作为工业化升级和社会进步的结果，对于具有大容量、低成本、快速响应、高精度和薄脆性的铸件打磨工艺的市场需求已经增加。

2020年中国铸造总产量达到5195万吨，同比增长6.6%，尽管受到新冠的影响。近年来中国铸件产量和增长率及其变化。

在市场上，需要降低大批量铸件的后处理成本.成本可以大致分为四个部分，开发设计、生产准备和加工、原材料和外购件采购、管理和销售.打磨过程中的人工成本是不可忽略的。自工业革命以来，企业对劳动力的需求一直是社会关注的话题，技术也对人和企业产生重要影响。由于产业结构的调整，特别是在制造业竞争的形势下，提振技术红利而非人口红利成为降低成本的主要途径之一。

为了获得实际的材料去除量，主要的方法是采用离线或在线测量，建立数学预测模型。近年来，研究人员利用图像视觉对材料去除的估计进行了大量的研究。Joshi等人使用机器视觉方法来获取和识别抛光表面上的表面图像的纹理特征，并使用基于机器视觉参数的回归模型来评估表面粗糙度.王等采用二维卷积神经网络学习算法对材料去除方法进行监控，从视觉信号中提取颜色、纹理、形状等特征。这些特征构成二维特征矩阵作为输入参数，砂带打磨过程中的材料去除率作为输出参数。该方法可用于预测不同砂带规格和不同打磨参数的材料去除率，适用于典型工况下材料去除率的回归预测。

用于刷洗、抛光、锉磨、砂带打磨或工具主轴的产品可轻松集成到这个新程序中，并针对连续操作进行设计和测试。

活动接触法兰

机器人进给运动和实际刀具路径和过程之间的结合。特别是对于圆形和不规则形状的工件和表面，人类的触觉，有助于以自适应的方式测量和监控所需的力。任何人都可以想象在车身车间或木工车间对一个特殊形状的零件进行打磨和抛光。在任何时候，当非线性操作或运动发生时，活动法兰将变得必要。

主动法兰的接触力是可编程的，表面跟踪是交互式的，重要的是，该系统可以集成在所有机器人上。过去不适合自动化的操作现在可以自动化。