遗传神经网络下机器人双头夹具参数优化研究

由于直角坐标机器人双头夹具动力学较为复杂,难以找到双头夹具最优参数组合,因此以直角坐标机器人为基础,提出遗传神经网络下机器人双头夹具参数优化方法。分析不同工况下双头夹具关节在夹持工件时的接触力,结合偏移量约束搭建双头夹具动力学模型。以动力学模型为基础,设置参数优化约束条件,包括竖直与水平移动距离、末端节点运行速度、夹具质量、等效应力、丝杠变形量等。结合相关约束条件,构建双头夹具参数优化目标函数,利用遗传神经网络对目标函数进行求解,获取目标函数最优解,该解即为双头夹具参数结果。经实验数据分析证明,所提方法优化后的双头夹具参数更接近于理想值,夹具灵敏度更高,能够有效提升其工作质量。

弯曲工件螺堵定位双头钻孔夹具

图1所示的两种工件系铝制管件,其弯曲方向不同,且弯度较大,各有两个相互平行的平面。现在需要在两个平面上各钻三个孔,孔与孔之间有一定的位置精度要求,但所加工的三个孔与管孔的位置要求不严。过去是用两套钻孔夹具分别来完成的,需要多次装夹,影响了加工精度,废品率较高,而且效率低,不能满足生产需要。为此,设计了一种螺堵定位双头钻孔夹具,只需装夹一次,就可完成两种工件两端面的钻孔加工。