10.3969/j.issn.1001-3881.2019.21.011
基于神经网络和遗传算法的工业机器人不均匀表面抛光
传统抛光过程中,抛光参数通常是根据工件表面设置为恒定值.但如果工件表面不均匀,恒定的抛光参数对于材料去除量大的区域会发生欠抛光现象,进而降低抛光效率,影响加工表面质量.为此,基于神经网络(NNW)和遗传算法(GA)提出一种工业机器人不均匀工件表面抛光算法,解决不均匀表面抛光过程中出现的问题.应用神经网络预测某一确定的抛光参数对应的抛光性能,利用训练的神经网络模型输出包括最佳材料去除率和改善表面粗糙度的目标函数;将遗传算法用于优化模型抛光参数.通过对不均匀表面的抛光实验,验证了该算法的有效性.
抛光、不均匀表面、神经网络、遗传算法
47
TG58;TP18(金属切削加工及机床)
河南省教育厅科学技术研究重点项目16A460015
2020-01-13(万方平台首次上网日期,不代表论文的发表时间)
共5页
46-50