基于专家控制系统的缸体打磨优化研究
发布时间：2021-11-05 20:52
随着制造技术的飞速发展,我国铸件后处理领域中的缸体打磨技术和设备质量相对落后,传统的打磨技术亟待优化改造。专家控制系统的产生、发展和广泛应用为我们提供了优化缸体打磨过程的新方法。针对目前机器人打磨效率低下的现状,本文提出了将传统打磨控制技术和专家控制系统相结合的解决方案,开展了基于专家控制系统的缸体打磨优化研究工作,以弥补传统机器人打磨控制过程中存在的弊端。首先,本文以汽车发动机缸体为研究对象,运用专家控制系统对缸体表面进行优化打磨控制研究。知识工程师按照打磨领域人类专家的经验知识探讨了打磨规则,并以独立文件的形式存储到知识库中;打磨优化专家控制系统通过对当前打磨现状和预期目标进行分析,根据知识库中的相应数据推理生成相应的解决方案;最后产生合适的打磨工艺参数组合,并呈现在优化推理显示界面上,从而优化了缸体打磨过程。其次,将BP神经网络技术和模糊控制技术分别与专家控制系统结合,通过建立基于BP神经网络的表面粗糙度预测模型,嵌入到专家控制系统中,可以将专家控制系统的实时推理优势和BP神经网络自学习优势有效结合,实现了打磨工艺参数的优化,从而优化缸体的表面粗糙度;此外,通过建立基于模糊控制的...
【文章来源】：江苏大学江苏省
【文章页数】：71 页
【学位级别】：硕士
【部分图文】：
智能化铸造后处理的四大集成装备系统
(a) 水轮机修复的打磨优化控制系统 (b) 基于模糊神经网络的打磨优化机器人图 1.2 机器人打磨控制优化运用Fig1.2 Optimized use of robot polishing control（2）国内研究现状我国机器人打磨技术的研究经过 40 多年的发展，从最初的理论研究阶段，发发阶段，进而发展到示范应用阶段，最后实现初步产业化生产，通过对比以上研究水平，我国机器人打磨技术综合实力显著提升，但与发达国家相比，在优和打磨轨迹方面还相对薄弱。国内学者针对不同的待打磨工件研发了不同种类的打磨优化机器人，无论在结在技术水平上都有很大的提升。学者程红针对船舶焊缝质量缺陷，打磨时间过设计了优化焊缝质量的打磨机器人（如图 1.3(a)），通过优化焊缝打磨的工艺实现整体打磨方案的优化，极大地缩短了焊缝打磨的时间，提高了打磨效率[11]大学研究人员提出了一种运用于火车钢轨的新型打磨技术（见图 1.3(b)），通
(c)发动机壳体打磨优化机器人 (d)钢轨打磨车优化技术图 1.3 机器人打磨优化研究Fig1.3 Optimized research of robot polishing在自动优化控制领域，国内研究人员从九十年代开始采用 DCS 系统和分析仪表化控制研究，国内学者面向汽车缸体的自动化装配系统开发了一套机器人磨削统，分别从力/位混合控制技术和离线磨削轨迹优化两方面开展研究，通过协调、KUKA 机器人、PLC 和传感器的各个功能，实现了对汽车缸体的磨削优化控科技大学研究人员以PUMA-562机器人为实验平台，设计了机器人打磨优化控制 1.4 所示，该系统能够优化打磨后的表面质量和打磨轨迹，具有一定的实践指导
【参考文献】：
期刊论文
[1]基于Java和MySQL的图书馆信息化管理系统设计[J]. 黄文娟. 电子设计工程. 2019(02)
[2]基于表面粗糙度的缸体打磨控制专家系统研究[J]. 顾寄南,潘甜. 机电工程. 2018(03)
[3]基于模糊神经网络的智能故障诊断专家系统[J]. 司景萍,马继昌,牛家骅,王二毛. 振动与冲击. 2017(04)
[4]基于机器人自动打磨系统的设计与实现[J]. 徐蛟. 产业与科技论坛. 2017(04)
[5]基于专家系统的电网操作票自动生成系统[J]. 曾利,孟文. 电气自动化. 2017(01)
[6]基于BP神经网络的热镀锌产品表面粗糙度预报[J]. 郑艳坤,任新意,高慧敏,周欢,罗新龙,张秋生. 电镀与涂饰. 2016(17)
[7]基于PLC的自适应压力打磨机器人系统设计[J]. 龚勤慧,李刚. 机床与液压. 2016(11)
[8]BP人工神经网络算法的探究及其应用[J]. 李振,陈香香,杨文府. 数字技术与应用. 2016(02)
[9]基于神经网络与决策树的土壤粗糙度测量[J]. 李俐,王荻,潘彩霞,王鹏新. 农业工程学报. 2015(14)
[10]工业机器人的研究现状与发展趋势[J]. 田涛,邓双城,杨朝岚,张泽,郑海洋,王福利,周唐恺. 新技术新工艺. 2015(03)
硕士论文
[1]抛光打磨机器人控制系统的设计与实现[D]. 王淼.广东工业大学 2016
[2]打磨机器人的运动轨迹控制策略研究[D]. 陈进.湖北工业大学 2015
[3]六自由度工业机器人轨迹规划研究及仿真[D]. 张舒曼.杭州电子科技大学 2015
[4]机器人磨削系统控制技术研究[D]. 缪新.南京航空航天大学 2015
[5]船舶柴油机故障诊断系统的开发与研究[D]. 唐晓霞.江苏科技大学 2014
[6]山西省智能化莜麦专家系统的研制[D]. 殷富强.太原理工大学 2005
[7]铸造生产质量控制和管理专家系统[D]. 吕建国.昆明理工大学 2003
本文编号：3478492
【文章来源】：江苏大学江苏省
【文章页数】：71 页
【学位级别】：硕士
【部分图文】：
智能化铸造后处理的四大集成装备系统
(a) 水轮机修复的打磨优化控制系统 (b) 基于模糊神经网络的打磨优化机器人图 1.2 机器人打磨控制优化运用Fig1.2 Optimized use of robot polishing control（2）国内研究现状我国机器人打磨技术的研究经过 40 多年的发展，从最初的理论研究阶段，发发阶段，进而发展到示范应用阶段，最后实现初步产业化生产，通过对比以上研究水平，我国机器人打磨技术综合实力显著提升，但与发达国家相比，在优和打磨轨迹方面还相对薄弱。国内学者针对不同的待打磨工件研发了不同种类的打磨优化机器人，无论在结在技术水平上都有很大的提升。学者程红针对船舶焊缝质量缺陷，打磨时间过设计了优化焊缝质量的打磨机器人（如图 1.3(a)），通过优化焊缝打磨的工艺实现整体打磨方案的优化，极大地缩短了焊缝打磨的时间，提高了打磨效率[11]大学研究人员提出了一种运用于火车钢轨的新型打磨技术（见图 1.3(b)），通
(c)发动机壳体打磨优化机器人 (d)钢轨打磨车优化技术图 1.3 机器人打磨优化研究Fig1.3 Optimized research of robot polishing在自动优化控制领域，国内研究人员从九十年代开始采用 DCS 系统和分析仪表化控制研究，国内学者面向汽车缸体的自动化装配系统开发了一套机器人磨削统，分别从力/位混合控制技术和离线磨削轨迹优化两方面开展研究，通过协调、KUKA 机器人、PLC 和传感器的各个功能，实现了对汽车缸体的磨削优化控科技大学研究人员以PUMA-562机器人为实验平台，设计了机器人打磨优化控制 1.4 所示，该系统能够优化打磨后的表面质量和打磨轨迹，具有一定的实践指导
【参考文献】：
期刊论文
[1]基于Java和MySQL的图书馆信息化管理系统设计[J]. 黄文娟. 电子设计工程. 2019(02)
[2]基于表面粗糙度的缸体打磨控制专家系统研究[J]. 顾寄南,潘甜. 机电工程. 2018(03)
[3]基于模糊神经网络的智能故障诊断专家系统[J]. 司景萍,马继昌,牛家骅,王二毛. 振动与冲击. 2017(04)
[4]基于机器人自动打磨系统的设计与实现[J]. 徐蛟. 产业与科技论坛. 2017(04)
[5]基于专家系统的电网操作票自动生成系统[J]. 曾利,孟文. 电气自动化. 2017(01)
[6]基于BP神经网络的热镀锌产品表面粗糙度预报[J]. 郑艳坤,任新意,高慧敏,周欢,罗新龙,张秋生. 电镀与涂饰. 2016(17)
[7]基于PLC的自适应压力打磨机器人系统设计[J]. 龚勤慧,李刚. 机床与液压. 2016(11)
[8]BP人工神经网络算法的探究及其应用[J]. 李振,陈香香,杨文府. 数字技术与应用. 2016(02)
[9]基于神经网络与决策树的土壤粗糙度测量[J]. 李俐,王荻,潘彩霞,王鹏新. 农业工程学报. 2015(14)
[10]工业机器人的研究现状与发展趋势[J]. 田涛,邓双城,杨朝岚,张泽,郑海洋,王福利,周唐恺. 新技术新工艺. 2015(03)
硕士论文
[1]抛光打磨机器人控制系统的设计与实现[D]. 王淼.广东工业大学 2016
[2]打磨机器人的运动轨迹控制策略研究[D]. 陈进.湖北工业大学 2015
[3]六自由度工业机器人轨迹规划研究及仿真[D]. 张舒曼.杭州电子科技大学 2015
[4]机器人磨削系统控制技术研究[D]. 缪新.南京航空航天大学 2015
[5]船舶柴油机故障诊断系统的开发与研究[D]. 唐晓霞.江苏科技大学 2014
[6]山西省智能化莜麦专家系统的研制[D]. 殷富强.太原理工大学 2005
[7]铸造生产质量控制和管理专家系统[D]. 吕建国.昆明理工大学 2003
本文编号：3478492
本文链接：https://www.wllwen.com/kejilunwen/qiche/3478492.html
