及喷涂装置，其特点在于，所述试验方法包括以下步骤：

步骤S1：确定试验因素、因素水平及试验指标，所述试验因素包括所述涂装爬壁机器人的可变动参数及所述喷涂装置的喷涂参数；所述试验指标包括所述涂装爬壁机器人喷涂的油漆的厚度的标准差；

步骤S2：确定正交试验表，确定试验方案，所述试验方案包括试验因素及因素水平的组合；

步骤S3：按照所述正交试验表进行试验，测量所述油漆厚度，计算所述油漆厚度的标准差，得到所述试验指标；

步骤S4：利用方差分析法，对同一所述试验因素的相同所述因素水平所对应的全部所述试验指标求和，得到指标值和，同一所述试验因素中，最小的所述指标值和为该所述试验因素的最优因素水平，将各所述试验因素的所述最优因素水平进行组合，进而得到最优组合的试验方案；

步骤S5：利用极差分析法，计算同一所述试验因素的最大的所述指标值和与最小的所述指标值和的差值，得到所述试验因素的极差，所述极差越大，所述试验因素对所述试验指标的影响越大。

通过将正交试验应用到本发明中，大大的减少了确定影响涂装爬壁机器人的工艺性能的影响因素的时间，同时，也避免了因减少试验次数而造成遗漏重要影响因素的问题。本发明大大的节约了时间，科学、合理的确定了影响涂装爬壁机器人的工艺性能影响因素。

较佳的，在所述步骤S1中，所述涂装爬壁机器人的所述可变动参数包括喷枪高度、移动速度及雾幅角度；所述喷涂装置的所述喷涂参数包括泵机压力及漆管长度。

在本方案中，通过采用以上方法，充分利用现有涂装工艺经验，全面考虑影响涂装爬壁机器人的工艺性能的因素，然后在对相关因素做正交试验，避免了遗漏重要的影响涂装爬壁机器人的工艺性能的因素。

较佳的，在所述步骤S3中，以钢板模拟代替船舶外板平面进行试验。

在本方案中，通过采用以上方法，利用钢板真实的模拟船舶平面，有效的改善试验环境，节约时间成本。

较佳的，所述钢板的厚度为0.2mm、长为1.2m及宽为1m。

在本方案中，通过采用以上方法，利用较薄的钢板，充分节约试验的材料成本，同时也能真实的反映船舶表面情况。

较佳的，喷涂至所述钢板的油漆干燥完全后，在同一水平线上，对所述油漆按水平方向等距间隔测量所述油漆的厚度。

在本方案中，通过采用以上方法，确保真实的反映涂装爬壁机器人喷涂的油漆厚度情况，减少不可控因素的影响。

较佳的，在所述步骤S4中，还可以对所述指标值和求平均值，得到平均指标值和，最小的所述平均指标值和为所述试验因素的最优水平。

在本方案中，通过采用以上方法，利用不同计算方法，得到不同的技术指标，更加全面的反映试验因素对试验指标产生影响的实际情况。

较佳的，在所述步骤S4中，所述试验因素为j；所述试验因素j的因素水平有若干个；使用到所述试验因素j的同一因素水平的试验次数有P个，所述试验次数P为大于1的自然数；在P个试验中，第一次试验对应的试验指标为y₁，依次类推，第P次试验P对应的试验指标为y_P；所述试验因素j的同一因素水平所对应的所述指标值和为y₁到y_P的和，在所述试验因素j的同一因素水平中，最小试验指标所对应的因素水平为所述试验因素j的最优因素水平。

较佳的，在所述步骤S5中，所述试验因素j的所有因素水平中，最大的所述指标值和与最小的所述指标值和的差值为所述试验因素j的极差。

在本方案中，通过采用以上方法，进一步扩展了本发明方法的适用性，可以快速的增加试验因素及试验水平，同时降低了本发明方法的实行成本。

较佳的，对所述极差较大的各所述试验因素进行全面试验，形成所述涂装爬壁机器人喷涂作业的最佳作业方案。

在本方案中，通过采用以上方法，可以忽略影响较小的试验因素对试验指标造成的影响，大大的降低全面试验的成本，同时，也可以更加准确、便捷的得到影响涂装爬壁机器人最佳作业方案。

较佳的，在所述步骤S2中，所述正交试验表的试验次数P为9次，所述试验因素j为4个，各所述因素水平为3个。

在本方案中，通过采用以上方法，具体的给出了本发明方法的正交试验表，便于直接使用，降低使用难度。

较佳的，4个所述试验因素具体为喷枪高度、移动速度、泵机压力及漆管长度。

一种涂装爬壁机器人的涂装工艺，所述涂装爬壁机器人包括主体结构及喷涂装置，所述涂装工艺包括所述主体结构及所述喷涂装置的参数设定，其特点在于，所述参数对所述油漆涂装工艺的影响的大小由上述中确定涂装爬壁机器人的涂装工艺性能影响因素大小的试验方法确定。

通过利用确定涂装爬壁机器人的涂装工艺性能影响因素大小的试验方法，得到影响涂装爬壁机器人涂装的因素，进而根据相关因素确定涂装爬壁机器人的参数及喷涂装置的参数，可以更加有效的提高油漆喷涂质量，避免喷涂质量太差造成的返工，节约油漆喷涂成本。

较佳的，所述参数包括泵机压力、漆管长度、移动速度及喷枪高度，各所述参数对涂装工艺性能影响因素大小的顺序为泵机压力＞漆管长度＞移动速度＞喷枪高度。

在符合本领域常识的基础上，上述各优选条件，可任意组合，即得本发明各较佳实例。

本发明的积极进步效果在于：

本发明一种确定涂装机器人的性能影响因素大小的方法及涂装工艺，通过将正交试验应用到本发明方法中，大大的减少了确定影响涂装爬壁机器人的工艺性能的影响因素大小的时间，同时，也避免了因减少试验次数而造成遗漏重要影响因素的问题。本发明大大的节约了时间，科学、合理的确定了影响涂装爬壁机器人的工艺性能影响因素。

附图说明

图1为本发明实施例1的确定涂装爬壁机器人的工艺性能影响因素大小的方法的流程图。

附图标记说明：

步骤S1-S5

具体实施方式

下面通过实施例的方式进一步说明本发明，但并不因此将本发明限制在所述的实施例范围之中。

实施例1

本实施例公开了一种确定涂装爬壁机器人的工艺性能影响因素大小的试验方法，涂装爬壁机器人用于船舶涂装作业，涂装爬壁机器人包括主体结构及喷涂装置。表1为本发明方法的正交试验分析表，下面结合表1，具体的说明本发明的试验方法包括以下步骤：

步骤S1：确定试验因素、因素水平及试验指标，所述试验因素包括所述涂装爬壁机器人的可变动参数及所述喷涂装置的喷涂参数；所述试验指标包括所述涂装爬壁机器人喷涂的油漆的厚度的标准差；

步骤S2：确定正交试验表，确定试验方案，所述试验方案包括试验因素及因素水平的组合；

步骤S3：按照所述正交试验表进行试验，测量所述油漆厚度，计算所述油漆厚度的标准差，得到所述试验指标；

步骤S4：利用方差分析法，对同一所述试验因素的相同所述因素水平所对应的全部所述试验指标求和，得到指标值和，同一所述试验因素中，最小的所述指标值和为该所述试验因素的最优因素水平，将各所述试验因素的所述最优因素水平进行组合，进而得到最优组合的试验方案；

步骤S5：利用极差分析法，计算同一所述试验因素的最大的所述指标值和与最小的所述指标值和的差值，得到所述试验因素的极差，所述极差越大，所述试验因素对所述试验指标的影响越大。

通过将正交试验应用到本发明中，大大的减少了确定影响涂装爬壁机器人的工艺性能的影响因素的时间，同时，也避免了因减少试验次数而造成遗漏重要影响因素的问题。节约了试验的时间。

表1正交实验设计分析表

如上表1中，在步骤S1中，试验因素j如表中的A、B、C及D，当然，也可以根据具体情况，增加或减少试验因素的数量。试验水平详见各试验因素的下脚标数字，表1中，试验因素A、B、C及D的因素水平均为3个，每个试验因素的因素水平数量也可以根据实际情况增加或减少。试验指标为膜厚标准差，用y表示。

在步骤S2中，确定的试验次数P为9次，每次试验分别在每个试验因素中选取一个因素水平，比如第1次试验分别选取试验因素A、B、C及D的第1因素水平，即得到第1次试验组合为：A₁+B₁+C₁+D₁。其它试验次数的试验组合也可以相应得到。

在步骤S3中，继续以第一次试验为例，该次试验可以进行多次，每次完成后测量油漆的实际厚度，然后再计算该次试验的油漆厚度的标准差y₁，也就是得到试验指标y。对于其它试验组合，参照第一次试验，计算得到相应的试验指标y，即得到即为y₂到y₉。

在步骤S4中，利用方差法计算指标值和，以试验因素A为例，计算试验因素A的因素水平1的试验指标和y_A1,时，首先需要找到因素水平A₁出现的试验，通过观察表格1可知，因素水平A₁分别在第1次、第2次及第3次试验中出现，相应的，找到该三次试验所对应的试验指标y，也就是y₁、y₂及y₃。因此，因素水平A₁的指标值和y_A1也就是y₁、y₂及y₃的和，即y_A1＝y₁+y₂+y₃。同理，也可以计算出试验因素A的剩下的因素水平A₂及A₃的指标值和y_A2及y_A3。试验因素B、C及D的指标值和也类似计算得到。在试验因素A的三个指标值和y_A1、y_A2及y_A3中，最小的指标值和为试验因素A的最优因素水平，假设y_A1最小，那么y_A1对应的因素水平A₁即为试验因素A的最优因素水平。同样的，也可以找出试验因素B、C及D的最小指标值和，假设最小指标值对应的因素水平分别为B₂、C₃及D₄。那么，试验因素A、B、C及D的最优组合的试验方案就是A₁+B₂+C₃+D₄。

作为一种替代，也可对指标值和进行求平均值，计算得到平均指标值和。以试验因素A为例，试验因素A的因素水平1的平均指标值和为因素水平A₁出现了三次，则平均指标值和为指标值和y_A1的三分之一，同样，也可以计算出平均指标值和及

步骤S5中，利用极差分析法计算极差R，以试验因素A为例，在试验因素A的三个平均指标值和及中，假设平均指标值和最小，平均指标值和最大，那么试验因素A的极差R_A为平均指标值和与平均指标值和的差，即：相应的，试验因素B、C及D的极差R_B、R_C及R_D也可以计算得到。假设R_A、R_B、R_C及R_D的大小为R_A＞R_B＞R_C＞R_D，那么试验因素对试验指标的影响的大小依次为A、B、C及D。也就是说试验因素A对试验指标y的影响最大，试验因素D对试验指标y的影响最小，试验因素B及C对试验指标y的影响介于试验因素A与试验因素D之间。

为了达到更快确定影响因素大小的目的，针对不同的涂装爬壁机器人，还可以在本试验中具体的设定涂装爬壁机器人的参数，比如：喷枪高度、移动速度及雾幅角度等等，也可以同时设定喷涂装置的参数，比如：泵机压力及漆管长度等等。

作为一种替代的方案，还可以利用钢板模拟代替船舶外板平面。具体的还可以将钢板的规格设定为：厚度为0.2mm、长为1.2m及宽为1m。

为了达到准确测量油漆厚度的目的，还可以在的油漆干燥完全后，对油漆按水平方向等距间隔测量同一水平线上的油漆的厚度。

实施例2

如表2所示，本实施例2为实施例1的一种实现方式。在实施例1的基础上，本实施例公开了一种具体的确定涂装爬壁机器人的工艺性能影响因素大小的试验方法，在本实施例中，试验因素有四个，分别为：喷枪高度、移动速度、泵机压力和漆管长度，每个试验因素均有3个因素水平，详见表格2。比较表格2中平均指标值和的大小，可以轻易的得出喷枪高度的最优水平为450mm，移动速度的最优水平为300mm/s，泵机压力的最优水平为0.55MPa/s，漆管长度的最优水平为40m。本次试验的最佳方案也就是喷枪高度450mm、移动速度300mm/s、泵机压力0.55Mpa、漆管长度40m。在该条件下，油漆厚度标准差最小，能够得到最好的喷涂效果。通过比较极差R的大小，可以得出对试验指标影响大小的因素依次为：泵机压力、漆管长度、移动速度及喷枪高度。

得到上述试验结果后，在制定涂装爬壁机器人的涂装工艺时，可以充分考虑试验因素对喷涂油漆的质量的影响，从而有侧重的控制相关试验因素，比如着重控制泵机压力及漆管长度，确保泵机压力及漆管长度的稳定，从而提高油漆喷涂的质量，避免喷涂质量太差造成的返工，节约油漆喷涂成本。

表2涂装爬壁机器人正交实验设计分析表

虽然以上描述了本发明的具体实施方式，但是本领域的技术人员应当理解，这仅是举例说明，本发明的保护范围是由所附权利要求书限定的。本领域的技术人员在不背离本发明的原理和实质的前提下，可以对这些实施方式做出多种变更或修改，但这些变更和修改均落入本发明的保护范围。