发明内容

因此，本发明基于创建用于对机器人路径和施加参数进行参数化、优化和编程的改进方法的任务。

该任务通过根据本发明的方法或根据独立权利要求的相应的施加系统来解决。

根据本发明的方法首先设置为指定机器人路径，如从现有技术原则上已知的。例如，机器人路径可以由多个路径点限定，多个路径点然后由施加器(例如，旋转雾化器)的涂料施加点相继穿过。机器人路径不仅可以以笛卡尔空间坐标反映各个路径点的位置，还可以反映所使用的施加器(例如，旋转雾化器)的喷涂轴的期望的空间方向。

另外，根据本发明的方法设置为指定施加参数，所述施加参数由施加器和涂装机器人在实际涂装操作中沿机器人路径运动期间保持。在本发明的上下文中使用的术语“施加参数”优选地包括所使用的施加器的操作变量、例如雾化器转速、成形空气流量/成形空气压力、静电涂层剂电荷的高电压和/或涂料体积流量。然而，在本发明的范围内使用的术语“施加参数”不限于施加器的操作变量的前述示例。另外，在本发明的上下文中使用的术语“施加参数”优选地还包括涂装机器人的操作变量、例如涂装机器人在构件表面上移动施加器的涂漆速度。

作为根据本发明的编程方法的一部分，涂装结果然后可被虚拟地确定，这在沿着指定的机器人路径以指定的施加参数进行涂漆时实现。然而，在本发明的上下文中，涂装结果的这种虚拟确定不仅仅基于模型，而是考虑了实际的喷涂形式数据。

可以提前使用施加器进行喷涂测试，并针对指定的施加参数和指定的机器人路径实时测量涂装结果。例如，可以涂装测试片，然后测量测试片上的涂层厚度轮廓。以这种方式确定的喷涂形式数据然后可以以分配给相应的施加参数和相应的机器人路径的形式存储在数据库中。

在根据本发明的编程方法中，与指定的施加参数和指定的机器人路径相关的喷涂形式数据被确定。然后根据这些喷涂形式数据对涂装结果进行虚拟确定，这些喷涂形式数据是先前实际测量的。这涉及外推、例如从平坦测试片上的涂层厚度分布到弯曲构件表面上的相应的涂层厚度分布。因此，根据本发明的编程方法以准混合形式确定涂装结果，其中考虑了实际的喷涂形式数据并且使用外推模型将实际的喷涂形式数据转换到实际的机动车车身。

作为根据本发明的编程方法的一部分，机器人路径和施加参数然后可以被优化，这可以在多个迭代循环中完成。如果虚拟确定的涂装结果不满意，则可以调整施加参数和机器人路径，以便虚拟地确定针对调整的施加参数和/或调整的机器人路径的涂装结果。以这种方式，只需几个迭代循环即可获得可接受的涂装结果，然后采用相关的施加参数和相关的机器人路径进行后续的涂漆操作。根据本发明的这些编程方法的优点在于，用于确定可接受的施加参数和可接受的机器人路径的迭代循环不会导致相应的材料消耗，因为涂装结果是虚拟确定的。

施加参数或路径轨迹(机器人路径)在用于优化涂层厚度均匀性的给定的限制范围内的变化主要是基于计算机算法自动执行的。这优选地是优化单元的任务，该优化单元自动地将在涂装结果的虚拟确定中获得的涂层厚度均匀性与允许的涂层厚度变化进行比较，并在必要的情况下，以修改的施加参数和/或路径序列(机器人路径)启动迭代循环。给定的限制范围来自根据经验对工业应用有利的施加参数的工艺窗口或机器人路径的经过验证的概念。除了该自动优化处理之外或作为该自动优化处理的替代，用户也可以“手动”执行涂层厚度均匀性的评估以及施加参数或路径序列的变化。

上面已经简要地提到，喷涂形式数据可以例如通过实验来确定，实验中以不同组的施加参数涂装测试片。因此，根据本发明的编程方法优选地还包括以不同的施加参数和/或不同的机器人路径执行实际应用试验、特别是通过以不同的施加参数涂装测试片来进行。然后在实际应用测试期间测量喷涂形式并确定相应的喷涂形式数据。以这种方式确定的喷涂形式数据然后存储在数据库中，以用于各种施加参数和机器人路径。重要的是，喷涂形式数据以固定分配给潜在的施加参数和机器人路径的方式存储在数据库中，使得之后可以根据施加参数和机器人路径从数据库读出相联关的喷涂形式数据。

实际上，很难针对施加参数和机器人路径的所有组合实际测量和存储喷涂形式数据。因此，数据库也可以包含实际测量的喷涂形式数据仅形成单独的插值点的映射。然后可以例如从这些网格点插补剩余的映射点。

此外，应该提到的是，机动车车身的涂漆通常是用不同的所谓的刷子进行的。本发明中使用的术语“刷子”优选地限定了整套的施加参数和机器人路径。例如，大面积涂漆通常使用所谓的表面刷子进行，其特点是形状较宽或涂层厚度轮廓较宽。另一方面，边缘或细节的涂漆通常使用所谓的边缘刷子进行，其特点是形状较窄或膜厚度轮廓较窄。因此，具有喷涂形式数据的数据库应该优选地包含用于表面刷子和边缘刷子二者的喷涂形式数据。作为根据本发明的编程方法的一部分，表面刷子优选地以上面大体描述的方式被优化。随后，边缘刷子的单独优化以基本相同的方式进行。

还应该提到的是，边缘刷子可以用于例如对挡泥板、A柱、B柱、C柱、旋风线或门槛区域进行涂漆，仅举几个示例。

优化的表面刷子和边缘刷子可能会导致不满意的涂装结果(热点)、例如在模块接头处(各个涂漆模块之间的过渡区域、例如挡泥板和引擎盖之间的区域)。因此，在本发明的范围内，也可以通过局部改变机器人路径和受影响的刷子来优化热点处的涂层厚度均匀性，在必要情况下还通过调整涂料流开启/关闭点进行优化。

此外，应该提到的是，在本发明的范围内，优选地不仅施加器(例如，旋转雾化器)的操作参数被优化，而且优选地机器人路径本身也被优化。

对于喷涂形式数据，在本发明的范围内存在各种可能性。例如，针对各个喷涂形式的喷涂形式数据可以分别包括表征喷涂形式的至少一个喷涂形式特征值。例如，这可以是本身已知的SB[50]值。SB[50]值是涂层厚度轮廓的宽度，在该宽度内，构件表面的涂层厚度至少为最大涂层厚度SDmax的50％。然而，替代地或附加地，喷涂形式特征值中的至少一个是反映最大涂层厚度的SDmax值。

此外，应该提到的是，实际的涂层厚度轮廓可以通过数学曲线(例如，高斯曲线)再现。

另外，在本发明的范围内可以图形化地表示涂装结果、例如用所得涂层厚度分布来图形化地表示。程序员则可以根据显示直接评估虚拟确定的涂装结果，并决定涂装结果是否可以接受。

除了上述根据本发明的编程方法外，本发明还包括适合于执行根据本发明的编程方法的相应的涂装系统。

因此，根据本发明的涂装系统也包括涂装机器人和施加器(例如，旋转雾化器)，该施加器由涂装机器人引导并且在操作期间将涂装剂施加到构件(例如，机动车车身)。

根据本发明的涂装系统的特征在于，所述涂装系统具有包括针对不同的施加参数和不同的机器人路径的喷涂形式数据的数据库，所述喷涂形式数据再现由施加器在实际喷涂操作期间以喷涂参数和/或在机器人路径上生成的实际喷涂形式。这里需要提到的是，数据库在开始时通常不会完整地装有所需的喷涂形式数据。喷涂形式数据可以随后在操作期间确定并被输入数据库。

另外，根据本发明的涂装系统包括计算单元，该计算单元根据预先确定的施加参数和预先确定的机器人路径、考虑存储的喷涂形式数据，来虚拟地计算涂装结果。

此外，根据本发明的涂装系统优选地包括优化施加参数和/或机器人路径的优化单元，优化可以例如在多个迭代循环中完成。优化单元指定特定的施加参数和/或特定的机器人路径，然后评估虚拟确定的涂装结果。如果虚拟确定的涂装结果可以接受，则可以采用所述施加参数和机器人路径进行后续的实际涂装操作。否则，优化单元会改变所述施加参数和机器人路径，直到虚拟确定的涂装结果是可接受的为止。

优选地，根据本发明的涂装系统还具有用于图形化地显示涂装结果的显示单元(例如，屏幕)。