[發明專利]基于機器學習的機器人磨削方法

無效

• 申請號: 200910241745.6
• 申請日: 2009-12-04
• 公開（公告）號: CN101738981A
• 公開（公告）日: 2010-06-16
• 發明（設計）人: 宋亦旭;梁偉;楊澤紅;賈培發
• 申請（專利權）人: 清華大學
• 主分類號: G05B19/18
• 分類號: G05B19/18
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙) 11201
• 代理人: 廖元秋

1.一種基于機器學習的磨削方法，其特征在于，該方法主要包括：

1)原始數據采集：在砂帶工作的各個階段，對不同材質的工件進行磨削實驗，用六維力傳感器測量工件與砂輪的接觸力f，利用三維測量儀測量工件磨削面的曲率s和磨削量u，用位置傳感器測量加工速度v，然后以向量形式進行存儲：<u_i?f_i?v_i?s_i>，i＝1、2……N，N為原始數據的組數；

2)建立原始動力學模型：利用原始數據，采用機器學習的方法進行動力學模型建模及初始化機器人自適應動力學模型集；

原始動力學模型m₀的表達式為：

式中，r₀值代表<u_i?f_i?v_i?s_i>的工況，r₀₁，r₀₂，r₀₃為r₀的三個分量；

初始化機器人自適應動力學模型集為：M＝{m₀}，工況參數集為：R＝{r₀}；

(3)根據原始動力學模型和磨削時當前工況條件的測量數據，建立當前機器人自適應動力學模型，進行當前的磨削操作，并將該當前機器人自適應動力學模型加到機器人自適應動力學模型集M中；具體包括：

(31)在磨削操作時，在位測量得到當前工況的磨削量u、接觸力f′、加工速度v′、工件曲率s′，并以向量形式存儲：<u′_i?f′_i?v′_i?s′_i>；

(32)利用測量的當前數據，采用SVM方法以當前數據<u′_i?f′_i?v′_i?s′_i>為輸入，輸出當前工況參考參數r；

(33)找到參數集R中與r最接近的分量，當初始狀態下，以m₀為基礎，結合當前的測量數據，采用SVM方法訓練出當前的工況參數r₁值，并且建立適應當前工況r₁的動力學模型m₁，r₁存儲形式為：<r₁₁?r₁₂?r₁₃>，r₁₁?r₁₂?r₁₃為r₁三個分量；m₁表達式為：

(34)根據當前工況條件的機器人自適應動力學模型m₁，采用已知的智能優化算法對機器人的路徑l、磨削速度v、接觸力f參考軌跡進行優化后，進行當前的磨削操作，把m₁加入模型集中，r₁加入到工況參數集中，更新模型集和工況參數集為：M＝{m₀，m₁}，R＝{r₀，r₁}；

(35)重復(31)、(32)、(33)、(34)的步驟，進行當前的磨削操作，并不斷得到當前的工況參數r_i和與之對應的動力學模型m_i，并把m_i加入模型集中，r_i加入到工況參數集中，不斷更新模型集和工況參數集為M＝{m₀，m₁...m_i...}，R＝{r₀，r₁...r_i...}。