CN111468989A - 一种五轴联动数控机械手抛光控制***及方法 - Google Patents

Abstract

本发明属于机械加工技术领域，公开了一种五轴联动数控机械手抛光控制***及方法，包括参数配置模块、监控模块、数据采集模块、存储模块、角度调节模块、中央控制模块、抛光力气动加载模块、抛光参数优化模块和质量检测模块；参数配置模块包括：数值输入单元、模式设定单元、模式选择单元、指令生成单元。本发明中监控模块通过摄像头对抛光过程进行实时监控；数据采集模块通过多个不同功能的传感器对抛光过程中的各项数据参数进行检测采集。本发明可以抛光过程中，实现准确且快速跟踪的变抛光力控制，实时对相应的抛光力度进行控制，能够有效满足抛光加工的力控制要求；在保证抛光质量的前提下，本发明提高了工作效率。

Description

一种五轴联动数控机械手抛光控制***及方法

技术领域

本发明属于机械加工技术领域，尤其涉及一种五轴联动数控机械手抛光控制***及方法。

背景技术

目前，近年来由于人们对产品表面质量要求愈发严背，抛光在表面加工中的运用越来越广泛，以模具加工为例，抛光所占的工时占整个模具制造周期的30％-40％。抛光由于采用较软的工具加工，切削量相对较小，材料去除率低，所以在实际生产中抛光通常是作为研磨之后的一道补充工序，作为提高表面光洁度的一种加工方法，广泛运用于外观要求较高的塑胶模具，以及一些锅合金产品阳极前的表面处理上，目前的表面精抛工艺可以将粗糖度提高到0.025μm以上。

由于机器抛光不同于人工抛光，人工抛光具有智能调节，自主判断功能，而机械手只能按照设定的程序运行，法向抛光力大小需根据光学曲面上不同抛光点处的曲率变化而相应变化，才能使抛光接触压力保持恒定，从而得到恒定的材料去除率以保证工件的表面质量。因此自动抛光机床需要同时实现对抛光工具位姿及抛光力的控制，且抛光力需要根据抛光表面的曲率及法矢量变化实现大小和方向的变化。目前，对抛光加工控制***的研究和开发多集中在抛光驻留时间控制及恒力抛光控制上，对随加工轨迹的变抛光力控制研究较少，无法实现准确且快速跟踪的变抛光力控制，不能满足抛光加工的力控制要求。而且传统抛光过程中，抛光参数通常是根据工件表面设置为恒定值，但如果工件表面不均匀，恒定的抛光参数对于材料去除量大的区域会发生欠抛光现象，进而降低抛光效率，影响加工表面质量。

通过上述分析，现有技术存在的问题及缺陷为：

(1)现有的抛光加工控制***的研究和开发多集中在抛光驻留时间控制及恒力抛光控制上，无法实现准确且快速跟踪的变抛光力控制，不能满足抛光加工的力控制要求。

(2)对于不均匀的工件，恒定的抛光参数对于材料去除量大的区域会发生欠抛光现象，进而降低抛光效率，影响加工表面质量。

发明内容

针对现有技术存在的问题，本发明提供了一种五轴联动数控机械手抛光控制***及方法。

本发明是这样实现的，一种五轴联动数控机械手抛光控制方法，所述五轴联动数控机械手抛光控制方法包括：

步骤一，通过参数配置模块中输入设备对***的运行参数进行设定，进行五轴联动数控机械手抛光操作；

步骤二，在五轴联动数控机械手抛光操作过程中，监控模块通过摄像头对抛光过程进行实时监控；数据采集模块通过多个不同功能的传感器对抛光过程中的各项数据参数进行检测采集，并将采集数据传递到中央控制模块进行处理；

步骤三，根据采集的数据信息，中央控制模块控制角度调节模块通过驱动电机对抛光头的三维角度进行调节；控制抛光力加载模块对加入滑动平均滤波PID控制算法进行调节的抛光力跟踪变化情况和无控制时的抛光力跟踪变化情况实时监测，控制抛光力跟踪至设定值附近；

步骤四，质量检测模块中用户对抛光后的工件表面进行图像采集，通过对图像参数的识别判断抛光工件的合格率；并抛光参数优化模块根据质量检测模块中的合格率，对设定的工艺参数进行优化，得到不均匀工件表面加工过程中的最优参数；存储模块通过存储器对预设参数、采集影像和检测信息进行存储。

进一步，所述步骤一中，监控模块采集的抛光过程影像进行特征提取识别的方法，包括：

对抛光过程影像进灰度调整，调整图像的比照度；利用图像像素方法计算每个像素的梯度；根据计算的像素梯度，将抛光过程影像划分成若干个小区域；

计算若干个小区域的梯度直方图，并进行统计；

根据设定需要提取的特征数据，将若干小区域进行组合，得到相应的图像特征描述。

进一步，所述步骤二中，数据采集模块对多个不同功能的传感器在抛光过程中采集的各项数据参数进行数据融合的方法，包括：

将多个传感器采集的数据建立相应的数据样本，根据每个类型的传感器，提取相应的特征数值，并建立相对应的特征向量；

通过自适应神经网络对建立的特征向量进行识别，并且进行进行标注解释；

根据标注解释的特征向量，通过关联算法建立特征向量之间的关联性；

根据特征向量的标注解释和关联性，利用融合算法对各个传感器检测的数据进行合成。

进一步，所述步骤三中，角度调节模块采用的调节方法包括：

按照右手直角笛卡儿坐标系判断抛光机床的X、Y、Z轴，B、C旋转坐标轴的正方向按照右手螺旋法则判断，先确定Z轴，然后再确定X轴和Y轴；

接收参数配置模块生成的控制参数，根据控制参数设定目标位置的三维坐标系；

将刀具在工件坐标中的运动轨迹数据转化为机床坐标系中的值，将刀具的坐标位置移动到设定目标位置。

进一步，所述步骤三中，抛光力加载模块中的控制抛光力跟踪至设定值附近具体采用以下步骤：

1)力实测值通过装在气缸与抛光工具间的力传感器测量并反馈至PLC控制器，在PLC中实现滑动平均滤波PID算法；

2)根据设定值及实测值计算PWM信号的占空比，控制通过高速开关阀到达气缸的气体流量，使气缸活塞输出力趋近于力设定值；

3)抛光加工位置变化时，抛光力可以根据随轨迹变化的要求快速响应并跟踪至力设定值，加载过程力波动在误差允许范围内。

进一步，所述步骤四中，抛光参数优化模块的优化方法具体采用以下步骤：

步骤A，输入理想材料去除量和表面粗糙度；

步骤B，控制器采用遗传算法来寻找与所需材料去除和表面粗糙度改善相对应的最佳抛光参数；

步骤C，在步骤B中，遗传算法反复修改单个解决方案的种群，并从当前群体中随机选择个体，并将其作为父代产生下一代个体；

步骤D，通过神经网络将预测的抛光性能参数反馈给遗传算法；

步骤E，根据期望的适应度值，遗传算法使用预期和期望的抛光性能来评估目标函数；

步骤F，如果达到期望的适应度值，则输出最佳抛光参数，否则转向步骤C。

进一步，所述抛光参数优化模块在进行优化之前，先通过神经网络的人工智能建立抛光工艺模型，抛光工艺模型建立的具体步骤如下：

在不同抛光参数下进行若干组组抛光实验，并计算抛光性能参数；对抛光参数和抛光效果进行归一化处理，进行有效的训练和优化；

利用以上实验结果对神经网络进行训练，模拟得到抛光过程并利用未训练的实验结果测试预测结果；

如果神经网络的预测值与实际测量值之间的误差满足所需的建模准则，则将神经网络保存为抛光过程的模型。

进一步，所述步骤四中，存储模块对预设参数、采集影像和检测信息进行分类的方法，包括：

根据相应的预设参数、采集影像和检测信息，提取相应的数据特征并设定相应的分类标准，构造相应的分类模型；

根据分类模型进行贝叶斯网络推理，计算类结点的条件概率，对分类数据进行分类。

本发明另一目的在于提供一种实施所述的五轴联动数控机械手抛光控制方法的五轴联动数控机械手抛光控制***，所述五轴联动数控机械手抛光控制***包括：

参数配置模块，与中央控制模块连接，用于通过输入设备对***的运行参数进行设定；

监控模块，与中央控制模块连接，用于通过摄像头对抛光过程进行实时监控；监控模块采集的抛光过程影像进行特征提取识别的过程为：对抛光过程影像进灰度调整，调整图像的比照度；利用图像像素方法计算每个像素的梯度；根据计算的像素梯度，将抛光过程影像划分成若干个小区域；计算若干个小区域的梯度直方图，并进行统计；根据设定需要提取的特征数据，将若干小区域进行组合，得到相应的图像特征描述；

数据采集模块，与中央控制模块连接，用于通过多个不同功能的传感器对抛光过程中的各项数据参数进行检测采集，并将采集数据传递到中央控制模块进行处理；数据采集模块对多个不同功能的传感器在抛光过程中采集的各项数据参数进行数据融合的过程为：将多个传感器采集的数据建立相应的数据样本，根据每个类型的传感器，提取相应的特征数值，并建立相对应的特征向量；通过自适应神经网络对建立的特征向量进行识别，并且进行进行标注解释；根据标注解释的特征向量，通过关联算法建立特征向量之间的关联性；根据特征向量的标注解释和关联性，利用融合算法对各个传感器检测的数据进行合成；

存储模块，与中央控制模块连接，用于通过存储器对预设参数、采集影像和检测信息进行存储；存储模块对预设参数、采集影像和检测信息进行分类的过程为：根据相应的预设参数、采集影像和检测信息，提取相应的数据特征并设定相应的分类标准，构造相应的分类模型；根据分类模型进行贝叶斯网络推理，计算类结点的条件概率，对分类数据进行分类；

角度调节模块，与中央控制模块连接，用于通过驱动电机对抛光头的三维角度进行调节；

中央控制模块，与参数配置模块、监控模块、数据采集模块、存储模块、角度调节模块、抛光力气动加载模块、抛光参数优化模块、质量检测模块连接，对各个模块通过增量式PID进行控制，并在增量式PID控制过程中加入了滑动平均滤波算法，对PID调节的实时过程变量进行滤波处理；

抛光力加载模块，与中央控制模块连接，用于对加入滑动平均滤波PID控制算法进行调节的抛光力跟踪变化情况和无控制时的抛光力跟踪变化情况实时监测，控制抛光力跟踪至设定值附近；

抛光参数优化模块，与中央控制模块连接，用于对设定的工艺参数进行优化，得到不均匀工件表面加工过程中的最优参数；输入理想材料去除量和表面粗糙度；控制器采用遗传算法来寻找与所需材料去除和表面粗糙度改善相对应的最佳抛光参数；遗传算法反复修改单个解决方案的种群，并从当前群体中随机选择个体，并将其作为父代产生下一代个体；通过神经网络将预测的抛光性能参数反馈给遗传算法；根据期望的适应度值，遗传算法使用预期和期望的抛光性能来评估目标函数；如果达到期望的适应度值，则输出最佳抛光参数；

质量检测模块，与中央控制模块连接，用户对抛光后的工件表面进行图像采集，通过对图像参数的识别判断抛光工件的合格率。

进一步，所述参数配置模块包括：

数值输入单元，用于通过外部输入设备对设定数值进行输入调整；

模式设定单元，用于将多组不同的设定数值划分为不同的工作模式；

模式选择单元，用于通过交互界面显示多个不同的工作模式，根据所需参数选择与设定参数相应的工作模式；

指令生成单元，用与产生对应生产程序指令的模式设定信号，并将设定信号传递到中央控制模块。

结合上述的所有技术方案，本发明所具备的优点及积极效果为：

(1)本发明中参数配置模块通过输入设备对***的运行参数进行设定；监控模块通过摄像头对抛光过程进行实时监控；数据采集模块通过多个不同功能的传感器对抛光过程中的各项数据参数进行检测采集，并将采集数据传递到中央控制模块进行处理；存储模块通过存储器对预设参数、采集影像和检测信息进行存储；角度调节模块通过驱动电机对抛光头的三维角度进行调节；抛光力加载模块对加入滑动平均滤波PID控制算法进行调节的抛光力跟踪变化情况和无控制时的抛光力跟踪变化情况实时监测，控制抛光力跟踪至设定值附近；抛光参数优化模块对设定的工艺参数进行优化，得到不均匀工件表面加工过程中的最优参数。质量检测模块中用户对抛光后的工件表面进行图像采集，通过对图像参数的识别判断抛光工件的合格率。本发明可以抛光过程中，实现准确且快速跟踪的变抛光力控制，实时对相应的抛光力度进行控制，能够有效满足抛光加工的力控制要求；在保证抛光质量的前提下，本发明提高了工作效率。

(2)本发明中监控模块采集的抛光过程影像进行特征提取识别的方法能够有效获取抛光面的质量，及时发现质量问题。

(3)数据采集模块对多个不同功能的传感器在抛光过程中采集的各项数据参数进行数据融合的方法，能够有效对采集的数据进行融合，有利于完成所需的决策和评估任务而进行的信息处理。

(4)本发明中角度调节模块采用的调节方法，能够根据采集的数据及时调整机械手抛光的角度。

(5)本发明的抛光力气动加载***在力设定值改变时，可以快速响应使抛光力跟踪至设定值，实现了随运动轨迹的变抛光力控制，采用滑动平均滤波PID控制能够有效提高抛光力气动加载***的动态性能，消除了抛光过程中由于外界因素影响造成的抛光力随运动而下降的现象，使抛光力保持在设定值附近；在力加载过程中，最大偏差在5％以内，误差波动范围在±1N以内，波动范围小，具有足够的稳定性和准确性，满足抛光加工的力控制要求。基于神经网络(NNW)和遗传算法(GA)提出一种适用于加工不均匀表面的抛光算法，所加工工件的理想去除量和表面粗糙度改善值作为目标函数对抛光参数进行优化，提高了抛光效率，保证了加工工件的表面质量。

附图说明

图1是本发明实施例提供的五轴联动数控机械手抛光控制***结构示意图。

图2是本发明实施例提供的参数配置模块结构示意图。

图3是本发明实施例提供的五轴联动数控机械手抛光控制方法流程图。

图4是本发明实施例提供的抛光力加载模块中的控制抛光力跟踪至设定值附近方法流程图。

图5是本发明实施例提供的抛光参数优化模块优化方法流程图。

图中：1、参数配置模块；2、监控模块；3、数据采集模块；4、存储模块；5、角度调节模块；6、中央控制模块；7、抛光力加载模块；8、抛光参数优化模块；9、质量检测模块；11、数值输入单元；12、模式设定单元；13、模式选择单元；14、指令生成单元。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

针对现有技术存在的问题，本发明提供了一种五轴联动数控机械手抛光控制***及方法，下面结合附图对本发明作详细的描述。

如图1所示，本发明实施例提供的五轴联动数控机械手抛光控制***包括：

参数配置模块1，与中央控制模块连接，用于通过输入设备对***的运行参数进行设定。

监控模块2，与中央控制模块连接，用于通过摄像头对抛光过程进行实时监控。

数据采集模块3，与中央控制模块连接，用于通过多个不同功能的传感器对抛光过程中的各项数据参数进行检测采集，并将采集数据传递到中央控制模块进行处理。

存储模块4，与中央控制模块连接，用于通过存储器对预设参数、采集影像和检测信息进行存储。

角度调节模块5，与中央控制模块连接，用于通过驱动电机对抛光头的三维角度进行调节。

中央控制模块6，与参数配置模块、监控模块、数据采集模块、存储模块、角度调节模块、抛光力气动加载模块、抛光参数优化模块、质量检测模块连接，对各个模块通过增量式PID进行控制，并在增量式PID控制过程中加入了滑动平均滤波算法，对PID调节的实时过程变量进行滤波处理。

抛光力加载模块7，与中央控制模块连接，用于对加入滑动平均滤波PID控制算法进行调节的抛光力跟踪变化情况和无控制时的抛光力跟踪变化情况实时监测，控制抛光力跟踪至设定值附近。

抛光参数优化模块8，与中央控制模块连接，用于对设定的工艺参数进行优化，得到不均匀工件表面加工过程中的最优参数。

质量检测模块9，与中央控制模块连接，用户对抛光后的工件表面进行图像采集，通过对图像参数的识别判断抛光工件的合格率。

如图2所示，本发明实施例提供的参数配置模块1包括：

数值输入单元11，用于通过外部输入设备对设定数值进行输入调整。

模式设定单元12，用于将多组不同的设定数值划分为不同的工作模式。

模式选择单元13，用于通过交互界面显示多个不同的工作模式，根据所需参数选择与设定参数相应的工作模式。

指令生成单元14，用与产生对应生产程序指令的模式设定信号，并将设定信号传递到中央控制模块。

如图3所示，本发明实施例提供的五轴联动数控机械手抛光控制方法，包括：

S101：通过参数配置模块中输入设备对***的运行参数进行设定，进行五轴联动数控机械手抛光操作。

S102：在五轴联动数控机械手抛光操作过程中，监控模块通过摄像头对抛光过程进行实时监控；数据采集模块通过多个不同功能的传感器对抛光过程中的各项数据参数进行检测采集，并将采集数据传递到中央控制模块进行处理。

S103：根据采集的数据信息，中央控制模块控制角度调节模块通过驱动电机对抛光头的三维角度进行调节；控制抛光力加载模块对加入滑动平均滤波PID控制算法进行调节的抛光力跟踪变化情况和无控制时的抛光力跟踪变化情况实时监测，控制抛光力跟踪至设定值附近。

S104：质量检测模块中用户对抛光后的工件表面进行图像采集，通过对图像参数的识别判断抛光工件的合格率；并抛光参数优化模块根据质量检测模块中的合格率，对设定的工艺参数进行优化，得到不均匀工件表面加工过程中的最优参数；存储模块通过存储器对预设参数、采集影像和检测信息进行存储。

本发明实施例提供的S101中，监控模块2采集的抛光过程影像进行特征提取识别的方法，包括：

对抛光过程影像进灰度调整，调整图像的比照度；利用图像像素方法计算每个像素的梯度；根据计算的像素梯度，将抛光过程影像划分成若干个小区域；

计算若干个小区域的梯度直方图，并进行统计；

根据设定需要提取的特征数据，将若干小区域进行组合，得到相应的图像特征描述。

本发明实施例提供的S102中，数据采集模块3对多个不同功能的传感器在抛光过程中采集的各项数据参数进行数据融合的方法，包括：

将多个传感器采集的数据建立相应的数据样本，根据每个类型的传感器，提取相应的特征数值，并建立相对应的特征向量；

通过自适应神经网络对建立的特征向量进行识别，并且进行进行标注解释；

根据标注解释的特征向量，通过关联算法建立特征向量之间的关联性；

根据特征向量的标注解释和关联性，利用融合算法对各个传感器检测的数据进行合成。

本发明实施例提供的S103中，角度调节模块5采用的调节方法包括：

按照右手直角笛卡儿坐标系判断抛光机床的X、Y、Z轴，B、C旋转坐标轴的正方向按照右手螺旋法则判断，先确定Z轴，然后再确定X轴和Y轴。

接收参数配置模块生成的控制参数，根据控制参数设定目标位置的三维坐标系。

将刀具在工件坐标中的运动轨迹数据转化为机床坐标系中的值，将刀具的坐标位置移动到设定目标位置。

本发明实施例提供的S103中，抛光力加载模块7中的控制抛光力跟踪至设定值附近具体采用以下步骤：

S201：力实测值通过装在气缸与抛光工具间的力传感器测量并反馈至PLC控制器，在PLC中实现滑动平均滤波PID算法。

S202：根据设定值及实测值计算PWM信号的占空比，控制通过高速开关阀到达气缸的气体流量，使气缸活塞输出力趋近于力设定值。

S203：抛光加工位置变化时，抛光力可以根据随轨迹变化的要求快速响应并跟踪至力设定值，加载过程力波动在误差允许范围内。

本发明实施例提供的S104中，抛光参数优化模块8的优化方法具体采用以下步骤：

S301：输入理想材料去除量和表面粗糙度。

S302：控制器采用遗传算法来寻找与所需材料去除和表面粗糙度改善相对应的最佳抛光参数。

S303：在步骤S202中，遗传算法反复修改单个解决方案的种群，并从当前群体中随机选择个体，并将其作为父代产生下一代个体。

S304：通过神经网络将预测的抛光性能参数反馈给遗传算法。

S305：根据期望的适应度值，遗传算法使用预期和期望的抛光性能来评估目标函数。

S306：如果达到期望的适应度值，则输出最佳抛光参数，否则转向步骤S203。

本发明实施例提供的S104中，抛光参数优化模块8在进行优化之前，先通过神经网络的人工智能建立抛光工艺模型，抛光工艺模型建立的具体步骤如下：

在不同抛光参数下进行若干组组抛光实验，并计算抛光性能参数；对抛光参数和抛光效果进行归一化处理，进行有效的训练和优化。

利用以上实验结果对神经网络进行训练，模拟得到抛光过程并利用未训练的实验结果测试预测结果。

如果神经网络的预测值与实际测量值之间的误差满足所需的建模准则，则将神经网络保存为抛光过程的模型。

本发明实施例提供的S104中，存储模块4对预设参数、采集影像和检测信息进行分类的方法，包括：

根据相应的预设参数、采集影像和检测信息，提取相应的数据特征并设定相应的分类标准，构造相应的分类模型；

根据分类模型进行贝叶斯网络推理，计算类结点的条件概率，对分类数据进行分类。

本发明的工作原理为：通过参数配置模块1中输入设备对***的运行参数进行设定，进行五轴联动数控机械手抛光操作。在五轴联动数控机械手抛光操作过程中，监控模块2通过摄像头对抛光过程进行实时监控；数据采集模块3通过多个不同功能的传感器对抛光过程中的各项数据参数进行检测采集，并将采集数据传递到中央控制模块进行处理。

根据采集的数据信息，中央控制模块6控制角度调节模块5通过驱动电机对抛光头的三维角度进行调节；控制抛光力加载模块7对加入滑动平均滤波PID控制算法进行调节的抛光力跟踪变化情况和无控制时的抛光力跟踪变化情况实时监测，控制抛光力跟踪至设定值附近。质量检测模块9中用户对抛光后的工件表面进行图像采集，通过对图像参数的识别判断抛光工件的合格率；并抛光参数优化模块8根据质量检测模块中的合格率，对设定的工艺参数进行优化，得到不均匀工件表面加工过程中的最优参数；存储模块4通过存储器对预设参数、采集影像和检测信息进行存储。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，都应涵盖在本发明的保护范围之内。

Claims (10)

1.一种五轴联动数控机械手抛光控制方法，其特征在于，所述五轴联动数控机械手抛光控制方法包括：

步骤一，通过参数配置模块中输入设备对***的运行参数进行设定，进行五轴联动数控机械手抛光操作；

步骤二，在五轴联动数控机械手抛光操作过程中，监控模块通过摄像头对抛光过程进行实时监控；数据采集模块通过多个不同功能的传感器对抛光过程中的各项数据参数进行检测采集，并将采集数据传递到中央控制模块进行处理；

步骤三，根据采集的数据信息，中央控制模块控制角度调节模块通过驱动电机对抛光头的三维角度进行调节；控制抛光力加载模块对加入滑动平均滤波PID控制算法进行调节的抛光力跟踪变化情况和无控制时的抛光力跟踪变化情况实时监测，控制抛光力跟踪至设定值附近；

步骤四，质量检测模块中用户对抛光后的工件表面进行图像采集，通过对图像参数的识别判断抛光工件的合格率；并抛光参数优化模块根据质量检测模块中的合格率，对设定的工艺参数进行优化，得到不均匀工件表面加工过程中的最优参数；存储模块通过存储器对预设参数、采集影像和检测信息进行存储。

2.如权利要求1所述五轴联动数控机械手抛光控制方法，其特征在于，所述步骤一中，监控模块采集的抛光过程影像进行特征提取识别的方法，包括：

对抛光过程影像进灰度调整，调整图像的比照度；利用图像像素方法计算每个像素的梯度；根据计算的像素梯度，将抛光过程影像划分成若干个小区域；

计算若干个小区域的梯度直方图，并进行统计；

根据设定需要提取的特征数据，将若干小区域进行组合，得到相应的图像特征描述。

3.如权利要求1所述五轴联动数控机械手抛光控制方法，其特征在于，所述步骤二中，数据采集模块对多个不同功能的传感器在抛光过程中采集的各项数据参数进行数据融合的方法，包括：

将多个传感器采集的数据建立相应的数据样本，根据每个类型的传感器，提取相应的特征数值，并建立相对应的特征向量；

通过自适应神经网络对建立的特征向量进行识别，并且进行进行标注解释；

根据标注解释的特征向量，通过关联算法建立特征向量之间的关联性；

根据特征向量的标注解释和关联性，利用融合算法对各个传感器检测的数据进行合成。

4.如权利要求1所述五轴联动数控机械手抛光控制方法，其特征在于，所述步骤三中，角度调节模块采用的调节方法包括：

按照右手直角笛卡儿坐标系判断抛光机床的X、Y、Z轴，B、C旋转坐标轴的正方向按照右手螺旋法则判断，先确定Z轴，然后再确定X轴和Y轴；

接收参数配置模块生成的控制参数，根据控制参数设定目标位置的三维坐标系；

将刀具在工件坐标中的运动轨迹数据转化为机床坐标系中的值，将刀具的坐标位置移动到设定目标位置。

5.如权利要求1所述五轴联动数控机械手抛光控制方法，其特征在于，所述步骤三中，抛光力加载模块中的控制抛光力跟踪至设定值附近具体采用以下步骤：

1)力实测值通过装在气缸与抛光工具间的力传感器测量并反馈至PLC控制器，在PLC中实现滑动平均滤波PID算法；

2)根据设定值及实测值计算PWM信号的占空比，控制通过高速开关阀到达气缸的气体流量，使气缸活塞输出力趋近于力设定值；

3)抛光加工位置变化时，抛光力可以根据随轨迹变化的要求快速响应并跟踪至力设定值，加载过程力波动在误差允许范围内。

6.如权利要求1所述五轴联动数控机械手抛光控制方法，其特征在于，所述步骤四中，抛光参数优化模块的优化方法具体采用以下步骤：

步骤A，输入理想材料去除量和表面粗糙度；

步骤B，控制器采用遗传算法来寻找与所需材料去除和表面粗糙度改善相对应的最佳抛光参数；

步骤C，在步骤B中，遗传算法反复修改单个解决方案的种群，并从当前群体中随机选择个体，并将其作为父代产生下一代个体；

步骤D，通过神经网络将预测的抛光性能参数反馈给遗传算法；

步骤E，根据期望的适应度值，遗传算法使用预期和期望的抛光性能来评估目标函数；

步骤F，如果达到期望的适应度值，则输出最佳抛光参数，否则转向步骤C。

7.如权利要求6所述五轴联动数控机械手抛光控制方法，其特征在于，所述抛光参数优化模块在进行优化之前，先通过神经网络的人工智能建立抛光工艺模型，抛光工艺模型建立的具体步骤如下：

在不同抛光参数下进行若干组组抛光实验，并计算抛光性能参数；对抛光参数和抛光效果进行归一化处理，进行有效的训练和优化；

利用以上实验结果对神经网络进行训练，模拟得到抛光过程并利用未训练的实验结果测试预测结果；

如果神经网络的预测值与实际测量值之间的误差满足所需的建模准则，则将神经网络保存为抛光过程的模型。

8.如权利要求1所述五轴联动数控机械手抛光控制方法，其特征在于，所述步骤四中，存储模块对预设参数、采集影像和检测信息进行分类的方法，包括：

根据相应的预设参数、采集影像和检测信息，提取相应的数据特征并设定相应的分类标准，构造相应的分类模型；

根据分类模型进行贝叶斯网络推理，计算类结点的条件概率，对分类数据进行分类。

9.一种实施如权利要求1-8所述的五轴联动数控机械手抛光控制方法的五轴联动数控机械手抛光控制***，其特征在于，所述五轴联动数控机械手抛光控制***包括：

参数配置模块，与中央控制模块连接，用于通过输入设备对***的运行参数进行设定；

监控模块，与中央控制模块连接，用于通过摄像头对抛光过程进行实时监控；监控模块采集的抛光过程影像进行特征提取识别的过程为：对抛光过程影像进灰度调整，调整图像的比照度；利用图像像素方法计算每个像素的梯度；根据计算的像素梯度，将抛光过程影像划分成若干个小区域；计算若干个小区域的梯度直方图，并进行统计；根据设定需要提取的特征数据，将若干小区域进行组合，得到相应的图像特征描述；

数据采集模块，与中央控制模块连接，用于通过多个不同功能的传感器对抛光过程中的各项数据参数进行检测采集，并将采集数据传递到中央控制模块进行处理；数据采集模块对多个不同功能的传感器在抛光过程中采集的各项数据参数进行数据融合的过程为：将多个传感器采集的数据建立相应的数据样本，根据每个类型的传感器，提取相应的特征数值，并建立相对应的特征向量；通过自适应神经网络对建立的特征向量进行识别，并且进行进行标注解释；根据标注解释的特征向量，通过关联算法建立特征向量之间的关联性；根据特征向量的标注解释和关联性，利用融合算法对各个传感器检测的数据进行合成；

存储模块，与中央控制模块连接，用于通过存储器对预设参数、采集影像和检测信息进行存储；存储模块对预设参数、采集影像和检测信息进行分类的过程为：根据相应的预设参数、采集影像和检测信息，提取相应的数据特征并设定相应的分类标准，构造相应的分类模型；根据分类模型进行贝叶斯网络推理，计算类结点的条件概率，对分类数据进行分类；

角度调节模块，与中央控制模块连接，用于通过驱动电机对抛光头的三维角度进行调节；

中央控制模块，与参数配置模块、监控模块、数据采集模块、存储模块、角度调节模块、抛光力气动加载模块、抛光参数优化模块、质量检测模块连接，对各个模块通过增量式PID进行控制，并在增量式PID控制过程中加入了滑动平均滤波算法，对PID调节的实时过程变量进行滤波处理；

抛光力加载模块，与中央控制模块连接，用于对加入滑动平均滤波PID控制算法进行调节的抛光力跟踪变化情况和无控制时的抛光力跟踪变化情况实时监测，控制抛光力跟踪至设定值附近；

抛光参数优化模块，与中央控制模块连接，用于对设定的工艺参数进行优化，得到不均匀工件表面加工过程中的最优参数；输入理想材料去除量和表面粗糙度；控制器采用遗传算法来寻找与所需材料去除和表面粗糙度改善相对应的最佳抛光参数；遗传算法反复修改单个解决方案的种群，并从当前群体中随机选择个体，并将其作为父代产生下一代个体；通过神经网络将预测的抛光性能参数反馈给遗传算法；根据期望的适应度值，遗传算法使用预期和期望的抛光性能来评估目标函数；如果达到期望的适应度值，则输出最佳抛光参数；

质量检测模块，与中央控制模块连接，用户对抛光后的工件表面进行图像采集，通过对图像参数的识别判断抛光工件的合格率。

10.如权利要求9所述五轴联动数控机械手抛光控制***，其特征在于，所述参数配置模块包括：

数值输入单元，用于通过外部输入设备对设定数值进行输入调整；

模式设定单元，用于将多组不同的设定数值划分为不同的工作模式；

模式选择单元，用于通过交互界面显示多个不同的工作模式，根据所需参数选择与设定参数相应的工作模式；

指令生成单元，用与产生对应生产程序指令的模式设定信号，并将设定信号传递到中央控制模块。

Images