考虑时变磨损的机器人磨抛参数优化研究

针对自动化磨抛过程中存在的磨抛工具磨损现象，使得难以建立精准的磨抛去除模型进而达到稳定一致的磨抛效果这一问题，提出了一种考虑时变磨损的机器人磨抛参数优化方法．首先，将物理建模方法中的丰富信息和回归建模方法的跟踪学习特性相结合，提出了一种融合先验知识的磨抛材料去除回归模型，极大地减少了原本回归模型所需的大量实验数据，使得提出的模型能够跟踪砂纸的磨损变化；其次，将所使用模型的预测结果与其他文献所提出的理论模型以及基于支持向量回归的预测模型进行了对比分析；最后，使用所得的预测模型对机器人磨抛参数进行优化，在混联机器人抛光实验台上进行实验验证，结果表明，所提出的融合先验知识的磨抛材料去除模型相比于常用模型具有更高的预测精度和更少的实验数据，所提出的机器人磨抛参数优化方法能够有效地补偿磨抛工具的磨损，保证磨抛过程中材料去除的一致性，同时提高了磨抛加工效率．