【技术实现步骤摘要】
一种机器人铣削过程中参数动态多目标优化的方法
[0001]本专利技术涉及机器人铣削技术和动态多目标优化领域，尤其涉及一种机器人铣削过程中参数动态多目标优化的方法。
技术介绍
[0002]高精度柔性制造装备是一个国家航空航天制造业水平的标杆，工业机器人以其灵活性、操作空间大等优势被广泛应用于大型复杂零件的铣削加工领域。然而由于机器人串联结构导致的相对弱刚性，机器人在铣削加工时，其末端在铣削力的作用下易发生显著的变形，导致加工精度难以达到要求，加工性能差。
[0003]为提高工业机器人加工的工艺性能，大部分研究主要集中在提高机器人刚度或优化工艺参数上；例如，通过加工过程动力学分析的工艺参数优化方法，基于结构动力学理论获得“机器人
‑
刀具”系统频响函数，从而在加工稳定区域内优选工艺参数以避免加工颤振，通过实验或理论分析的方法选取一组最优的加工策略或工艺参数用于机器人加工；再如通过预先的试切实验来确定最优的机器人位姿、进给率和主轴转速等过程参数；上述方法仅考虑工艺参数的多目标优化，却没有考虑到工业机器人铣削...
【技术保护点】
【技术特征摘要】
1.一种机器人铣削过程中参数动态多目标优化的方法，其特征在于：该方法具体如下：S1、在工件上方设置倾斜放置的直线滑台，将双目相机固定在直线滑台的滑块上；在工业机器人的执行末端装夹主轴，在工业机器人的执行末端与主轴之间固定三维力传感器，主轴由旋转电机驱动，并带动固定在主轴上的铣刀转动；工业机器人的执行末端带着旋转的铣刀运动，使铣刀对工件进行铣削，同时直线滑台驱动滑块直线运动，带动双目相机运动，将实时监测的铣削过程中工业机器人的执行末端坐标输送给控制器，与控制器预先记录的空载状态下位于实际铣削轨迹同一位置处工业机器人的执行末端坐标进行对比，得出铣削过程中工业机器人的执行末端变形量；铣削过程中三维力传感器也将实时采集的工业机器人执行末端所受切削力输送给控制器；S2、构建工业机器人刚度性能指标，根据工业机器人执行末端变形量和所受切削力，求解工业机器人在不同姿态下的刚度性能指标值；S3、设置不同的铣削参数值进行铣削加工，且采用每组铣削参数值进行铣削加工的加工过程中记录工业机器人多个姿态下工件表面粗糙度，将各组铣削参数值、各组铣削参数值下记录有工件表面粗糙度的工业机器人各姿态所对应的刚度性能指标值、各组铣削参数值下工业机器人各姿态对应记录的工件表面粗糙度和各组铣削参数值对应的材料去除率数据存入数据集；其中，铣削参数包括主轴转速n、工业机器人执行末端速度v和铣削深度a
p
；然后，将数据集分为训练集和验证集；将工业机器人刚度性能指标值划分为几个区间，针对每个区间将训练集中对应的数据输入基于梯度提升算法的融合模型，得到铣削参数与工件表面粗糙度和材料去除率间的映射关系模型；最后，利用验证集测试铣削参数与工件表面粗糙度和材料去除率间的映射关系模型预测准确率；若映射关系模型准确率未达到预设要求，则调整融合模型参数，针对每个工业机器人刚度性能指标区间将训练集中对应的数据重新输入融合模型进行训练，直到映射关系模型准确率达到预设要求；S4、将建立的铣削参数与工件表面粗糙度和材料去除率间的映射关系模型作为优化算法中的适应度函数，使用NSGA－Ⅱ静态多目标寻优算法得到预先划分的工业机器人各刚度区间内铣削参数的Pareto最优解集，然后形成工业机器人刚度性能指标值变化状态下的铣削参数动态多目标寻优值，从而得到工业机器人所有刚度区间对应的铣削参数Pareto解集；S5、设每个刚度区间铣削参数的Pareto最优解集中有n组铣削参数，通过层次分析法，将各刚度区间铣削参数的Pareto最优解集中n组铣削参数作为因子，基于决策人员对工件表面粗糙度和材料去除率的重视程度，确定铣削参数的m个评价指标；S6、基于步骤S5确定的铣削参数的m个评价指标，采用优劣解距离法建立决策分析模型，对每个刚度区间铣削参数的Pareto最优解集中n组铣削参数做评价分析并以m个评价指标综合最优为目标进行排序，得到各刚度区间的铣削参数最优解。2.根据权利要求1所述一种机器人铣削过程中参数动态多目标优化的方法，其特征在于：材料去除率MRR计算如下：MRR＝nNfa
p
a
e
，其中，N为刀具齿数，f为每齿进给量，a
e
为铣削宽度。3.根据权利要求1或2所述一种机器人铣削过程中参数动态多目标优化的方法，其特征在于：使用NSGA－Ⅱ静态多目标寻优算法得到工业机器人各刚度区间内铣削参数动态多目标寻优值的过程具体如下：
①
工业机器人处于初始位姿时随机产生初始种群...
【专利技术属性】
技术研发人员：倪敬，陆彬彬，郑军强，岳小鹏，刘海山，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。