[發明專利]基于粒子群算法的復雜曲面工件定位方法

有效

• 申請號: 201310377296.4
• 申請日: 2013-08-27
• 公開（公告）號: CN103438844A
• 公開（公告）日: 2013-12-11
• 發明（設計）人: 張定華;韓策;吳寶海;羅明;劉一龍
• 申請（專利權）人: 西北工業大學
• 主分類號: G01B21/00
• 分類號: G01B21/00;G06N3/00
• 代理公司: 西北工業大學專利中心 61204
• 代理人: 王鮮凱

1.一種基于粒子群算法的復雜曲面工件定位方法，其特征在于包括以下步驟：

步驟一、將工件毛坯以任意方位裝夾于數控機床工作臺上，在機床坐標系中任意位置設定加工坐標系，利用在線檢測裝置獲取若干毛坯表面測量點Q_i；

步驟二、將獲取的各毛坯表面測量點按其在加工坐標系中坐標導入其對應零件理論模型所在的CAM系統編程坐標系中；

步驟三、在CAM系統中采用粗略定位方法對毛坯表面測量點Q_i和零件理論模型表面P進行預配準，使二者相對位置接近，獲得零件理論模型表面到毛坯表面測量點的初始變換矩陣；

步驟四、在預配準的基礎上，采用粒子群算法對毛坯表面測量點和零件理論模型表面進行精確配準，獲得零件理論模型表面到毛坯表面測量點的精確變換矩陣；

4.1、設置粒子群算法中各參數取值；群體規模取M＝40，最大迭代次數取N＝100；在第k步迭代的速度公式中，i為粒子序號，j為粒子維數，p_ij為各粒子搜索到的個體最優位置，p_gj為粒子群搜索到的全局最優位置，r₁，r₂是[0，1]內的隨機數；慣性因子w采用LDW方法，其中取w_min＝0.4，w_max＝0.9；自我認知因子c₁與群體認知因子c₂采用PSO-TVAC方法，其中c1=c1i+(c1f-c1i)×kN,]]>c2=c2i+(c2f-c2i)×kN,]]>取c_1i＝2.5，c_1f＝0.5，c_2i＝0.5，c_2f＝2.5；

4.2、隨機初始化M個坐標變換向量作為初始粒子；設定坐標變換向量x中6個分量的取值范圍[x_min，x_max]；粒子速度絕對值的最大值取v_max＝x_max-x_min；

4.3、將最小二乘函數作為算法的適應度函數，其中g為坐標變換矩陣，P_i為各毛坯表面測量點在零件模型表面上的最近點；計算群體最優粒子p_gj和個體最優粒子p_ij，從而計算出各粒子的速度根據計算出各粒子在下一迭代步中位置；

4.4、重復步驟4.3，直至達最大迭代次數N，輸出所得群體最優粒子即粒子群算法求解出的精確定位坐標變換向量，轉化為矩陣形式；

步驟五、將初始變換矩陣和精確變換矩陣的乘積作為最終變換矩陣，作用于CAM系統中編程坐標系下得到的刀位點坐標，將定位結果反映在NC程序中，完成定位。