机器人曲面零件抛光粗糙度预测模型研究.pdfVIP

２０２４年１月机械科学与技术Ｊａｎｕａｒｙ２０２４

第４３卷第１期ＭｅｃｈａｎｉｃａｌＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙｆｏｒＡｅｒｏｓｐａｃｅＥｎｇｉｎｅｅｒｉｎｇＶｏｌ．４３Ｎｏ．１

韩天勇，陈满意，朱义虎，等．机器人曲面零件抛光粗糙度预测模型研究［Ｊ］．机械科学与技术，２０２４，４３（１）：７３⁃８０

机器人曲面零件抛光粗糙度预测模型研究

韩天勇，陈满意，朱义虎，朱自文

（武汉理工大学机电工程学院，武汉４３００７０）

摘要：为提高抛光后曲面零件的表面质量，应建立粗糙度模型选取合理工艺参数，因此本文提出一

种基于支持向量机（ＳＶＭ）的建模方法。通过对机器人抛光过程及抛光工艺参数的研究，将刀具转

速、抛光力、行间距、机器人进给速度等作为输入量，粗糙度作为输出量。结合粒子群算法（ＰＳＯ）与

ＳＶＭ建立曲面零件抛光粗糙度预测模型，并与回归分析方法作对比。试验结果表明：回归分析方

法的预测误差较大，而基于ＳＶＭ建立的曲面零件抛光粗糙度预测模型与试验结果高度吻合，试验

测量值与预测值间的平均相对误差为２．８４％。最后，通过全局寻优获得最佳工艺参数组合，该模型

为合理选择抛光工艺参数提供了依据。

关键词：机器人抛光；粒子群算法；支持向量机；粗糙度预测；抛光工艺参数优化

中图分类号：ＴＰ２４２文献标志码：Ａ

ＤＯＩ：１０．１３４３３／ｊ．ｃｎｋｉ．１００３⁃８７２８文章编号：１００３⁃８７２８（２０２４）０１⁃００７３⁃０８

ＲｅｓｅａｒｃｈｏｎＰｏｌｉｓｈｉｎｇＲｏｕｇｈｎｅｓｓＰｒｅｄｉｃｔｉｏｎＭｏｄｅｌｏｆ

ＲｏｂｏｔＣｕｒｖｅｄＳｕｒｆａｃｅＰａｒｔｓ

ＨＡＮＴｉａｎｙｏｎｇ，ＣＨＥＮＭａｎｙｉ，ＺＨＵＹｉｈｕ，ＺＨＵＺｉｗｅｎ

（ＳｃｈｏｏｌｏｆＭｅｃｈａｎｉｃａｌａｎｄＥｌｅｃｔｒｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，ＷｕｈａｎＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，Ｗｕｈａｎ４３００７０，Ｃｈｉｎａ）

Ａｂｓｔｒａｃｔ：Ｉｎｏｒｄｅｒｔｏｉｍｐｒｏｖｅｔｈｅｓｕｒｆａｃｅｑｕａｌｉｔｙｏｆｐｏｌｉｓｈｅｄｓｕｒｆａｃｅｐａｒｔｓ，ａｒｏｕｇｈｎｅｓｓｍｏｄｅｌｓｈｏｕｌｄｂｅ

ｅｓｔａｂｌｉｓｈｅｄｔｏｓｅｌｅｃｔｒｅａｓｏｎａｂｌｅｐｒｏｃｅｓｓｐａｒａｍｅｔｅｒｓ．Ｔｈｅｒｅｆｏｒｅ，ａｍｏｄｅｌｉｎｇｍｅｔｈｏｄｂａｓｅｄｏｎｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅ

（ＳＶＭ）ｉｓｐｒｏｐｏｓｅｄｉｎｔｈｉｓｐａｐｅｒ．Ｔｈｒｏｕｇｈｒｅｓｅａｒｃｈｉｎｇｔｈｅｒｏｂｏｔｐｏｌｉｓｈｉｎｇｐｒｏｃｅｓｓａｎｄｐｏｌｉｓｈｉｎｇｐｒｏｃｅｓｓ

ｐａｒａｍｅｔｅｒｓ，ｔｈｅｔｏｏｌｒｏｔａｔｉｏｎｓｐｅｅｄ，ｐｏｌｉｓｈｉｎｇｆｏｒｃｅ，ｒｏｗｓｐａｃｉｎｇ，ｒｏｂｏｔｆｅｅｄｓｐｅｅｄ，ｅｔｃ．ａｒｅｕｓｅｄａｓｉｎｐｕｔ

ｖａｒｉａｂｌｅｓ，ａｎｄｒｏｕｇｈｎｅｓｓｉｓｕｓｅｄａｓｏｕｔｐｕｔｖａｒｉａｂｌｅｓ．Ｃｏｍｂｉｎｅｄｗｉｔｈｐａｒｔｉｃｌｅｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎ（ＰＳＯ）ａｎｄＳＶＭ，

ａｐｒｅｄｉｃｔｉｏｎｍｏｄｅｌｏｆｃｕｒｖｅｄｓｕｒｆａｃｅｐａｒｔｓｐｏｌｉｓｈｉｎｇｒｏｕｇｈｎｅｓｓｗａｓｅｓｔａｂｌｉｓｈｅｄ，ａｎｄｃｏｍｐａｒｅｄｗｉｔｈｔｈｅｒｅｇｒｅｓｓｉｏｎ

ａｎａｌｙｓｉｓｍｅｔｈｏｄ．Ｔｈｅｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｐｒｅｄｉｃｔｉｏｎｅｒｒｏｒｏｆｔｈｅｒｅｇｒｅｓｓｉｏｎａｎａｌｙｓｉｓｍｅｔｈｏｄｉｓ

ｒｅｌａｔｉｖｅｌｙｌａｒｇｅ，ａｎｄｔｈｅｐｒｅｄｉｃｔｉｏｎｍｏｄｅｌｏｆｐｏｌｉｓｈｉ