为避免繁琐的手工编程过程,设计了一套基于机器视觉的全自动喷胶设备,给出了相应的运动轨迹自动生成方法。建立了系统各部分间的坐标变换模型,通过设计一个可绕喷胶头旋转运动的靶标得到了喷胶头中心的准确世界坐标;进而,通过最小二乘得到了世界坐标和设备坐标间的线性变换系数,实现了系统的标定;然后,根据标定参数将工件边缘像素坐标转化为运动坐标系坐标,并采用三次均匀B样条拟合得到了运动轨迹;最后,对系统标定方法进行了验证,结果表明设备按给定边缘轮廓运动时误差均值可达0.239mm,能够满足喷胶要求。

为了提高快速伺服刀架的控制性能,减小跟踪误差,实现正弦网格表面精密加工,提出了基于RBF和BP神经网络的自适应PID控制策略。由仿真结果可以看出,采用基于神经网络的自适应控制算法,使跟踪误差的最大值降低为1.37μm,跟踪误差的绝对均值降低为0.52μm。这两项指标相对与传统PID控制分别降低了28%和40%。

针对在复杂环境下液压缸的位移测量问题,设计了一种基于STM32的位移测量系统,并分别对系统的机械结构设计、硬件设计和软件设计进行阐述。系统以磁性旋转编码器为核心传感器,能够适应恶劣的工业环境,具有良好的防震型和防尘性,以STM32单片机为控制核心,在满足测量精度的同时可以兼顾位移、速度、加速度的测量,简化了结构,节约了成本。搭建了实验平台进行实验,实验证明,在不同速度下所测得的液压缸工作位移相对误差保持在2%以内,最后对实验结果进行了分析。

为实现对自由曲线廓形误差的高效可靠评价,提出了一种结合多项式方程求根与实数编码遗传算法(RCGA)的评价方法。首先,根据最小二乘准则建立了廓形误差评价的优化模型;进而,通过构造多项式方程,并采用Halley迭代对方程求根,实现了点到自由曲线距离的高效计算;然后,采用RCGA完成了优化模型的求解,并与分割逼近法得到的结果进行了对比。结果表明,该方法高效可靠,相同条件下计算时间约为分割逼近法的5%,能够满足自由曲线廓形误差的评价。