首页
登录
注册
-
随着航空航天、天文观测等高端装备领域的快速发展，大型复杂曲面构件（如飞机座舱整流罩、天文望远镜镜片）对真空镀膜的膜层均匀性、多层膜兼容性及加工效率提出了严苛要求。传统的固定式磁控溅射靶镀膜设备难以实现复杂曲面工件和超大工件曲面法线方向的实时跟踪，导致膜层厚度偏差较大，无法满足精密器件的使用需求[1-6]。国外同类真空镀膜机器人技术处于保密状态，国内缺乏成熟产品，亟须研发具备自主知识产权的高精度真空镀膜机器人系统[7-15]。本文基于JCPY-4.2D超大型磁控溅射镀膜系统项目需求，设计了一套适配真空高温环境的5自由度镀膜机器人，集成逆向建模、离线编程与数字孪生技术，通过结构优化、仿真分析与性能实验，实现复杂曲面工件的高精度镀膜加工，为大型精密构件的真空镀膜提供技术支撑，满足薄膜制备的规模化、柔性化、绿色化的生产要求。
-
JCPY-4.2D真空镀膜机器人需满足真空环境适应性、运动精度及工艺兼容性要求，核心设计指标如表1所示。
机器人系统由本体机械结构、电气控制系统、逆向建模系统、离线编程系统及数字孪生系统组成，总体架构如图1所示。其中，本体结构实现靶枪抓取与轨迹运动，电气系统保障多轴协同控制，软件系统完成建模、路径规划与状态监控，各模块通过工业以太网实现数据交互。
-
机器人是为完成复杂结构、多层镀膜而研发的适合在真空环境下工作的镀膜机器人。每台真空镀膜机器人共有6个运动轴，其中五个为机器人本体运动轴，外加一个靶架运动轴，另设计一个抓靶运动控制电机。机器人的五个运动轴分为三个直线运动轴和两个旋转轴。具体作用是三个运动轴满足机器人在X、Y、Z三个方向上的运动，用于调整机器人末端的位置。剩下两个旋转轴用于调整靶体的位姿，使靶体中心和机器人所在位置零件的法线方向重合。分别用于调整靶体在纵向和横向上的角度。三个移动轴采用电机和减速机的组合动力，用于驱动齿轮组+齿轮齿条或是丝杠完成机器人在X、Y、Z三个方向上的运动。两个旋转轴采用电机+减速机作为动力源，用于驱动齿轮组和末端旋转轴完成角度调整。
机器人本体采用“三直线+两旋转”的5自由度布局，配合独立靶架运动轴，实现复杂曲面法线方向的实时调整。X轴（纵向）齿轮齿条传动，行程4720 mm，驱动方式为伺服电机+T型减速机，双侧驱动保证运动平稳性；Y轴（横向）滚珠丝杠传动，行程1500 mm，采用两条并行直线导轨承重，提高运动精度；Z轴（升降）双节升降结构，滚珠丝杠传动，行程1250 mm，单电机驱动双丝杠简化控制逻辑；R1轴（大臂旋转）齿轮传动，转角±120°，调整靶体与工件横截面法线重合；R2轴（腕部俯仰）：齿轮传动，转角±45°，调整磁控靶与工件纵截面曲线的法线的夹角。
靶架用于放置靶枪，设计有四个镀膜靶位（两套）和一个等离子体源靶位（单套），置于机器人移动平台上，具有独立外部轴电机，可与机器人本体配合实现换靶。多个靶位分别放置不同尺寸的靶枪，以供镀膜使用，每个靶位靠开关检测有无靶枪放置。根据不同镀膜要求，可设置自动切换靶枪流程。机器人根据切换指令从把架上取下靶枪并回到指定位置，待人工确认后开始镀膜。靶架轴齿轮丝杠传动，行程220 mm，实现靶枪自动切换，靶架外形结构如图2所示。本体结构采用304不锈钢材料，关键传动部件选用真空专用润滑介质，避免油类挥发影响真空环境，同时设计防护结构防止靶材溅射污染核心部件。
-
真空镀膜机器人硬件控制系统主要由机器人控制器、伺服电机、I/O模块、示教器等组成，系统架构如图3所示。控制器与上位机均采用模块化系统设计，除系统底层外，系统上层均采用类沙盒式设计，模块之间相互独立。在系统中增加异构机器人结构，实现真空镀膜机器人的控制，控制器与上位机的通讯结构如图4所示。真空镀膜机器人伺服电机采用真空电机，系统伺服电机的反馈单元为旋转变压器，属于单圈绝对值编码器，系统每次上电需回零操作，确定机器人系统的零点。机器人在出厂时，通过校准仪器来测试，获取机器人的标准零位，此时机器人各轴会在刻度线附近。机器人系统记录零位位置时对应的单圈编码器的反馈值，只要编码器和电机没有脱开，电机和机械本体没有脱开，零位的编码器反馈值都是不会变化的，保证机器人绝对零位。
-
S1：真空状态准备
通过真空控制系统建立真空，检测真空度，检测罐内真空是否满足镀膜要求，将真空准备信号通知给真空机器人系统。
S2：机器人原点及状态检测
真空机器人原点及状态检测，若不在原点，满足自动回原点条件、自动回原点。到位后输出到位状态。
S3：工件信息确认
通过交互设备，获取工件信息，检测工件放置状态，与上位控制设备进行交互确认，锁定待镀膜工件状态，选择与工件匹配的镀膜工艺程序。
S4：确认靶枪状态
进行初始靶枪状态选择，检查当前靶枪，若满足要求无需触发换靶，若不满足则触发换靶。设置多次镀膜靶枪顺序，确认并输出靶枪状态。
S5：进入换靶流程
根据当前所需的靶枪，及靶枪状态确认结果，需要换靶时，进入靶枪抓取流程，进行抓靶放靶，并更新靶枪状态。
S6：炼靶准备，开始镀膜
通知镀膜系统，开启工艺气体流量控制，启动靶枪电源起弧并实时监控靶枪状态，机器人到指定位置进行炼靶，炼靶后机器人运动到镀膜位置起始点，开始镀膜。
S7：顺序镀膜
机器人根据生成的路径和设定的镀膜参数依次镀膜，并进行边缘路径补全，路径插补，并开始镀膜，直至完成。
S8：单次镀膜完成
单次镀膜完成后，触发靶枪电源关闭，回到原点位置，根据程序判断是否需要换靶和多次镀膜，如不需要，输出整体镀膜完成信号，如需要换靶触发换靶程序，并从初始工序循环执行，镀膜机器人作业控制流程如图5所示。
-
逆向建模系统采用PTS-C200结构光相机，基于“标识点拼接+手眼标定”技术，实现复杂曲面工件的三维重建，点云精度±0.1 mm，解决吹塑或压模成型方式生产的大型多曲率工件尺寸与三维设计数模存在尺寸差异问题。生成STEP、IGES格式文件供离线编程软件使用。建模流程为：工件表面处理→多视角扫描→点云拼接→平滑优化→格式转换，通过与机器人坐标系标定，确保建模数据与实际工件位置一致性。建模流程如图6所示。
-
离线编程软件基于RobotSail V2.0开发，支持机器人、工件及工具模型导入，可通过边轨迹或面轨迹生成镀膜路径，具备碰撞检测、奇异点规避及路径优化功能。通过设置镀膜速度、间距及靶距参数，生成小线段平滑过渡程序，保证轨迹与工件法线夹角误差小于±1°，软件整体架构如图7所示。
-
镀膜机器人仿真结构如图8所示，选取其中一套机器人采用ANSYS对机器人Y轴导轨、Z轴升降机构等关键部件进行静力学仿真，施加30 kg额定负载，分析应力分布与变形量。
-
对产品仿真物理模型进行网格划分，为了确保计算结果的精确度，优化计算模型使网格尽可能地规整、均匀，计算网格图及平均质量如图9所示。
-
最顶端溅射靶施加30 kg负载，受力情况如图10所示。设计工况温度为293.15 K。根据设计图可知产品通过导轨安装在支座上，因此对支座底面进行固定约束；考虑设备自重，沿Y方向加载重力加速度9806.6 mm/s2。
-
通过仿真计算得到变形及应力云图，整体应力分布云图及最大应力点图如图11所示，由图可知，整体最大应力为27.5 MPa，位于支架顶部；Z轴导轨最大应力为4.8 MPa；Y轴导轨最大应力为19.7 MPa。S30408许用应力为153 MPa，完全满足使用条件。
-
总变形分布云图如图12所示，机器人Y轴和Z轴变形分布云图如图13所示。通过提取关键点的变形量数据可得：最大变形为0.3 mm，位于支架顶部；Z轴导轨最大变形约为0.08 mm，Y轴导轨最大变形约为0.07 mm，满足运动精度要求。
-
基于MATLAB Robotics Toolbox建立机器人运动学模型，求解正逆运动学方程，验证各轴运动范围与工作空间。仿真结果表明，机器人工作空间覆盖4000 L × 1500 W × 1200 H mm设计范围，在复杂曲面轨迹运动中，各轴角速度均小于45°/s设计限值，无运动干涉现象。离线编程生成的镀膜路径经仿真优化后，路径点间距均匀，平滑过渡位置误差小于0.3 mm，仿真路径如图14所示。
-
通过动力学仿真验证各轴运动协调性，加减速过程中无冲击振动，最大加速度波动小于5%。先将机器人按各本体轴、手爪、外部轴靶架、靶枪等运动结构在SolidWorks进行拆分，而后将各部件经3 ds MAX进行优化处理，转存为FBX 文件格式，主要流程如图15所示。
机器人仿真系统，除有机器人本体外，还应有靶枪、真空罐等基本的外部工具与场景。虚拟场景模型文件可以被加载至场景中，通过 Unity 3D 所支持的语言脚本来控制其运动，图16为镀膜机器人仿真场景开发示意图。
-
实验平台由JCPY-4.2D真空镀膜舱、两台镀膜机器人、靶枪系统、真空控制系统及检测设备组成。首先，将机器人置于120℃、2 × 10−3 Pa真空环境中连续运行72 h，开展环境适应性试验，重点监测电机温度、真空度变化及运动精度稳定性；随后，采用激光跟踪仪（精度±0.01 mm）、四探针方阻测试仪（精度±0.1 Ω/□）、高温真空计等检测设备，系统开展机器人运动性能与工艺性能测试。其中，运动性能测试涵盖速度测试、重复定位精度测试，工艺性能测试选取多曲率异形件进行镀膜试验，核心检测镀膜电阻及膜层均匀性。具体试验方法如下：
-
将机器人整体置于设定真空高温环境，启动连续运行程序，保持额定负载30 kg状态，持续运行72 h，每12 h记录一次电机外壳温度、真空度数值及重复定位精度偏差，评估环境适应性。
-
示教A、B两点间距3200 mm（对应X轴80%有效行程），设定机器人按工艺常用速率运行，循环往返10次，通过激光跟踪仪记录每次运动耗时，计算各轴平均速度。
-
在额定负载30 kg条件下，示教含5个典型运动点位的闭合轨迹，通过激光跟踪仪同步记录各点位30次重复定位数据，计算各轴定位误差及综合误差。
-
采用3300 mm × 1300 mm × 800 mm多曲率异形工件进行镀膜实验，镀膜完成后，通过四探针方阻测试仪在工件表面按10 × 10阵列选取100个测试点（避开边缘50 mm非有效区域），逐点检测方阻值，计算膜层均匀性。
本次试验核心数据记录如表2所示。
-
结合表2试验数据及实际测试过程，对机器人各项性能指标分析如下：
（1）环境适应性：72 h真空高温连续运行后，电机外壳温度稳定在115℃，未超过绝缘材料耐受温度；真空度无明显波动，满足静态升压率要求；重复定位精度漂移量小于0.05 mm，表明机器人本体材料及真空专用部件适配性良好，可长期稳定工作于目标严苛环境。
（2）运动速度性能：X、Y、Z三轴平均速度分别达2.87 m/min、2.91 m/min、2.89 m/min，均达到3 m/min设计值的95%以上，其中Y轴速度最接近设计值，双侧驱动及并行导轨结构有效保障了运动平稳性与速率达标率，可满足高效镀膜工艺需求。
（3）重复定位精度：X、Y、Z轴重复定位精度分别为0.68 mm、0.72 mm、0.78 mm，综合误差0.92 mm，显著优于±1 mm的设计指标。高精度表现得益于滚珠丝杠、齿轮传动机构的合理选型及伺服系统的精准控制，可实现复杂曲面轨迹的精准跟踪。
（4）工艺性能：多曲率异形工件镀膜后，ITO薄膜方阻范围控制在18.6~20.3 Ω/□，膜层均匀性4.37%，满足±5%的工艺要求。均匀性达标源于机器人对工件法线方向的实时调整能力，以及靶基距的精准控制，相较传统镀膜设备，膜层一致性显著提升，可适配大型精密构件镀膜需求。
-
（1）设计了适配真空高温环境的5自由度镀膜机器人，采用“三直线+两旋转”结构与真空专用部件选型，解决了传统设备无法适应复杂曲面镀膜的难题，实现30 kg负载下±0.92 mm的重复定位精度；
（2）集成逆向建模、离线编程与数字孪生技术，开发了从工件建模、路径规划到状态监控的全流程软件系统，点云建模精度±0.1 mm，路径平滑过渡位置误差小于0.3 mm；
（3）性能试验表明，机器人最大运动速度2.87 m/min，所镀工件膜层均匀性4.37%，满足设计指标，具备在航空航天、军工等领域的应用前景。
后续研究将优化机器人动力学性能，开发膜厚在线检测与闭环控制功能，进一步提升镀膜精度与工艺适应性。
JCPY-4.2D真空镀膜机器人设计仿真与性能试验
Design, Simulation and Performance Test of JCPY-4.2D Vacuum Coating Robot
-
摘要: 针对大型复杂曲面工件真空镀膜的高精度、多层膜系制备需求，研发JCPY-4.2D真空镀膜机器人系统。该机器人采用5自由度直角坐标+回转结构设计，适配工作温度15℃~120℃、工作压力2×10−3 Pa环境下的磁控溅射镀膜，可实现30 kg负载下±1 mm重复定位精度和±3 mm靶基距控制精度。通过SolidWorks完成本体结构建模与干涉校验，基于ANSYS开展关键部件静力学仿真，利用Unity3D开发数字孪生实时仿真系统，结合EtherCAT总线实现多轴协同控制。预验收与终验收实验结果表明：机器人真空环境下最大运动速度达2.87 m/min（满足3 m/min设计要求的95.7%），重复定位精度实测0.78 mm，所镀制3300 mm × 1300 mm × 800 mm异形工件ITO薄膜方阻均匀性为±4.37%，优于±5%的技术指标。该机器人系统解决了复杂曲面跟踪镀膜难题，为航空航天、军工等领域大型精密构件的镀膜加工提供了可靠技术方案。Abstract: To meet the requirements for high-precision and multi-layer film preparation in vacuum coating of large-scale workpieces with complex curved surfaces, the JCPY-4.2D vacuum coating robot system was developed. Adopting a structural design of a 5-degree-of-freedom (5-DOF) Cartesian coordinate robot plus a rotary mechanism, the robot is adapted for magnetron sputtering coating under the working environment of 15℃~120℃ and 2×10−3 Pa working pressure, and can achieve a repeated positioning accuracy of ±1 mm and a target-substrate distance control accuracy of ±3 mm under a load of 30 kg. The solid modeling and interference check of the robot body were completed by SolidWorks; the static simulation of key components was carried out based on ANSYS; a digital twin real-time simulation system was developed by Unity3D, and multi-axis coordinated control was realized in combination with the EtherCAT bus. The results of the pre-acceptance and final acceptance experiments show that the maximum movement speed of the robot in a vacuum environment reaches 2.87 m/min (95.7% of the 3 m/min design requirement), the measured repeated positioning accuracy is 0.78 mm, and the sheet resistance uniformity of the ITO film coated on the special-shaped workpiece with dimensions of 3300 mm×1300 mm×800 mm is ±4.37%, which is better than the technical index of ±5%. This robot system solves the problem of tracking coating on complex curved surfaces, and provides a reliable technical solution for the coating processing of large-scale precision components in the aerospace, military industry and other fields.
-
Key words:
- Vacuum coating /
- Complex curved surface /
- Robot design /
- Simulation analysis /
- Performance test .
-
-
图 9 网格划分图。（a)仿真网格，（b）平均质量图
Figure 9. Mesh division diagram. (a) Simulation mesh, (b) average quality diagram
图 11 应力云图。（a）整体应力分图，（b）最大应力点图
Figure 11. Stress contour diagram. (a) Stress distribution contour, (b) maximum stress point
图 13 变形分布云图。（a）Z轴， （b）Y轴
Figure 13. Deformation contour plots. (a) Z directions, (b) Y directions
图 14 机器人镀膜仿真轨迹。（a）镀膜轨迹，（b）末端法线角度
Figure 14. Robot coating operation simulation trajectory. (a) Coating trajectory, (b) end effector normal angle
图 16 运动仿真场景图。（a）场景模型，（b）场景开发平台
Figure 16. Motion simulation scene diagram. (a) Scene model, (b) scene development platform
表 1 机器人核心设计指标
Table 1. Core design indicators of robots
序号 参数 具体指标 1 工作环境 温度15℃~120℃，极限真空5×10−4 Pa，静态压升率≤0.2 Pa/h 2 运动性能 5自由度，重复定位精度±1 mm，最大速度3 m/min，负载30 kg 3 加工范围 工件尺寸3300 L × 1300 W × 800 H mm，工作区4000 L × 1500 W × 1200 H mm 4 工艺指标 靶基距控制精度±3 mm，重复定位精度：±1 mm，镀膜高度60~120 mm可调，膜层均匀性±5%，两套镀膜机器人并行工作 5 控制特性 EtherCAT总线控制，支持手动示教+离线编程，UDP实时通讯，离线路径规划系统，机器人数字孪生系统 
下载: 导出CSV
表 2 性能试验数据记录表
Table 2. Performance test data log sheet
试验类型 检测项目 测试结果 设计指标 是否
达标环境适应性
试验电机外壳稳定温度 115℃ ≤120℃ 是 静态升压率 0.16 Pa/h ≤0.2 Pa/h 是 重复定位精度漂移量 <0.05 mm ≤0.1 mm 是 速度测试 X轴平均速度 2.87 m/min ≥2.85 m/min 是 Y轴平均速度 2.91 m/min ≥2.85 m/min 是 Z轴平均速度 2.89 m/min ≥2.85 m/min 是 重复定位
精度测试X轴重复定位精度 0.68 mm ±1 mm 是 Y轴重复定位精度 0.72 mm ±1 mm 是 Z轴重复定位精度 0.78 mm ±1 mm 是 综合重复定位误差 0.92 mm ±1 mm 是 工艺性能试验 ITO薄膜方阻 18.6~20.3 Ω/□ 20 Ω/□ 是 膜层均匀性 4.37% ±5% 是
下载: 导出CSV
-
[1] 朱治坤, 陈婉婷, 陈静, 等. 双膜层ITO/SiO2薄膜制备及其膜电阻均匀性研究[J]. 表面技术, 2024, 53(24): 188−196i (in Chinese) Zhu Z K, Chen W T, Chen J, et al. Preparation of double-layer ITO/SiO2 films and study on their sheet resistance uniformity[J]. Surface Technology, 2024, 53(24): 188−196 [2] 黄宇鹏, 袁吉仁, 黄海宾. 基于低气压CVD法的大面积真空镀膜均匀性控制机理研究[J]. 真空科学与技术学报, 2025, 45(3): 205−214 (in Chinese) doi: 10.13922/j.cnki.cjvst.202408012 Huang Y P, Yuan J R, Huang H B. The uniformity control mechanism of large area vacuum coating based on low pressure CVD method[J]. Chinese journal of vacuum science and technology, 2025, 45(3): 205−214 doi: 10.13922/j.cnki.cjvst.202408012 [3] 付秀华, 刘俊岐, 李卓霖, 等. 大口径超薄基板双面溅射膜厚均匀性研究[J]. 光子学报, 2023, 52(6): 117−125 (in Chinese) Fu X H, Liu J Q, Li Z L, et al. Study on thickness uniformity of double-sided sputtered films on large-aperture ultra-thin substrates[J]. Acta Photonica Sinica, 2023, 52(6): 117−125 [4] 张健, 李建浩, 齐振华, 等. 直流磁控溅射对异形工件内表面沉积薄膜性能的影响[J]. 真空科学与技术学报, 2022, 42(3): 223−227 (in Chinese) Zhang J, Li J H, Qi Z H, et al. Effect of DC magnetron sputtering on the properties of thin films deposited on the surface of shaped workpieces[J]. Chinese journal of vacuum science and technology, 2022, 42(3): 223−227 [5] 付学成, 徐锦滨, 乌李瑛, 等. 小圆形平面靶倾斜磁控溅射镀膜均匀性研究[J]. 真空, 2021, 58(4): 1−5 (in Chinese) Fu X C, Xu J B, Wu L Y, et al. Study on coating uniformity of inclined magnetron sputtering with small circular planar target[J]. Vacuum, 2021, 58(4): 1−5 [6] 曹培. 面向复杂曲面的喷涂轨迹规划与涂层质量研究[D]. 天津: 天津工业大学, 2021 (in Chinese) Cao P. Research on spraying trajectory planning and coating quality for complex surfaces[D]. Tianjin: Tianjin Polytechnic University, 2021 [7] 宋玉杰, 吴意发, 祖海英, 等. 基于激光熔覆机器人的复杂曲面路径规划与实现[J]. 中国表面工程, 2025, 38(4): 335−346 (in Chinese) doi: 10.11933/j.issn.1007-9289.20240604002 Song Y J, Wu Y F, Zu H Y, et al. Path planning and implementation of complex surfaces based on laser cladding robot[J]. China Surface Engineering, 2025, 38(4): 335−346 doi: 10.11933/j.issn.1007-9289.20240604002 [8] 柴万宏. 基于NX的复杂曲面数控机床加工路径规划方法[J]. 现代制造技术与装备, 2024, 60(7): 88−90 (in Chinese) doi: 10.3969/j.issn.1673-5587.2024.07.030 Chai W H. Research on CNC machining path planning method for complex surfaces based on NX[J]. Modern Manufacturing Technology and Equipment, 2024, 60(7): 88−90 doi: 10.3969/j.issn.1673-5587.2024.07.030 [9] 杨杰, 熊珍凯, 党进, 等. 六自由度喷涂机器人设计与轨迹优化研究[J]. 煤矿机械, 2026, 47(1): 63−68 (in Chinese) doi: 10.13436/j.mkjx.202601013 Yang J, Xiong Z K, Dang J, et al. Design and trajectory optimization of six-degree-of-freedom spraying robot[J]. Coal Mine Machinery, 2026, 47(1): 63−68 doi: 10.13436/j.mkjx.202601013 [10] 宁祎, 孟蒙. 喷涂机器人路径规划方法分析与展望[J]. 科学技术与工程, 2019, 19(35): 19−27 (in Chinese) doi: 10.3969/j.issn.1671-1815.2019.35.003 Ning Y, Meng M. Analysis and prospect of path planning methods for spraying robots[J]. Science Technology and Engineering, 2019, 19(35): 19−27 doi: 10.3969/j.issn.1671-1815.2019.35.003 [11] 潘艳飞. 大型复杂工件喷涂轨迹规划及仿真[D]. 北京: 北京航空航天大学, 2015 (in Chinese) Pan Y F. Spraying trajectory planning and simulation of large complex workpieces[D]. Beijing: Beihang University, 2015 [12] 张盼盼. 面向复杂自由曲面的喷涂机器人作业规划方法研究与实现[D]. 南京: 东南大学, 2016 (in Chinese) Zhang P P. Research and implementation of spraying robot operation planning method for complex free-form surfaces[D]. Nanjing: Southeast University, 2016 [13] 宋豪, 李龙, 田朕业, 等. 基于Unity的工业机器人数字孪生系统[J]. 自动化应用, 2025, 66(22): 90−93+98 (in Chinese) Song H, Li L, Tian Z Y, et al. Industrial robot digital twin system based on unity[J]. Automation Application, 2025, 66(22): 90−93+98 [14] 陈志. 基于数字孪生技术的喷涂机器人离线编程系统研究与实现[D]. 合肥: 合肥工业大学, 2022 (in Chinese) Chen Z. Research and implementation of offline programming system for spraying robots based on digital twin technology[D]. Hefei: Hefei University of Technology, 2022 [15] 国家标准GB/T 12642-2013, 工业机器人性能规范及其试验方法[S]. 北京: 中国标准出版社, 2013 (in Chinese) National Standard GB/T12642-2013, Performance Specifications and Test Methods for Industrial Robots[S]. Beijing: China Standard Press, 2013 -
图( 16) 表( 2)
计量
- 文章访问数: 107
- HTML全文浏览数: 107
- PDF下载数: 0
- 施引文献: 0