基于人工智能技术的复杂光学曲面加工轨迹跟踪
2024-02-27 07:24
为提升复杂光学曲面加工轨迹跟踪效果提出基于人工智能技术的复杂光学曲面加工轨迹跟踪方法。建立复杂光学曲面加工轨迹跟踪模型,改进蛙跳算法,提升参数优化效果; 利用改进蛙跳算法,优化径向基函数神经网络权值,补偿加工轨迹跟踪模型误差,获取加工轨迹跟踪反馈控制律; 设计加工轨迹跟踪控制器,完成加工轨迹跟踪。
复杂光学曲面零件具备成本低与轻量化等特点,可有效提升光学零件的光学特性,在光通讯与光电技术等领域中至关重要。复杂光学曲面零件加工质量、加工效率,始终是机械制作领域的研究热点。精准跟踪复杂光学曲面加工轨迹,属于影响复杂光学曲面零件加工质量与加工速度的关键因素之一。为此对于加工轨迹跟踪方法的研究,在复杂光学曲面加工领域具备实际应用价值。董慧芬等人研究轨迹跟踪控制方法,按照运动学原理,设计自适应 PID 控制算法,构造轨迹跟踪控制模型,实现轨迹跟踪,该方法可有效跟踪轨迹,加快轨迹跟踪的响应速度,提升轨迹跟踪准确性。刘国平等人研究贝塞尔轨迹跟踪方法,根据速度大小与方向,以及控制周期,设计轨迹跟踪控制策略,通过非时间参考状态向量,提升轨迹跟踪准确性,该方法可有效跟踪轨迹,降低轨迹跟踪误差。但这两种方法均不具备跟踪误差补偿功能,难以解决因各种扰动带来的轨迹跟踪误差问题,易影响轨迹跟踪精度。
上一页: