Tecnomatix_虚拟仿真在智能生产线教学中的应用＊

DOI ：10.15913/ki.kjycx.2024.07.052
Tecnomatix虚拟仿真在智能生产线教学中的应用＊
周 丹，管佳燕，凌雯雯，谈冬雪
（上海科学技术职业学院，上海 200000）
摘 要：以工业机器人智能生产线为研究对象，运用Tecnomatix 虚拟仿真技术构建了与真实环境完全一致的生产线虚拟仿真平台，在虚拟场景中布局生产线、创建机构运动、创建工艺流程、机器人路径规划及编程，并最终导出机器人离线程序。

经实践验证，该虚拟仿真平台可以有效解决实训设备不足的问题，提高学生使用先进虚拟制造技术的综合应用能力和解决复杂实际工程问题的能力。

关键词：Tecnomatix ；机器人；生产线；虚拟仿真
中图分类号：G642；TH16-4 文献标志码：A 文章编号：2095-6835（2024）07-0179-03
——————————————————————————＊［基金项目］上海科学技术职业学院2022年度校级课题“基于智能工厂的数字化仿真实训平台的建设”（编号：
222015）
随着智能制造技术的深入发展和工业机器人技术的广泛应用，越来越多的高职院校开设工业机器人专业并设置了工业机器人智能生产线相关课程。

但是由于智能生产线设备昂贵、系统复杂，不可能将较多数量的设备用于教学[1]，通过虚拟仿真技术，则可以在软件中搭建与真实环境完全一致的虚拟场景，进行仿真验证编程调试和机器人生产线综合应用相关课程教学。

2022年11月，工业和信息化部、教育部等5个部门联合印发《虚拟现实与行业应用融合发展行动计划（2022—2026年）》，提出加速虚拟现实在教育培训等多行业、多场景的应用落地，要在高等院校、职业学校等建设一批虚拟现实课堂、教研室、实验室与虚拟仿真实训基地[2-3]，所以虚拟仿真技术的开发应用越来越受到各高校的重视。

以工业机器人实训室智能生产线项目为研究对象，采用Tecnomatix 中的Process designer 和Process simulate2个模块来构建工业机器人智能生产线虚拟仿真实训平台。

Tecnomatix 是西门子公司开发的数字化制造解决方案[4]，将Tecnomatix 中的Process designer 用于工艺规划、Process simulate 软件用于工艺仿真。

1 生产线虚拟仿真流程
首先根据生产线规划任务要求和场地的大小来合理布局设备形成初步的规划方案，并将该规划方案生成二维平面布局图，同时将标准设备及通过3D 设计软件设计的非标准设备进行数据格式的转换，生成Tecnomatix 软件可以用的JT 或COJT 文件格式，并导入该软件中进行仿真环境的搭建和机器人路径的规划与编程，最
终导出机器人离线程序，用于实际机器人的运行调试。

2 生产线仿真平台的建立
2.1 生产线布局规划
本文以实训室智能生产线为研究对象，首先测绘实际实训室场地中用于布局生产线位置区域的长度和宽度，检查是否有建筑立柱消防柜、电气柜等干涉物并标记出，再使用AutoCad 或者Microstation 软件绘制场地区域图纸，布局规划初步的生产线方案二维布局，如图1所示。

将二维布局图通过Microstation 软件存为JT 文件后再导入Tecnomatix 软件中。

图1 生产线二维平面布局图
2.2 三维模型的建立
利用三维建模软件Solidworks 或者UG 等软件建
纸箱称重站纸箱封箱站
工作盒盖装配站伺服转台工作上料称
重皮带线
模拟加工站
工件盒
上料站
纸箱贴标站纸箱扫码站立体仓库
·
·179
立生产线中所使用的工作台、输送带、机器人夹爪、真空吸盘、机器人底座、快换工具、转盘、围栏、安全门、电控柜等设备的三维模型，保证加工的实际尺寸与实训室真实场景一致。

将三维软件存储的格式转换为STEP 格式文件导入Tecnomatix 软件或者是通过Crossmanager 转为JT 文件再导入Tecnomatix 文件中。

各种三维软件建模的格式文件均可通过Crossmanager 转为JT 文件。

导入的数据分为产品和资源2种，其中资源又分为夹爪、焊枪、机器人、输送带、夹具、料箱等，根据资源的类型分别进行选择。

图2为Tecnomatix 中的虚拟仿真三维环境，图3为实训室的真实生产线
环境。

图2
虚拟仿真三维环境
图3 实训室真实生产线环境
2.3 机器人的选型
Tecnomatix 兼容各种品牌型号的机器人，如库卡、发那科、ABB 、安川等，各品牌机器人可在其官方网站下载特定型号的机器人数模及技术数据。

机器人的选型根据安装的负载所决定。

为方便机器人选型库卡公司提供负载测试软件KUKA.Load ，用于评估施加在KUKA 机器人上的负载。

用户输入负载数据，并获得机器人是否允许在该负载下运行的结果。

在实训室智能生产线项目中，根据所用负载情况，选用的是KUKA KR10R1420型号的6轴工业机器人。

2.4 运动机构的建立
构建虚拟仿真平台需要在软件中模拟所有设备的运动情况，要对其进行运动机构的建立，如工业机器人6个关节轴的旋转运动、夹爪的夹紧和和关闭运动、电机的旋转运动、直线导轨的移动等。

图4为KUKA KR10 R1420型号工业机器人的运动学关系图，根据机
器人技术文件来定义各关节轴的运动关系及实际运动范围，通过Joint jont 选项可检查单个关节的运动范围和运动方向是否正确，若方向不对可反转运动方向，确保与实际机器人运动范围、运动方向一致，并定义机器人的HOME 状态、机器人的BASE 坐标和工作坐标系。

夹爪的定义除了要建立运动学关系，还要建立夹紧和
关闭的运动姿态，定义夹爪抓握对象和误差间隙值。

图4 工业机器人机构运动关系
2.5 工具坐标系的创建
工业机器人的工作坐标系默认在第六轴法兰中心处，当机器人安装工具后需要将工作坐标系转移到工具中心点处，工具坐标系设置如图5所示。

如真空吸盘的工具中心点在吸盘末端中心位置，坐标系位置数据由Rx 、Ry 、Rz 、X 、Y 、Z 组成，工具坐标系坐标值如图6所示。

图5 工具坐标系设置
·
·180
图6 工具坐标系坐标值
3 生产线虚拟仿真规划
3.1 工艺路径规划与编程
将平面布局图及三维数据首先导入Process designer软件中进行工艺规划，按照生产线设置的工位布局设备及编写工艺流程顺序，如零件上料、转台的转动、传送带传输零件、机器人搬运工件、机器人装配工件、机器人贴标打包等，设置单步操作时间，并生成工位时序图。

通过Process designer软件中RobcadStudy打开Process simulate软件切换到仿真模块创建物料的上料、物料在传送带上的传输、转台电机的转动、机器人搬运和机器人装配等程序的编程。

在Process simulate软件中创建的工艺操作时序图如图7
所示。

图7 工艺操作时序图
3.2 机器人可达性分析
在方案规划阶段机器人的位置是没有经过虚拟验证放置的一个初步位置，有可能机器人需要抓取的对象是无法达到的，不在其工作范围内。

进入虚拟仿真阶段，可对机器人的可达性进行验证。

图8为工业机器人可达性计算。

若机器人不可达，应在测试的可达范围内调整机器人的位置，从而避免出现超出机器人工
作范围区间的情况。

图8 工业机器人可达性分析计算
3.3 机器人干涉检查与优化
工业机器人在运动过程中可能会与工作空间范围内、周边其他的设备发生碰撞和干涉，导致事故发生、设备损害和人员伤害。

在软件中可设置可能发生干涉对象的检查，进行设备布局的优化、工艺流程的优化和机器人运动路径的优化，消除设备间的干涉，并保证设备间保持足够的安全距离。

经过虚拟仿真验证和优化后的设备布局、工艺流程和机器人程序可确保生产线安装调试生产的顺利进行，在仿真系统中提前预知可能出现的问题并解决，最后从软件导出最终版本的平面布局图用于设备的准确位置安装，导出机器人的离线程序。

相比让学生直接进行机器人示教编程，更安全、直观、准确和高效，可大大降低调试的安全风险并提高设备调试的效率。

4 结束语
通过Tecnomatix虚拟仿真模块，建立了实训室智能生产线的虚拟仿真平台，对智能生产线进行规划、建模、仿真和优化。

解决了机器人可达性和干涉性的问题，验证了整体方案的可行性，并生成和导出机器人离线
（下转第184页）
·
·181
图3 部分建筑类型三维可视化
对5种类型建筑物进行精度验证，得到各建筑类型的分类精度，如图4所示。

各个类型的精度均达到70%以上，总体精度达到81.83%。

建筑物分类符合实际
情况。

图4 建筑物分类精度4 结论
通过研究，得出的主要结论如下：基于神经网络技术对高分辨率遥感影像进行建筑物提取，所提取的基于BuildFormer结果优于UNet、PSPNet、Deeplabv3+、HRNet典型神经网络；提出了一种融合建筑物三维数据信息和城市土地利用类型的城市建筑类型分类的方法；各种类型建筑分类精度达到70%以上，总体精度达到81.83%，为中国典型城市建筑多尺度分类提供了技术参考。

参考文献：
[1] 郭峰，毛政元，邹为彬，等.融合LiDAR数据与高分影像特
征信息的建筑物提取方法[J].地球信息科学学报，2020，22（8）：1654-1665.
[2] HUANG Y H，ZHUO L，TAO H Y，et al.A novel building
type classification scheme based on integrated LiDAR and high-resolution images[J].Remote sensing，2017，9（7）：679.
[3] WANG L B，FANG S H，MENG X L，et al.Building
extraction with vision transformer[J].IEEE transactions on geoscience and remote sensing，2022，60：1-11.————————
作者简介：陈韵莹（1997—），女，广东湛江人，硕士，研究方向为遥感影像处理与分析、深度学习。

（编辑：严丽琴）
程序。

由于软件中搭建的环境和实训室真实的场景完全一致，不仅可以使学生充分体验建设智能生产线的整个项目流程，同时又可与机器人操作编程的“实训操作”“智能生产线综合应用”等课程结合起来，提高学生学习的积极性和学习热情，增强学生使用先进虚拟制造技术的综合应用技能和解决实际问题的能力。

参考文献：
[1] 郝翠霞，叶晖.基于Smart组件的工业机器人码垛仿真设计[J].
自动化技术与应用，2018，37（8）：63-66.
[2] 工业和信息化部，教育部，文化和旅游部，等，工信部联电子
﹝2022﹞148号.五部门关于印发《虚拟现实与行业应用融合发展行动计划（2022—2026年）》的通知[S].2022-11-01. [3] 张敏，文福安，刘俊波.高校虚拟仿真教学环境构建逻辑探
讨[J].实验技术与管理，2023，40（3）：1-6.
[4] 成正勇，李爱冉，黎亮，等.基于TECNOMATIX的机器人点
焊离线编程技术应用[J].汽车科技，2020（5）：73-79.————————
作者简介：周丹（1986—），女，硕士，助教，研究方向为数字化工厂、数字孪生。

（编辑：严丽琴）
—————————————————————————————————————————————————（上接第181页）
·
·184。