ロボットによる磨きのための適応力-位置-速度共同プロセス計画と粗さ予測

科学分野:

• ロボット
• 製造エンジニアリング
• 材料科学

背景:

• ロボット研磨プロセスは,特に複雑な幾何学では,安定性と精度が欠けていることが多い.
• 圧力,速度,ツールタイプなどのプロセスのパラメータを最適化することは,効果的な材料の除去に不可欠です.
• 既存の制御戦略は ロボットによる磨きで一貫した接触力と精度を保つのに苦労しています

研究 の 目的:

• ロボット研磨のための適応力-位置-速度共同プロセス計画フレームワークを開発する.
• ロボットの磨き作業の安定性と精度を高めるため
• 表面の粗さや整体効率を 改善するためです

主な方法:

• プレストン理論に基づいた材料除去モデルを開発し,研磨圧,ツール速度,フィード速度,サンドペーパータイプを組み込みました.
• 改善されたダングビートル最適化アルゴリズム,バックプロパガンダニューラルネットワーク,有限要素分析,およびパラメータ選択のための応答表面方法論を使用した.
• 曲線工事品の軌道を生成するための曲率適応インターポレーション法と,力の制御のためのPDイテレーションとRBFニューラルネットワークによる適応インペダンス制御戦略を実装した.

主要な成果:

• 粗さ予測モデルで0.0001μmの正方形平均誤差 (RMSE) の精度を達成した.
• 強化された安定性を示した 提案された力制御方法
• 平均表面の粗さがベースラインと比較して20. 79%減少した.

結論:

• ロボット研磨の安定性と精度を大幅に改善します.
• 先進的なアルゴリズムと制御戦略の統合は,優れた表面仕上げと効率をもたらします.
• この研究は,高精度,高効率のロボット研磨アプリケーションのための開発されたフレームワークの有効性を検証しています.