非剛性材料加工軌跡的FNN研究.pdf

1、非剛性材料高速加工時(shí)產(chǎn)生的變形,導(dǎo)致實(shí)際加工軌跡偏離設(shè)定軌跡。對(duì)于這種高速加工過(guò)程引起變形因素較多,關(guān)系復(fù)雜,采取前饋控制方式時(shí)往往只能采用一些經(jīng)驗(yàn)數(shù)據(jù)進(jìn)行加工前修正。而采用單純的閉環(huán)反饋,往往造成較嚴(yán)重的振蕩,難以進(jìn)行實(shí)時(shí)補(bǔ)償,嚴(yán)重影響加工效率。因加工形變等非線性因素,難以得到運(yùn)動(dòng)對(duì)象控制模型?，F(xiàn)有的方法在快速計(jì)算的實(shí)時(shí)性、準(zhǔn)確性、精確建模以及過(guò)分依賴人工經(jīng)驗(yàn)等方面存在著不少問(wèn)題。模糊神經(jīng)網(wǎng)絡(luò)(FNN)是一種能處理抽象信息的網(wǎng)絡(luò)結(jié)構(gòu),

2、具有強(qiáng)大的自學(xué)習(xí)建模和參數(shù)快速自整定功能,已經(jīng)在一些非線性復(fù)雜生產(chǎn)過(guò)程取得良好效果。將FNN應(yīng)用于柔性物料的加工,可以解決加工對(duì)象建模困難等問(wèn)題。本文為克服單純前饋與單純反饋控制的缺點(diǎn),引入FNN和計(jì)算機(jī)視覺(jué)測(cè)量技術(shù),以絎縫機(jī)為典型的研究對(duì)象,對(duì)非剛性材料的軌跡變形采用前饋與反饋結(jié)合的方法。在加工每一針前根據(jù)設(shè)定軌跡、運(yùn)動(dòng)參數(shù)、物料材質(zhì)、當(dāng)前加工位置等先用FNN得到加工點(diǎn)粗略的變形量,對(duì)加工軌跡進(jìn)行預(yù)補(bǔ)償。加工時(shí)動(dòng)態(tài)采集加工點(diǎn)的局部圖像

3、,經(jīng)數(shù)字圖像處理得到加工點(diǎn)實(shí)際坐標(biāo)與設(shè)定坐標(biāo)的偏差值,一方面將所得值作為FNN的輸出樣本,結(jié)合相關(guān)參數(shù)對(duì)FNN進(jìn)行在線培訓(xùn),另一方面將此偏差值與加工點(diǎn)設(shè)定坐標(biāo)之和(即加工點(diǎn)實(shí)際坐標(biāo))作為PID控制器的輸入,從而提高控制系統(tǒng)的動(dòng)態(tài)特性,實(shí)現(xiàn)快速精確絎縫的自動(dòng)化加工。
　　 本文建立了FNN絎縫加工變形量預(yù)測(cè)模型,并通過(guò)MATL,AB仿真實(shí)驗(yàn)調(diào)整網(wǎng)絡(luò)的參數(shù),得到一個(gè)速度快,精度高,穩(wěn)定性好的網(wǎng)絡(luò),同時(shí)用此網(wǎng)絡(luò)去逼近非線性函數(shù),仿真實(shí)