news 2026/6/15 17:52:11

三菱PLC与雅马哈四轴机械手在线检测收料案例程序详解:CClink通讯、串口控制与数据采集伺服...

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
三菱PLC与雅马哈四轴机械手在线检测收料案例程序详解:CClink通讯、串口控制与数据采集伺服...

三菱plc搭配四轴雅马哈机械手在线检测收料案例程序。 (包涵CAD电气图纸,plc程序,人机界面,机器人程序,BOM表)程序中应用到CClink通讯,232串口通讯,数据采集伺服定位控制。

这项目有点意思,三菱FX5U带着雅马哈四轴机械手搞在线检测。产线上跑的是金属冲压件,要求机械手在0.3秒内完成抓取判定,伺服轴同步定位精度±0.02mm。说几个重点:

通讯部分用CC-Link IE Basic组网,比传统485快三倍不止。PLC侧要配置远程设备站,特别注意雅马哈RCX340控制器的节点号别跟视觉系统撞车。这里有个坑——机械手的输入信号地址必须用MOV指令转存到D寄存器,直接读缓冲寄存器会丢包。

举个PLC处理IO信号的代码段:

MOV U3\G100 D200 //机械手报警代码转存 CMP D200 K0 //判断是否非零 MPS CALL P10 //触发报警处理 MPP OUT Y10 //复位机械手报警

这种直接搬运缓冲区的做法实测响应时间能压到15ms以内。注意地址偏移量得对照机械手的地址映射表,上次调试就有人把G100错写成G10A导致信号错乱。

伺服定位用了三菱的简易运动模块。重点是这个绝对位置计算:

DDRVI K5000 K300000 Y0 Y4 //5mm脉冲当量,30万脉冲对应150mm行程

结果调试时发现机械手Y轴到位后抖动,排查发现加减速时间设了200ms,改到300ms瞬间稳定。伺服参数这玩意儿真得看现场工况,手册推荐值只能参考。

机器人程序里有个取放料双校验逻辑挺实用:

MOVJ VJ=50% PL=1 //快速接近 WAIT DI(10)=ON //检测到位信号 IF M_OUT(3)=OFF JUMP *ERR //真空检测 TIMER T=0.5 //防抖延时 MOVL V=80 //精准下压

这个真空检测配合延时,成功把误抓率从3%干到0.1%以下。不过要注意机械手的DI信号滤波时间得跟PLC侧同步,不然会有50ms的窗口期冲突。

人机界面用GT Works3搞的,重点做了个实时波形监控。关键是把D8140(当前脉冲数)和机械手坐标绑定,用趋势图控件同时显示理论位置和实际位置。调试时发现Y轴跟随延迟,最后在PLC程序里插了个每50ms的数据上传指令才解决。

BOM表里有个易损件清单挺实用,像真空发生器的膜片寿命标了800万次,实际用了三个月就换。建议在触摸屏上加个计数器,到700万次自动弹窗提醒。

整套程序最骚的操作是用232口接激光测距仪做二次校验。PLC这边用RS指令接收ASCII格式数据,得做字符串截取和浮点转换:

STRCPY D100 K4 D200 //截取第四到第七字符 ASC D200 D210 //转HEX FLT D210 D220 //转浮点数 CMP D220 K5.0 //阈值判断

刚开始死活收不到数据,后来发现雅马哈机械手的232参数设成了38400波特率,而测距仪默认是9600。这种跨设备通讯真得带个USB转串口调试器现场抓包。

整套方案调试周期压到两周的秘诀是提前用GX Works3做了信号仿真,机械手的动作轨迹用AR码生成器做了离线验证。不过现场还是遇到电磁干扰导致CC-Link偶尔断线,最后给所有通讯线套了磁环才解决。

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/6/15 11:30:52

4极6槽高速无刷电机设计手札

基于maxwell的4极6槽 内转子 15000rpm 输出转矩 220mNm 效率89% 120W 外径 48mm 内径27 轴向长度40mm 直流母线36V 永磁同步电机(永磁直流无刷)模型,该方案已开磨具,可大量生产(PMSM或者是BLDC)。这年头工业机器人关节电机越来越…

作者头像 李华
网站建设 2026/6/15 12:33:22

从云端到终端:AutoGLM-Phone-9B实现低延迟多模态推理

从云端到终端:AutoGLM-Phone-9B实现低延迟多模态推理 随着边缘智能的快速发展,大语言模型(LLM)正逐步从“云中心化”向“端侧下沉”演进。在这一趋势下,AutoGLM-Phone-9B作为一款专为移动端优化的90亿参数多模态大模型…

作者头像 李华
网站建设 2026/6/15 12:31:38

基于AutoGLM-Phone-9B的移动端推理优化|从剪枝量化到缓存解码

基于AutoGLM-Phone-9B的移动端推理优化|从剪枝量化到缓存解码 1. AutoGLM-Phone-9B:面向移动端的多模态大模型架构设计 AutoGLM-Phone-9B 是一款专为资源受限设备设计的高性能多模态大语言模型,融合视觉、语音与文本三大模态处理能力&#…

作者头像 李华
网站建设 2026/6/15 12:39:07

如何在本地部署AutoGLM-Phone-9B?90亿参数轻量化模型实战解析

如何在本地部署AutoGLM-Phone-9B?90亿参数轻量化模型实战解析 1. 引言:移动端多模态大模型的落地挑战 随着大语言模型(LLM)从云端向终端设备迁移,如何在资源受限的移动设备上实现高效推理成为AI工程化的重要课题。Au…

作者头像 李华