为了提高数控铣削加工的生产效率,降低生产成本,同时改善生产工件的加工质量,根据最优化思想,建立以铣削加工参数为优化变量,以铣削力、机床主轴转速和加工面粗糙度等为约束条件,以最短加工时间和最低生产成本为目标的优化函数。在标准粒子群算法的基础之上,引入惩罚函数,将多约束优化问题转变为无约束优化问题,改善了求解过程的复杂性;同时,针对粒子群算法容易陷入局部最优的问题,将其与模拟退火算法结合,增强粒子的全局搜索能力,改善粒子的局部收敛性。通过仿真实例验证了改进粒子群算法的有效性和优越性,改善了工件的加工时间与生产成本。

图像的语义分割在工业自动化分拣、自动化装配等领域中具有重要的应用,在工程应用中有很多形状相同、尺寸不同的工件,同一类别的不同尺寸的工件在图像上仅通过彩色图像难以区分其在尺寸上差别。为了解决这一问题,提出了一种结合深度图像生成尺度特征图的方法,通过尺度特征图中目标中的点与目标重心的距离作为衡量不同尺寸目标的尺度,区分不同尺寸目标的类别,并基于MASK-RCNN设计了尺度分类网络结构。选取形状相同、尺寸不同工件中较具有代表性的标准件制作数据集进行测验。实验结果表明该方法具有较好的准确性,对于标准件数据集的语义标签分类准确率达96.3%。

在实际的生产中,经常会生产结构相似的零件,在对这些零件进行数控编程时,传统的编程方法会增加大量的重复性操作。为了提高数控加工的编程效率,实现数控编程的规范性与合理性,提出一种基于模板实现相似结构零件加工程序转换的方法。因盘类零件在生产加工中的应用日益广泛,以其作为代表,根据其特征的不同建立盘类零件的特征模板知识库,并将一些典型盘类零件的加工过程保存为零件模板;当对盘类零件进行数控编程时,根据相似特征匹配规则从特征模板知识库中调用特征模板或典型零件模板;最后在CAM软件中更改加工面与必要的加工参数,实现加工程序的快速转换。通过实际应用,在UG NX软件中验证了该方法的有效性。

在精密及超精密加工过程中,数控机床热误差是影响加工精度的一项重要误差源,最经济和有效地减少热误差的方法是热误差补偿技术。针对热误差补偿预测模型的预测精度问题,提出一种非线性组合预测模型。该预测模型利用灰色关联度方法对单项预测模型进行筛选,对筛选出的单项预测模型基于不同优化准则进行线性组合,通过广义回归神经网络对该线性组合模型进行非线性组合,得到非线性组合预测模型。误差预测结果表明:对比典型的BP神经网络预测模型,非线性组合预测模型的预测精度更高,最大误差由4.78μm减小到0.7μm。

为提高多自由度串联机械臂在作业过程中的工作效率及安全性问题,提出一种基于ROS平台的机械臂运动规划方法。以ABB机器人为研究对象,进行正逆运动学分析。通过MoveIt配置包构建机器人的三维可视化模型,对机器人进行笛卡尔空间下的直线和圆弧规划实验。为提高机器人运动安全性和关节运动的平滑性,自定义一种线性插补算法后集成到MoveIt中进行运动仿真实验。实验结果显示机器人各关节运动轨迹平滑,稳定性高,表明此插补算法的可行性。最后进行机械